張鳳萍, 劉亞奇, 梁 影, 倪 亮

(上海無線電設(shè)備研究所,上海201109)

0 引言

引信處理對(duì)象的信噪比會(huì)隨著探測(cè)距離的增加而降低,因此需要對(duì)引信目標(biāo)信號(hào)進(jìn)行濾波降噪。自從Windrow等人提出自適應(yīng)信號(hào)處理方法后,自適應(yīng)技術(shù)就廣泛應(yīng)用在通信、雷達(dá)等領(lǐng)域[1-2]。相對(duì)于諸如維納濾波器等的傳統(tǒng)濾波器,自適應(yīng)濾波器通過自動(dòng)迭代調(diào)節(jié)自身的參數(shù),實(shí)現(xiàn)較好的濾波性能[3-6]。本文將自適應(yīng)濾波技術(shù)引入到引信接收機(jī)信號(hào)預(yù)處理系統(tǒng)中。

數(shù)字信號(hào)處理系統(tǒng)通常使用快速傅立葉變換(FFT)獲取信號(hào)的頻域信息。然而,傅立葉變換不能判斷出任意時(shí)刻信號(hào)的頻率信息變化。而實(shí)時(shí)系統(tǒng)中的信號(hào)一般會(huì)隨著時(shí)間的變化而變化,系統(tǒng)需要根據(jù)任意時(shí)刻的信號(hào)時(shí)頻信息及時(shí)地做出相應(yīng)的反應(yīng)。時(shí)頻分析是一種非平穩(wěn)信號(hào)的處理手段,可求出任意信號(hào)時(shí)間和頻率的聯(lián)合函數(shù),描述信號(hào)在不同時(shí)間的頻率和幅度信息變化[7-9]。

本文以引信接收機(jī)輸出信號(hào)的實(shí)時(shí)濾波與幅頻定距為研究?jī)?nèi)容。為了改善引信定距精度,提出了一種自適應(yīng)濾波處理與時(shí)頻特征提取的引信信號(hào)處理方案。

1 FPGA+DSP的結(jié)構(gòu)設(shè)計(jì)

考慮到現(xiàn)場(chǎng)可編程邏輯門陣列(FPGA)的并行處理速度快,算法結(jié)構(gòu)簡(jiǎn)單等特點(diǎn),底層信號(hào)預(yù)處理模塊使用FPGA實(shí)現(xiàn)。數(shù)字信號(hào)處理器(DSP)算法設(shè)計(jì)較靈活,能實(shí)現(xiàn)較復(fù)雜的數(shù)字信號(hào)處理,高層信號(hào)特征提取模塊使用DSP實(shí)現(xiàn)。引信信號(hào)處理實(shí)時(shí)性要求高,算法實(shí)現(xiàn)較復(fù)雜,本文提出基于DSP+FPGA結(jié)構(gòu)的信號(hào)處理方案。在算法實(shí)現(xiàn)效率和運(yùn)算速度等方面具有優(yōu)勢(shì),DSP+FPGA的結(jié)構(gòu)十分適合引信信號(hào)處理部分的實(shí)現(xiàn)。

FPGA+DSP結(jié)構(gòu)的引信幅頻定距框圖如圖1所示。為了實(shí)現(xiàn)更高的定距精度,需要對(duì)取樣積分處理后的接收機(jī)信號(hào)進(jìn)行放大濾波和特征提取。圖中采用FPGA實(shí)現(xiàn)最小二乘法(LMS)自適應(yīng)濾波算法,完成信號(hào)濾波;采用DSP實(shí)現(xiàn)維格納-威利時(shí)頻分布(WVD)算法,完成信號(hào)的時(shí)頻分析;“幅頻定距控制”給出系統(tǒng)下一級(jí)的啟動(dòng)信號(hào)。

圖1 FPGA+DSP結(jié)構(gòu)的幅頻定距框圖

基于FPGA對(duì)自適應(yīng)濾波算法進(jìn)行實(shí)現(xiàn)時(shí),濾波結(jié)構(gòu)系數(shù)的量化會(huì)引起一定誤差。為了滿足系統(tǒng)頻率的辨識(shí)精度,盡可能減少計(jì)算資源的消耗,系數(shù)被量化為12位,系統(tǒng)頻率響應(yīng)的偏移不大于60 d B。計(jì)算階次越大,所需乘法次數(shù)越多,乘法運(yùn)算的舍入誤差對(duì)輸出影響越大,該LMS濾波算法采用的計(jì)算結(jié)構(gòu)只有七階。信號(hào)處理時(shí),輸入輸出數(shù)據(jù)一律進(jìn)行了16位的數(shù)字量化,必要時(shí)可實(shí)施字?jǐn)U展和字截取,滿足系統(tǒng)精度要求。

