張 俊,馮昌林,魏軍輝

(解放軍92942部隊(duì),北京 100161)

0 引言

在地/海雜波背景及復(fù)雜的戰(zhàn)場(chǎng)電磁環(huán)境中,噪聲對(duì)連續(xù)波體制引信的目標(biāo)檢測(cè)性能影響很大,因此無(wú)線電引信除了向著多功能、高精度方向發(fā)展外,適應(yīng)地/海雜波背景及復(fù)雜噪聲環(huán)境的目標(biāo)檢測(cè)能力也成為其發(fā)展的一個(gè)重要方面[1]。

對(duì)于連續(xù)波體制引信而言,較強(qiáng)的環(huán)境噪聲對(duì)引信的目標(biāo)檢測(cè)性能影響很大。受到波形約束,連續(xù)波體制引信的信號(hào)收發(fā)相關(guān)信道保護(hù)也不是很?chē)?yán)密,所以目前提升連續(xù)波體制引信在強(qiáng)噪聲環(huán)境下的目標(biāo)檢測(cè)能力主要集中在信號(hào)識(shí)別環(huán)節(jié)實(shí)現(xiàn)[2]。信號(hào)識(shí)別的關(guān)鍵在于特征提取,選擇合適的特征參量可以適應(yīng)較強(qiáng)的環(huán)境噪聲。

信號(hào)時(shí)頻分析是提取特征參量的一種有效方法,分?jǐn)?shù)階傅里葉變換[3]、短時(shí)傅里葉變換[4-5]、希爾伯特黃變換[2]、小波變換[6-10]等信號(hào)分析方法已經(jīng)被應(yīng)用于引信的目標(biāo)探測(cè)和識(shí)別。但是上述分析手段主要聚焦于信號(hào)在時(shí)頻域的二維特性,沒(méi)有對(duì)目標(biāo)信號(hào)中的多譜峰特性進(jìn)行研究及相關(guān)報(bào)道。

連續(xù)波體制引信在信號(hào)處理電路中采取了一些適應(yīng)強(qiáng)環(huán)境噪聲的措施,如接近目標(biāo)開(kāi)始接電、動(dòng)態(tài)噪聲門(mén)限、自適應(yīng)改變通道增益等,能夠適應(yīng)一般水平的環(huán)境噪聲,但是當(dāng)環(huán)境噪聲較大時(shí),以上方法的效果有限。

由于毫米波引信具有較高的分辨率,在彈目交會(huì)過(guò)程中,目標(biāo)回波信號(hào)會(huì)將目標(biāo)的結(jié)構(gòu)特征在頻域體現(xiàn)為多個(gè)譜峰。本文通過(guò)提取目標(biāo)回波信號(hào)短時(shí)頻譜中多個(gè)譜峰的間隔來(lái)區(qū)分目標(biāo)信號(hào)與環(huán)境噪聲,提高連續(xù)波體制引信的在強(qiáng)噪聲環(huán)境下的目標(biāo)檢測(cè)能力。

1 目標(biāo)回波信號(hào)短時(shí)頻譜特性

目標(biāo)檢測(cè)的重要方法之一就是特征提取,特征提取有很多種方法,常見(jiàn)的方法之一就是對(duì)信號(hào)進(jìn)行變換,例如將信號(hào)變換到頻域上提取信號(hào)的頻域特征。由于干擾信號(hào)作用下檢波輸出信號(hào)含有較多諧波,而且振蕩狀態(tài)不穩(wěn)定,可以利用頻譜的區(qū)別來(lái)識(shí)別目標(biāo)信號(hào)與干擾信號(hào)。

彈目交會(huì)過(guò)程中,連續(xù)波多普勒引信的檢波輸出信號(hào)為多頻率的多普勒信號(hào),除去直流分量外,它的頻譜表現(xiàn)為在多普勒頻率附近的多個(gè)脈沖。實(shí)測(cè)的目標(biāo)回波作用下引信檢波信號(hào)的短時(shí)頻譜序列如圖1所示,其中短時(shí)頻譜a～d對(duì)應(yīng)的彈目距離依次為20 m、15 m、10 m、5 m。

圖1 目標(biāo)回波信號(hào)的短時(shí)頻譜序列

如圖1中的目標(biāo)回波信號(hào)的短時(shí)頻譜d所示,由于毫米波引信具有較高的分辨率,目標(biāo)回波信號(hào)的短時(shí)頻譜呈現(xiàn)多譜峰的特性,多個(gè)譜峰在多普勒頻率附近分布,譜峰的間隔和目標(biāo)的強(qiáng)反射點(diǎn)結(jié)構(gòu)分布有關(guān)。統(tǒng)計(jì)分析目標(biāo)回波信號(hào)短時(shí)頻譜的多譜峰特性,可以將目標(biāo)回波信號(hào)和干擾信號(hào)區(qū)分開(kāi)來(lái)。

