熊 鵬 程志鋒

（海軍工程大學電子工程學院 武漢 430000）

1 引言

從海灣戰(zhàn)爭以來的幾次局部戰(zhàn)爭中可以看出，敵對雙方爭奪電磁頻譜使用和控制權的戰(zhàn)爭愈演愈烈［1］。從海上方向偵察獲取常規(guī)脈沖雷達信號在雷達信號環(huán)境中所占比例逐步減少，復雜調制雷達信號逐漸增多。最常見的復雜調制雷達信號是脈內混合調制雷達信號［2］。脈內混合調制形式主要包含以下幾種：頻率編碼（Frequency Shift Key?ing，F(xiàn)SK）、頻率編碼與線性調頻組合（Frequency Shift Keying with Linear Frequency Modulation，F(xiàn)SK-LFM）、頻率編碼與二相編碼組合（Frequency Shift Keying with Bi-Phase Shift Keying，F(xiàn)SK-BPSK）等。

在眾多的調制識別方法中，對調制先驗信息依賴少、受信號調制參數(shù)影響小、運算速度快的識別方法更受研究者青睞?；谒矔r特征識別方法需提取信號的瞬時幅度、無混疊瞬時相位和瞬時頻率等信息作為分類依據(jù)，比較有代表性的是A.K.Nan?di［3］等提出的9個特征參數(shù)對超過11種模擬和數(shù)字信號調制類型進行分類，但由于瞬時相位和瞬時頻率的提取對噪聲敏感，因此該方法對信噪比要求較高?；跁r頻分析法［4］有Wigner-Hough變換法、短時傅里葉變換法（Short-time Fourier Transform，STFT），其中，Wigner-Hough變換［5］多用于檢測直線調制信號；STFT運算量大，時域分辨率和頻域分辨率無法同時兼顧，會使得時間和頻率精度不高?；诟唠A累積量［6］的方法雖具有良好的抗噪性，但由于高階累積量是基于同步采樣序列的，對同步技術要求較高。實驗表明，以上方法都只適合識別特定調制類型的信號，算法的適用范圍有局限性，尤其在分析混合調制雷達信號時，效果不太理想。

本文提出了一種針對混合調制信號的識別方法。本方法首先利用直方圖法統(tǒng)計信號的瞬時頻率（Instantaneous Frequency，IF），判斷信號載頻個數(shù)，根據(jù)載頻個數(shù)的不同可將重點關注的混合調制信號從復雜電磁環(huán)境中篩選出作為一類特殊信號，通過一種改進的滑動平均差分取峰值的方法將復雜信號的識別問題轉化為常規(guī)信號識別問題，從而大大降低了識別難度。本文提出的方法流程經實驗仿真表明，在信噪比較低情況下也能達到較高的識別率。

2 識別算法

本文提出的算法流程圍繞混合調制信號的IF特征展開，首先利用直方圖統(tǒng)計信號IF值，將混合調制信號篩選出來再次利用IF信息進行分段處理，最后提取混合調制信號分解出的常規(guī)信號的IF進行調制識別。

2.1 瞬時頻率的提取

本文采用Kay提出的IF估計方法［7］，用窗函數(shù)對解卷后的非線性相位序列的差分結果進行平滑，使得對IF的估計效果得到明顯改善。Kay方法估計IF可得：

其中窗函數(shù)ωn可表示為

式中N為窗函數(shù)長度，n=0:N-1。

2.2 脈沖信號載頻個數(shù)估計

通常判斷信號載頻個數(shù)的方法有IF結合直方圖法、基于Burg模型的AR功率譜估計方法、傅里葉變換法。傅里葉變換法對噪聲十分敏感，在較低信噪比條件下，譜峰個數(shù)非常不穩(wěn)定，很難判斷出信號載頻個數(shù)?；贐urg模型的AR功率譜估計方法僅適應脈寬較小的信號，而一般混合調制信號的脈寬較大，此時利用該方法得到的譜圖分辨率較差，譜峰之間容易混淆、合并，效果并不理想。

