趙榮琦,張陸唯,王 湛

(中國船舶集團(tuán)有限公司第七二三研究所,江蘇 揚(yáng)州 225101)

0 引 言

近年來,電子戰(zhàn)在現(xiàn)代戰(zhàn)場中的重要性不斷提升,雷達(dá)在現(xiàn)代戰(zhàn)場中面臨嚴(yán)重的威脅,雷達(dá)必須提高其抗干擾能力才能在現(xiàn)代戰(zhàn)爭中發(fā)揮其正常效能。干擾識別技術(shù)是雷達(dá)采取針對性抗干擾措施的重要前提[1]。干擾識別以確定干擾的具體類型為目的,為進(jìn)一步采取有針對性的抗干擾措施提供所需的先驗(yàn)信息,幫助雷達(dá)在干擾條件下實(shí)現(xiàn)最優(yōu)探測。

目前有源干擾識別的主要實(shí)現(xiàn)思路是將識別過程轉(zhuǎn)換成一個(gè)模式識別問題來處理。首先提取各類干擾具有區(qū)分性的特征參數(shù),再把提取的特征輸入合理設(shè)計(jì)的分類器,以實(shí)現(xiàn)對各種干擾的分類識別。特征選取需從信號的特性出發(fā),從時(shí)域、頻域、時(shí)頻域等維度挖掘出干擾信號間有明顯差異的特征[2]。

本文分析了有源壓制干擾和欺騙干擾的時(shí)頻域特征,開發(fā)了可行、有效的干擾識別方法,并給出了該方法的硬件實(shí)現(xiàn)結(jié)構(gòu)及數(shù)據(jù)處理流程。該干擾識別方法依據(jù)雷達(dá)工作參數(shù)進(jìn)行干擾信號預(yù)處理,減少了識別過程中產(chǎn)生的數(shù)據(jù)量,有利于數(shù)字信號處理器(DSP)在識別處理過程中的特征提取,提高了干擾識別方法的適用性和實(shí)時(shí)性。

1 雷達(dá)干擾信號模型

1.1 有源壓制干擾

有源壓制式干擾機(jī)通過發(fā)射大功率的隨機(jī)噪聲信號,在時(shí)域、頻域上將目標(biāo)回波完全淹沒。雷達(dá)接收機(jī)主要依據(jù)能量門限來檢測噪聲中的目標(biāo),壓制干擾信號會(huì)降低信噪比,影響雷達(dá)對于目標(biāo)的檢測。有源壓制干擾的主要優(yōu)點(diǎn):不需要獲取敵方雷達(dá)的精確信息就可以快速發(fā)出干擾,干擾覆蓋的范圍較廣,容易實(shí)現(xiàn)[3]。

噪聲調(diào)頻干擾是壓制干擾常見的干擾樣式,其數(shù)學(xué)表達(dá)式為:

(1)

式中:A為干擾信號幅度;fc為干擾信號的中心頻率;KFM為調(diào)頻斜率;n(t)滿足均值為0、方差為σ2的高斯分布;φ是初始相位,均勻地分布在[0,2π]內(nèi)且與n(t)相互獨(dú)立。

實(shí)際應(yīng)用中,噪聲調(diào)頻干擾產(chǎn)生阻塞式干擾和瞄頻式干擾2種干擾形式,差別在于干擾帶寬與雷達(dá)發(fā)射信號帶寬的大小。

梳狀譜干擾是在多個(gè)頻率點(diǎn)上產(chǎn)生的一組窄帶干擾信號,梳狀譜信號的表達(dá)式為:

(2)

式中:fi對應(yīng)每個(gè)梳齒出現(xiàn)的頻率點(diǎn);ai是相應(yīng)第i個(gè)頻率點(diǎn)處的幅度。

掃頻式干擾是針對頻率捷變信號常用的干擾形式。為覆蓋較寬的頻段范圍并提高干擾的功率利用率,掃頻干擾會(huì)不斷改變干擾信號的中心頻率。掃頻干擾的表達(dá)式為:

(3)