在WVD算法實(shí)現(xiàn)時(shí),為了對(duì)信號(hào)進(jìn)行不同時(shí)間點(diǎn)的特征提取,需要對(duì)信號(hào)序列進(jìn)行分段截取。每等待一定的時(shí)間,進(jìn)行一次數(shù)據(jù)采集。而等待的時(shí)間點(diǎn)數(shù)多少會(huì)影響信號(hào)特征提取的反應(yīng)速率。設(shè)計(jì)每次截取長(zhǎng)度為256個(gè)點(diǎn),每等待64個(gè)點(diǎn)截取一次數(shù)據(jù)進(jìn)行WVD變換。

2 LMS自適應(yīng)濾波處理

使用MATLAB R2014a(32-bit)數(shù)值仿真軟件和ModelSim ALTERA 10.1 d硬件功能仿真軟件,對(duì)固定系數(shù)有限沖擊響應(yīng)FIR濾波器和系數(shù)自動(dòng)調(diào)整的自適應(yīng)濾波器進(jìn)行了性能仿真對(duì)比。對(duì)比結(jié)果表明,固定系數(shù)的FIR濾波器在改善濾波效果時(shí)需要人工調(diào)整系數(shù)。最優(yōu)系數(shù)確定比較困難,調(diào)整效率低。而自適應(yīng)濾波器能適應(yīng)不同的輸入信號(hào),較快地實(shí)現(xiàn)輸入信號(hào)的理想濾波。

采集21組引信輸入信號(hào),分別進(jìn)行LMS自適應(yīng)濾波仿真與硬件實(shí)現(xiàn)。式(1)引入了參數(shù)Is,用來度量算法對(duì)信號(hào)的濾波程度,該參數(shù)值越小,則算法的濾波效果越強(qiáng)。式(2)引入了歸一化均方誤差(NMSE),同樣地度量算法對(duì)信號(hào)波形的改變程度,其值越大表示波形改變?cè)酱?最小為0,表示算法對(duì)波形沒有改變。

濾波系數(shù)Is與歸一化均為誤差e分別為

式(1)與式(2)中：x(n)為輸入信號(hào);^x(n)為濾波后輸出信號(hào)。將濾波后輸出信號(hào)^x(n)近似為理想信號(hào),輸入與輸出的差值x(n)-^x(n)近似為噪聲。

濾波結(jié)果如圖2所示。由圖2(a)可以看出,根據(jù)MATLAB仿真結(jié)果與FPGA實(shí)測(cè)結(jié)果計(jì)算得到的Is參數(shù)曲線基本重合,表明硬件能較好地實(shí)現(xiàn)該LMS自適應(yīng)濾波,Is保持在3 dB左右。

同樣,圖2(b)中 MATLAB的仿真計(jì)算與FPGA的自適應(yīng)濾波得到的NMSE也基本一致,濾波算法能較好地完成信號(hào)雜波的去除,NMSE參數(shù)可達(dá)0.45。Is與NMSE參數(shù)值均波動(dòng)較小,濾波算法針對(duì)不同的引信信號(hào)性能表現(xiàn)穩(wěn)定。

圖2 21組引信信號(hào)濾波效果

3 WVD時(shí)頻特征提取

傳統(tǒng)的FFT算法,對(duì)時(shí)頻特征引入柵欄效應(yīng),導(dǎo)致時(shí)頻分布模糊。對(duì)引信接收機(jī)輸出分別進(jìn)行短時(shí)傅立葉(STFT)和WVD時(shí)頻變換。無論是仿真結(jié)果還是實(shí)測(cè)結(jié)果,STFT算法的頻譜泄漏較嚴(yán)重。WVD時(shí)頻分布中,諧波分布比較集中,計(jì)算結(jié)果在時(shí)間和頻率軸上的定位都比較準(zhǔn)確。相對(duì)于STFT算法,WVD算法更能準(zhǔn)確進(jìn)行時(shí)頻特征識(shí)別。