2 連續(xù)波體制引信多譜峰特性目標(biāo)檢測(cè)

2.1 提取回波信號(hào)的短時(shí)頻譜譜峰

彈目交會(huì)過(guò)程中,引信接收到的回波信號(hào)為非平穩(wěn)信號(hào),考慮到算法的實(shí)時(shí)性,本文通過(guò)對(duì)信號(hào)進(jìn)行短時(shí)傅里葉變換得到信號(hào)的短時(shí)頻譜,進(jìn)而提取信號(hào)在時(shí)刻t對(duì)應(yīng)的譜峰信息。提取信號(hào)在時(shí)刻t的譜峰信息的步驟如下:

1) 通過(guò)矩形窗取回波信號(hào)在時(shí)刻t的信號(hào)片段s;

2) 對(duì)信號(hào)片段s進(jìn)行傅里葉變換,得到該信號(hào)片段對(duì)應(yīng)的短時(shí)頻譜,頻率分辨率為Δf;

3) 計(jì)算信號(hào)片段s頻譜的平均幅值A(chǔ);

4) 提取幅值大于2A的譜線信息,并按頻率從低至高依次排列,得到譜線序列F′;

5) 對(duì)譜線序列F′進(jìn)行聚類(lèi)處理,得到信號(hào)片段s對(duì)應(yīng)的譜峰信息。

在步驟4)中,譜峰在提取的譜線序列中會(huì)對(duì)應(yīng)多條連續(xù)的譜線,因此通過(guò)步驟5)的聚類(lèi)處理,將相鄰的譜線聚合到一起對(duì)應(yīng)譜峰信息。

提取信號(hào)片段s的譜峰信息的流程圖如圖2所示。

圖2 提取多譜峰的流程

2.2 提取多譜峰的位置及間隔

由于無(wú)線電引信的算力資源有限,所以本文構(gòu)建量化指標(biāo)來(lái)反映多譜峰的特征,以降低資源開(kāi)銷(xiāo),提高算法的實(shí)用性。

反映多譜峰特征的量化指標(biāo)包括譜峰頻率的均值和譜峰間隔的均值。其中,根據(jù)彈目交會(huì)過(guò)程中的多普勒效應(yīng),譜峰頻率的均值應(yīng)在目標(biāo)多普勒頻率附近,因此判斷多譜峰平均頻率是否在彈目交會(huì)過(guò)程中多普勒頻率附近可以排除多譜峰平均頻率不在多普勒頻率附近的回波信號(hào)。計(jì)算多譜峰平均頻率的計(jì)算過(guò)程為

(1)

式(1)中,f為多譜峰位置對(duì)應(yīng)的頻率,N為譜峰數(shù)量,fi為第i個(gè)譜峰所處的頻率。

由于目標(biāo)回波信號(hào)的譜峰間隔與目標(biāo)的空間結(jié)構(gòu)直接相關(guān),而噪聲的譜峰分布具有隨機(jī)性,與目標(biāo)回波信號(hào)的譜峰間隔分布并不一致,因此分析判斷譜峰間隔可以極大提高對(duì)提取到的譜峰按頻率從低至高進(jìn)行排布,計(jì)算相鄰譜峰的頻率間隔,取平均值作為回波信號(hào)多譜峰間隔,計(jì)算過(guò)程為

(2)

式(2)中,w為多譜峰對(duì)應(yīng)的間隔,N為譜峰數(shù)量,fi和fi+1為第i個(gè)和第i+1個(gè)譜峰所處的頻率。

2.3 通過(guò)閾值區(qū)分目標(biāo)信號(hào)與干擾信號(hào)

根據(jù)計(jì)算得到的多譜峰對(duì)應(yīng)的頻率f和間隔w,通過(guò)比對(duì)閾值F和W來(lái)判斷回波信號(hào)是否為目標(biāo)信號(hào),其中,閾值F和W為一個(gè)統(tǒng)計(jì)范圍區(qū)間。具體流程如圖3所示。

圖3 根據(jù)頻率f和間隔w區(qū)分目標(biāo)信號(hào)和干擾信號(hào)的流程

3 仿真驗(yàn)證

3.1 測(cè)試數(shù)據(jù)

本文采用3組微波暗室實(shí)采的目標(biāo)回波數(shù)據(jù)和隨機(jī)噪聲進(jìn)行仿真驗(yàn)證,3組信號(hào)在彈目交會(huì)過(guò)程中的脫靶量依次為1.5、2.5和3.5 m。目標(biāo)回波信號(hào)的時(shí)域波形如圖4所示。