對上述幾種壓制干擾進(jìn)行時(shí)、頻域范圍的幅度統(tǒng)計(jì),獲得的時(shí)頻域功率分布如圖1所示。窄帶瞄準(zhǔn)噪聲、寬帶阻塞噪聲、掃頻噪聲以及梳狀譜噪聲在不同域上有以下特點(diǎn):在時(shí)域上表現(xiàn)為無規(guī)律隨機(jī)調(diào)制的連續(xù)波(不同樣式之間沒有明顯特征);頻域上表現(xiàn)為窄帶分布(對應(yīng)窄帶噪聲)、寬帶連續(xù)分布(對應(yīng)寬帶噪聲和掃頻噪聲)或窄帶間斷分布(對應(yīng)梳狀譜);時(shí)頻域上表現(xiàn)為信號能量隨時(shí)間在頻域上隨機(jī)分布(對應(yīng)寬帶噪聲)或有規(guī)律周期性分布(對應(yīng)掃頻和窄帶)。不同干擾類型的時(shí)頻譜之間存在明顯的區(qū)別,時(shí)頻譜能夠?yàn)閰^(qū)分干擾類型提供有效的支持。

1.2 欺騙干擾

欺騙干擾主要由基于數(shù)字射頻存儲(DRFM)技術(shù)的干擾機(jī)產(chǎn)生。干擾機(jī)對DRFM中存儲的信號在單個(gè)脈沖重復(fù)周期中進(jìn)行多次復(fù)制轉(zhuǎn)發(fā),若產(chǎn)生的假目標(biāo)數(shù)量較多,且兩兩之間的時(shí)延間隔較小,就可以在雷達(dá)接收端產(chǎn)生高密度的假目標(biāo),從而達(dá)到欺騙的效果[4]。密集復(fù)制假目標(biāo)干擾數(shù)學(xué)表達(dá)式為:

(4)

式中:J(t)為干擾信號;s(t)為雷達(dá)信號;τi為干擾子脈沖之間的時(shí)延間隔。

間歇采樣轉(zhuǎn)發(fā)干擾是采用DRFM的干擾機(jī)對雷達(dá)信號進(jìn)行間歇采樣再依次轉(zhuǎn)發(fā)形成的,一個(gè)采樣周期中多次采樣轉(zhuǎn)發(fā),就形成了間歇采樣轉(zhuǎn)發(fā)干擾,該種干擾的數(shù)學(xué)表達(dá)式為:

(5)

式中:rect()為矩形函數(shù);τ為間歇采樣的脈沖的寬度;T為雷達(dá)信號的脈寬;Ts為采樣周期;τ/Ts表示間歇采樣占空比。

圖2為上述2種欺騙干擾的時(shí)頻圖。密集復(fù)制假目標(biāo)干擾通過沿距離維方向產(chǎn)生密集的虛假目標(biāo),以掩蓋壓制真實(shí)目標(biāo)。間歇采樣轉(zhuǎn)發(fā)干擾是截取雷達(dá)的發(fā)射信號,每段子信號都與截取的信號具有相同參數(shù),再將該信號間歇轉(zhuǎn)發(fā)進(jìn)行干擾。上述2種欺騙干擾是通過對雷達(dá)發(fā)射信號的采集、調(diào)制及轉(zhuǎn)發(fā)方式產(chǎn)生的,這類干擾具有波形與雷達(dá)信號匹配性好、頻率對準(zhǔn)雷達(dá)工作頻點(diǎn)、帶寬較窄等特點(diǎn)。對此類信號的分析需要重點(diǎn)關(guān)注外部脈沖信號的參數(shù)檢測,并與雷達(dá)信號參數(shù)匹配性對比。

圖2 欺騙干擾時(shí)頻圖

2 干擾識別方法

2.1 干擾信號數(shù)據(jù)預(yù)處理

為完成干擾信號識別,本文從信號的時(shí)頻域特性出發(fā),進(jìn)行信號特征選取。為保障干擾識別的實(shí)時(shí)性,本文對干擾信號數(shù)據(jù)進(jìn)行預(yù)處理,利用預(yù)處理后的數(shù)據(jù)進(jìn)行特征選取,簡化識別過程。干擾信號數(shù)據(jù)的預(yù)處理主要包括信號的數(shù)字化處理、生成功率譜、生成時(shí)頻功率譜、完成脈沖信號的參數(shù)檢測、生成脈沖描述字(PDW)。

(1) 高分辨率功率譜

功率譜是采樣數(shù)據(jù)在頻域內(nèi)統(tǒng)計(jì)特征的描述,信號的功率譜密度反映了信號功率在頻域隨頻率的分布。在實(shí)際工作中進(jìn)行的觀測是在有限范圍內(nèi)進(jìn)行的,為此先把分段數(shù)據(jù)進(jìn)行加窗處理,計(jì)算其周期譜,然后將分段的譜估計(jì)結(jié)果的平均值作為最終的功率譜估計(jì)值[5]。干擾信號預(yù)處理過程中,將當(dāng)前雷達(dá)周期內(nèi)接收到的數(shù)據(jù)分段加窗并進(jìn)行離散傅里葉變換(DFT)處理,選取適當(dāng)?shù)臄?shù)據(jù)長度以保證精細(xì)的頻率分辨率。獲得的高分辨率功率譜可以用于初步檢測干擾噪聲的有無、估算干擾信號的帶寬、分辨壓制干擾信號的頻譜凹陷區(qū)域。