圖3是采用DSP實(shí)現(xiàn)的WVD時(shí)頻分布結(jié)果?？梢钥闯?從0.143 s到0.154 s,信號(hào)在1 k Hz～5 k Hz頻率范圍內(nèi)的諧波幅度逐漸增強(qiáng)到最大,并趨于穩(wěn)定。在回波信號(hào)強(qiáng)度達(dá)到最大時(shí),WVD時(shí)頻分析的1 k Hz～5 k Hz諧波強(qiáng)度最高,能保證幅度最高點(diǎn)定距起爆條件。以MATLAB仿真計(jì)算結(jié)果為參照,采用DSP能較好地實(shí)現(xiàn)WVD算法。硬件處理引入的系統(tǒng)誤差對(duì)定距控制的影響在可接受范圍內(nèi)。對(duì)引信信號(hào)來說,DSP實(shí)現(xiàn)的WVD時(shí)頻分析算法可以較好地反應(yīng)輸入信號(hào)的幅頻變化趨勢(shì),有利于對(duì)精確定距的控制。

圖3 定距前后采樣波形的WVD時(shí)頻分析

4 引信信號(hào)的幅頻定距測(cè)試

能量檢測(cè)算法不考慮信號(hào)的波形參數(shù),通過計(jì)算信號(hào)在一段時(shí)間內(nèi)的能量累積進(jìn)行定距判別。本文計(jì)算了自適應(yīng)濾波后的信號(hào)平均功率與總能量,并根據(jù)當(dāng)前時(shí)刻的信號(hào)大小與之前信號(hào)幅度波動(dòng)的標(biāo)準(zhǔn)差,自適應(yīng)地調(diào)整平均功率判別閾值。然后綜合WVD算法計(jì)算得到的信號(hào)幅頻特征,進(jìn)行信號(hào)時(shí)域與頻域的聯(lián)合定距判別。預(yù)處理模塊對(duì)引信測(cè)試信號(hào)進(jìn)行自適應(yīng)濾波,給出第一個(gè)定距判定結(jié)果。采用DSP完成信號(hào)時(shí)頻計(jì)算,判別當(dāng)前時(shí)刻波形的幅頻特性是否滿足定距要求,滿足則給出第二個(gè)定距判定結(jié)果。只有兩個(gè)定距判定結(jié)果都滿足起爆條件時(shí),才啟動(dòng)下級(jí)電路。

由于彈體飛行速度可以根據(jù)經(jīng)驗(yàn)由引信信號(hào)頻率得出,定距精度則可以由定距時(shí)間誤差與信號(hào)周期的比值求出。對(duì)算法進(jìn)行定距精度測(cè)試時(shí),通過統(tǒng)計(jì)定距啟動(dòng)時(shí)刻的定距標(biāo)準(zhǔn)差與信號(hào)周期的百分比,間接度量定距算法的定距精度。對(duì)不同組引信信號(hào)進(jìn)行定距測(cè)試時(shí),每組信號(hào)分別添加不同強(qiáng)度的高斯白噪聲,多次重復(fù)完成測(cè)試。計(jì)算結(jié)果見表1。

表1 九組信號(hào)定距測(cè)試統(tǒng)計(jì)

偏差周期比越大,噪聲強(qiáng)度不同時(shí),算法對(duì)同一信號(hào)的定距偏差越大。定距偏差周期比最大約150%,即定距時(shí)間誤差最大是信號(hào)周期的1.5倍。由經(jīng)驗(yàn)公式計(jì)算可知,當(dāng)前算法的定距精度小于10 cm,甚至更高。對(duì)不同組信號(hào)進(jìn)行定距測(cè)試,定距結(jié)果穩(wěn)定。

5 結(jié)論

采用FPGA實(shí)現(xiàn)的自適應(yīng)濾波算法性能穩(wěn)定,濾波后信號(hào)信噪比明顯改善,雜波分量減少,有利于幅度峰值的定距判別。采用DSP實(shí)現(xiàn)的WVD時(shí)頻分析能較好地完成引信信號(hào)的時(shí)頻域特征提取,有利于幅頻定距算法從頻域上給出定距判定結(jié)果。幅頻定距測(cè)試結(jié)果顯示,算法在最大幅度值處給出定距啟動(dòng)信號(hào),并保證信號(hào)的定距偏差是信號(hào)周期的10%～150%之間,定距精度高于10 cm。