圖4 信號(hào)時(shí)域波形

3.2 仿真驗(yàn)證結(jié)果

仿真試驗(yàn)采用3.1節(jié)中的3組目標(biāo)信號(hào)分別進(jìn)行實(shí)驗(yàn)。在每組實(shí)驗(yàn)中,在檢波信號(hào)中加入高斯白噪聲,信噪比為-10～3 dB,基于本文設(shè)計(jì)的算法對(duì)混入高斯白噪聲的信號(hào)進(jìn)行目標(biāo)信號(hào)和干擾信號(hào)的識(shí)別,比對(duì)識(shí)別為目標(biāo)信號(hào)的時(shí)刻與實(shí)際目標(biāo)信號(hào)出現(xiàn)的時(shí)刻來(lái)確認(rèn)本文算法識(shí)別目標(biāo)信號(hào)的檢測(cè)率和虛警率。實(shí)驗(yàn)通過(guò)短時(shí)傅里葉變換提取回波信號(hào)的短時(shí)頻譜,每幀頻譜采用2 048點(diǎn)傅里葉變換,共提取800幀短時(shí)頻譜。短時(shí)頻譜采用歸一化的頻率和幅值,多譜峰平均頻率的閾值F設(shè)定為[0.09,1],平均頻率間隔的閾值W設(shè)定為[0.019,0.021]。

以第3組脫靶量為3.5 m的信號(hào)為例,經(jīng)本文算法提取到的目標(biāo)信號(hào)多譜峰結(jié)果如圖5所示,譜峰數(shù)量為3,多譜峰的平均歸一化頻率為0.096,平均歸一化譜峰間隔為0.02,符合設(shè)定的閾值條件,識(shí)別為目標(biāo)信號(hào)。

圖5 目標(biāo)信號(hào)的多譜峰提取結(jié)果

經(jīng)本文算法提取到的噪聲的多譜峰結(jié)果如圖6所示,譜峰數(shù)量為7,多譜峰的平均歸一化頻率為0.365,平均歸一化譜峰間隔為0.13,不符合設(shè)定的閾值條件,識(shí)別為噪聲。

圖6 噪聲的多譜峰提取結(jié)果

由于高斯白噪聲具有隨機(jī)性,這里重復(fù)實(shí)驗(yàn)1 000次。通過(guò)1 000次獨(dú)立的仿真實(shí)驗(yàn),對(duì)于3組不同的目標(biāo)回波信號(hào),通過(guò)本文設(shè)計(jì)的算法區(qū)分目標(biāo)信號(hào)和干擾信號(hào)的實(shí)驗(yàn)結(jié)果如表1所示。

表1 基于多譜峰特性的目標(biāo)識(shí)別仿真實(shí)驗(yàn)結(jié)果

對(duì)比實(shí)驗(yàn)采用常規(guī)的幅值最大譜峰的檢測(cè)手段,即根據(jù)幅值最大的譜峰頻率和幅值來(lái)區(qū)分目標(biāo)信號(hào)與噪聲,實(shí)驗(yàn)條件與上面相同,實(shí)驗(yàn)結(jié)果如表2所示。

表2 基于幅值最大譜峰特性的目標(biāo)識(shí)別仿真實(shí)驗(yàn)結(jié)果

對(duì)比兩次實(shí)驗(yàn)可以看到,基于多譜峰特性的目標(biāo)識(shí)別方法具有更好的檢測(cè)效果。

4 結(jié)論

本文提出一種基于多譜峰特性的連續(xù)波多普勒引信的目標(biāo)檢測(cè)方法。該方法利用毫米波引信分辨率較高的優(yōu)勢(shì),根據(jù)彈目交會(huì)過(guò)程中目標(biāo)信號(hào)具有多譜峰的特性,在提取回波信號(hào)短時(shí)頻譜多譜峰信息的基礎(chǔ)上,通過(guò)構(gòu)建譜峰平均頻率和譜峰平均間隔的量化指標(biāo)來(lái)區(qū)分目標(biāo)信號(hào)和環(huán)境噪聲。

仿真實(shí)驗(yàn)結(jié)果表明,該方法能夠有效提高連續(xù)波體制引信在強(qiáng)噪聲環(huán)境下的目標(biāo)檢測(cè)能力,并且該方法通過(guò)構(gòu)建量化指標(biāo)來(lái)體現(xiàn)多譜峰的特性,易于工程實(shí)現(xiàn),具有較高的工程實(shí)用價(jià)值。