(2) 時(shí)頻功率譜

時(shí)頻功率譜包含中頻通道帶寬內(nèi)所有信號的頻域與時(shí)域的信息,是干擾識別處理的重要數(shù)據(jù)依據(jù)。直接對寬帶信號做高精度的時(shí)頻分析,計(jì)算時(shí)頻分布運(yùn)算量較大,工程上較難保證計(jì)算的實(shí)時(shí)性。因此,本文采用基于多相濾波的數(shù)字信道化技術(shù)實(shí)現(xiàn)時(shí)頻功率譜分析,它將寬帶時(shí)域信號通過數(shù)字濾波器組分離到不同頻點(diǎn)的窄帶信號信道[6],實(shí)現(xiàn)多頻路時(shí)域輸出,輸出結(jié)果即為時(shí)頻分布。

基于數(shù)字信道化的時(shí)頻功率譜模型如圖3所示,信道化后有效信道的正交IQ數(shù)據(jù)流進(jìn)行求模處理,生成時(shí)頻功率譜。這樣的二維分布矩陣數(shù)據(jù),通過頻域或時(shí)域壓縮方法,可獲取干擾信號的不同特征規(guī)律,以識別干擾信號的類別并估算干擾的工作參數(shù)。

圖3 時(shí)頻功率譜模型示意圖

(3) 信號參數(shù)測量

PDW包含脈沖到達(dá)時(shí)間、脈沖頻率、脈沖幅度、脈沖寬度等信息,外部脈沖信號參數(shù)與雷達(dá)信號參數(shù)的匹配性對比是欺騙干擾識別過程中的重要環(huán)節(jié)。信號的檢測是先對數(shù)字信道化處理后相應(yīng)信道正交IQ數(shù)據(jù)做幅度計(jì)算,再通過門限判斷,確定當(dāng)前信道是否存在脈沖或連續(xù)波等干擾信號并進(jìn)行參數(shù)測量。信道化后的正交IQ信號通過Cordic算法計(jì)算獲得幅度信息。Cordic算法適于在現(xiàn)場可編程門陣列(FPGA)芯片中設(shè)計(jì)成流水線工作模式,提高運(yùn)行速度。

2.2 干擾信號特征選取及分類方法

壓制干擾信號在時(shí)域上通常表現(xiàn)為無規(guī)律隨機(jī)調(diào)制的連續(xù)波,頻域上不同干擾類型的頻譜之間存在明顯的區(qū)別。欺騙干擾是通過對雷達(dá)發(fā)射信號的采集、調(diào)制及轉(zhuǎn)發(fā)方式產(chǎn)生的,對欺騙信號的分析需要進(jìn)行脈沖信號的參數(shù)檢測,并與雷達(dá)信號參數(shù)對比分析。壓制干擾信號和欺騙干擾信號在時(shí)頻域存在明顯差異,因此對壓制干擾和欺騙干擾分別進(jìn)行特征選取與識別分類。

(1) 壓制干擾

根據(jù)不同壓制干擾在時(shí)頻域的分布特點(diǎn),提煉了以下幾個(gè)特征參數(shù):

(a) 等效帶寬:獲取功率譜頻域能量分布向量,向量數(shù)據(jù)之和除以最大值為等效帶寬,用此參數(shù)評估干擾信號的帶寬大小。

(b) 中心頻率周期性:計(jì)算時(shí)頻譜每個(gè)時(shí)間段的頻率中心,得到時(shí)域頻率中心分布曲線,掃頻類干擾的分布曲線呈現(xiàn)明顯的周期性分布,而隨機(jī)噪聲干擾的分布曲線則無規(guī)律隨機(jī)分布,因此可以計(jì)算分布曲線的頻率響應(yīng)以及頻率周期性來區(qū)分掃頻噪聲和其他噪聲。