IF結合直方圖法是利用直方圖對信號的IF值進行統(tǒng)計，此方法對噪聲、毛刺等干擾因素不敏感，對信號調制類型、脈寬大小沒有特殊的適應性。經過信號預處理階段后，利用直方圖統(tǒng)計平滑后的IF可以較為準確地估計載頻個數(shù)。

圖1為在信噪比為0dB情況下，信號經過預處理階段后，再通過三種載頻估計方法估計包含4段子脈沖的FSK信號效果圖，從圖1（a）可以看出，頻譜圖受噪聲影響嚴重，載頻個數(shù)難以判斷準確；圖1（b）中的功率譜圖的譜峰出現(xiàn)了混淆、合并現(xiàn)象，載頻個數(shù)也無法判斷準確；圖1（c）的峰值數(shù)目明顯，效果最佳。從圖1明顯可以看出選擇IF結合直方圖法判斷信號載頻個數(shù)的優(yōu)越性。

圖1 檢測信號載頻個數(shù)效果圖

2.3 混合調制信號的識別

混合調制信號主要特點是包含若干個不同載頻的子脈沖，且在子脈沖內部進行各自的隨機窄帶調制，經過大量的對于混合調制信號子脈沖的實驗分析，總結得出一般性結論：脈內子脈沖調制形式一致、持續(xù)時間相等［8］。換句話說，混合調制信號是若干個持續(xù)時間相等、調制形式一致、調制參數(shù)相同，中心頻率不同的常規(guī)調制信號的組合信號［9］。

在本文中我們采用一種改進的滑動平均差分取峰值的方法估計混合調制信號頻率跳變位置，即可在頻率跳變位置處將混合調制信號切分成常規(guī)信號。具體步驟如流程圖2所示。

圖2 滑動平均差分取峰值法流程圖

通過以上切分步驟，可將混合調制信號分解成為若干個常規(guī)調制信號，對任意一個子段就可利用常規(guī)調制信號識別算法，常規(guī)調制信號識別方法十分成熟，國內外在這方面已經做了大量的研究工作［10～12］，因此本文不再贅述。

3 仿真結果

仿真以單載頻（Continuous Wave，CW）信號、LFM 信號、BPSK信號、QPSK（Quadrature Phase Shift Keying，QPSK）信號、FSK信號、FSK-LFM信號、FSK-BPSK信號為對象進行。常規(guī)信號的中心工作頻率f0為50MHz，采樣點數(shù)為4000；混合調制信號的中心工作頻率分別取40MHz～70MHz，每一段采樣點數(shù)也為4000。采樣率fs為500MHz。為了不失一般性，相位編碼信號的相位改變、頻率編碼信號的頻率改變完全隨機產生。

圖3 不同信噪比下的識別結果

圖3顯示了在不同信噪比條件下七種信號通過1000次蒙特卡洛仿真實驗得到的識別結果。通過圖3的仿真結果可知：1）在信噪比較高條件下，算法具有很高的識別率，在信噪比大于3dB時對以上七種信號的識別率能達到94%；2）帶有頻率編碼的混合調制信號的識別率普遍低于相應不帶有頻率編碼的常規(guī)調制信號。這是因為信號受噪聲影響，IF特征的提取會出現(xiàn)困難，導致捕捉IF直方圖峰值信息的準確性降低，而常規(guī)信號的IF特征要求相對混合調制信號的IF特征要求較寬松，具有一定的識別容錯性，混合調制信號的IF特征要求十分苛刻，尤其在信噪比較低時，由于IF特征提取困難，信號分段出錯可能性增加，導致識別率下降。

4 結語

本文提出了一種主要針對雷達脈內混合調制信號如FSK信號、FSK-LFM信號、FSK-BPSK信號等七種信號的調制形式的識別方法，初步解決了雷達混合調制信號識別分選問題。該算法首先利用直方圖統(tǒng)計信號IF將常規(guī)信號和混合調制信號進行區(qū)分，對于混合調制信號，采用一種改進的滑動平均差分取峰值的方法將混合調制信號分成單段信號，再提取單段信號進行識別。本算法具有計算量小、速度快，識別流程清晰簡潔，易于工程應用等特點。仿真實驗表明在信噪比大于3dB時算法對以上調制信號具有較高的識別率，具有較強的工程實用性和可行性。