(c) 頻域能量突變點(diǎn)個(gè)數(shù):根據(jù)功率譜求得頻率能量突變點(diǎn),用于識別梳狀譜干擾。

(d) 時(shí)域包絡(luò)起伏度:信號包絡(luò)的變化程度可表示為R=σ2/μ2,其中的σ2和μ2分別為信號包絡(luò)平方的均值和方差[7]。

結(jié)合上述特征參數(shù),噪聲壓制干擾的識別流程如圖4所示。利用功率譜分析等效帶寬,區(qū)分出窄帶干擾與其他干擾,分析大帶寬信號的功率譜頻譜能量突變點(diǎn)可以識別梳狀譜干擾,分析時(shí)頻功率譜的中心頻率周期性識別掃頻干擾。

圖4 噪聲壓制干擾識別流程圖

(2) 欺騙干擾

欺騙干擾識別分類時(shí)從以下幾點(diǎn)分析干擾信號的脈內(nèi)和脈間特點(diǎn):

(a) 脈沖信號PDW參數(shù)比對:欺騙干擾是雷達(dá)信號的片段復(fù)制或者間斷復(fù)制,采用片段復(fù)制循環(huán)連續(xù)轉(zhuǎn)發(fā)方式產(chǎn)生的密集假目標(biāo)干擾時(shí)寬較寬,在頻域上表現(xiàn)為周期調(diào)制波形,采用間歇采樣方式產(chǎn)生的干擾表現(xiàn)為時(shí)寬、頻率、幅度等參數(shù)相近的脈沖串。

(b) 頻譜相像系數(shù):頻譜相像系數(shù)表征2個(gè)函數(shù)相像程度,目標(biāo)回波信號頻譜保留了雷達(dá)線性調(diào)頻信號的頻譜特性,幅度譜近似為矩形,而間歇采樣轉(zhuǎn)發(fā)干擾信號的頻譜在有效帶寬內(nèi)存在明顯起伏,利用信號頻譜與矩形序列相像程度的不同區(qū)別干擾及目標(biāo)回波[8]。

(c) 信號連續(xù)性:真實(shí)目標(biāo)通常在連續(xù)多個(gè)重頻周期的同一距離單元均有回波,而欺騙干擾機(jī)不一定能夠?qū)γ總€(gè)雷達(dá)脈沖轉(zhuǎn)發(fā)或者無法在相鄰重頻的同一距離單元上產(chǎn)生干擾脈沖,因此可以通過脈沖周期間同一距離單元的視頻是否連續(xù)過門限來區(qū)分回波和干擾。

欺騙干擾的識別流程如圖5所示,欺騙干擾識別通過與雷達(dá)信號的脈寬鑒別、頻率鑒別、頻譜鑒別和參數(shù)聚集度鑒別實(shí)現(xiàn)干擾類型區(qū)分。從預(yù)處理產(chǎn)生的脈沖PDW中提取出具有明顯干擾特征的脈沖,如頻率偏離雷達(dá)頻點(diǎn)較多、脈寬明顯異于雷達(dá)脈寬、信號帶寬與雷達(dá)帶寬有較大差異的脈沖等。對這些脈沖進(jìn)行脈內(nèi)頻譜相像系數(shù)分析,與雷達(dá)發(fā)射信號有較大差異的為間歇采樣干擾。針對剩下的脈沖,搜集多個(gè)相鄰的重頻周期的PDW,進(jìn)行信號在重頻周期間的連續(xù)性分析,篩除回波脈沖,之后對脈沖進(jìn)行頻率、脈寬和幅度的聚集分析,滿足聚類條件即為密集復(fù)制假目標(biāo)干擾。

圖5 欺騙干擾的識別算法流程圖

3 干擾識別方法的實(shí)現(xiàn)

3.1 硬件結(jié)構(gòu)

實(shí)現(xiàn)干擾識別的整個(gè)硬件系統(tǒng)主要由模數(shù)轉(zhuǎn)換器(ADC)+FPGA+DSP構(gòu)成,硬件組成框圖如圖6所示。其中,FPGA的型號為XC7VX690T,DSP的型號為TMS320C6678。FPGA負(fù)責(zé)快速傅里葉變換(FFT)功率譜、數(shù)字信道化產(chǎn)生時(shí)頻功率譜以及信號檢測產(chǎn)生PDW,將有效數(shù)據(jù)組幀打包后送給DSP進(jìn)行有源干擾的識別。

圖6 硬件組成框圖

3.2 FPGA數(shù)據(jù)預(yù)處理方法

如圖7所示,FPGA將采樣信號通過信道化處理分成多路低數(shù)據(jù)率的正交通道信號,對信道化后有效信道的正交IQ數(shù)據(jù)流進(jìn)行求模處理,生成時(shí)頻功率譜。求模數(shù)據(jù)完成幅度計(jì)算后進(jìn)行濾波和門限檢測,計(jì)算幅度、脈沖寬度、頻率等信息形成PDW。同時(shí)將每個(gè)雷達(dá)工作周期內(nèi)數(shù)字化的數(shù)據(jù)分成多段,每段數(shù)據(jù)經(jīng)過加窗和DFT算法,獲得高分辨率功率譜。

圖7 FPGA數(shù)據(jù)預(yù)處理示意圖

為進(jìn)一步降低DSP的處理壓力,保證識別的實(shí)時(shí)性,FPGA根據(jù)雷達(dá)工作模式設(shè)置預(yù)處理參數(shù),對產(chǎn)生的數(shù)據(jù)進(jìn)行初步篩選,將處理后的有效數(shù)據(jù)傳輸給DSP。如圖8所示,FPGA完成的數(shù)據(jù)預(yù)處理工作包括:對PDW數(shù)據(jù)流進(jìn)行濾波,去除尖峰脈沖和無效PDW信息;FPGA抽取信道化后對應(yīng)雷達(dá)工作頻率的信道零中頻正交IQ數(shù)據(jù)進(jìn)行緩存;對雷達(dá)零中頻IQ數(shù)據(jù)進(jìn)行信號檢測,分析信號能量分布,結(jié)合高分辨率功率譜的頻域能量分布,判斷當(dāng)前工作周期內(nèi)是否存在干擾信號;分析功率譜的頻譜帶寬、凹陷區(qū)域。FPGA將上述信息與功率譜數(shù)據(jù)、時(shí)頻功率譜數(shù)據(jù)、有效PDW數(shù)據(jù)組幀發(fā)送至DSP,進(jìn)行后續(xù)干擾識別分析。

圖8 FPGA數(shù)據(jù)預(yù)處理流程圖

3.3 DSP軟件架構(gòu)設(shè)計(jì)

目前,多核DSP最主要的2種并行處理模式是主從模式和數(shù)據(jù)流模式。為高效利用多核DSP芯片,需要確定處理任務(wù)的并行性,并選擇合適的并行處理模式[9]。結(jié)合本文的干擾識別處理流程,采取主從模式完成干擾識別流程。圖9為DSP多核處理流程圖。

圖9 干擾識別多核處理流程圖

如圖9所示,0核控制任務(wù)流程并完成從核輸出結(jié)果整合,首先控制FPGA完成數(shù)據(jù)預(yù)處理,將有效數(shù)據(jù)分配給從核。從核接收預(yù)處理數(shù)據(jù),完成壓制干擾和欺騙干擾類型分類,將分類結(jié)果發(fā)送至主核。主核統(tǒng)計(jì)從核完成的結(jié)果,對結(jié)果進(jìn)行整合并輸出。

4 驗(yàn)證測試

實(shí)驗(yàn)中產(chǎn)生寬帶阻塞干擾信號,FPGA對中頻信號進(jìn)行采樣預(yù)處理后發(fā)送至DSP,DSP接收到的時(shí)頻功率譜如圖10(a)所示。DSP的識別結(jié)果為寬帶阻塞干擾,干擾帶寬375 MHz。實(shí)驗(yàn)中產(chǎn)生欺騙干擾信號,DSP接收到的時(shí)頻功率譜如圖10(b)所示。DSP的識別結(jié)果為密集假目標(biāo)干擾,信號中心頻率296 MHz,脈寬15 μs。結(jié)果表明該干擾識別方法能夠?qū)崿F(xiàn)干擾類型識別。

圖10 干擾信號時(shí)頻數(shù)據(jù)

5 結(jié)束語

本文分析了雷達(dá)有源干擾信號的時(shí)頻域特征,設(shè)計(jì)了一種基于時(shí)頻域分析的干擾信號識別方法。該方法利用信號的時(shí)頻功率譜數(shù)據(jù)提取出時(shí)域、頻域、時(shí)頻域的特征參數(shù),依據(jù)所選特征進(jìn)行了合理的分類器設(shè)計(jì),以實(shí)現(xiàn)干擾信號的分類識別。本文描述了該識別方法的硬件實(shí)現(xiàn)原理,為保證干擾識別的實(shí)時(shí)性,由FPGA完成干擾信號的數(shù)據(jù)預(yù)處理,后續(xù)由DSP多核并行處理完成干擾識別分類。驗(yàn)證測試結(jié)果表明通過本文方法進(jìn)行干擾信號的數(shù)據(jù)處理,能夠?qū)崿F(xiàn)干擾信號的分類識別。