一種新的雷達信號分選方法

陳惠民　盛驥松

摘 要：在雷達輻射源信號分選領域,隨著現代電子戰電磁環境的惡化,信號參數空間的嚴重交疊,五經典參數分選方法性能急劇下降。針對傳統信號分選方法的不足,提出瞬時自相關算法瞬時頻率派生特征提取算法,提取和補充新的分選參數,構建更為有效的分選特征向量。通過Matlab仿真,驗證了該算法的正確性和實際應用的可行性。

關鍵詞：雷達輻射源；信號分選；五經典參數；瞬時頻率；特征提取算法

中圖分類號：TN95 文獻標識碼：B

文章編號：1004-373X(2009)01-020-03

New Method of Classifying the Radar Signals

CHEN Huimin1,SHENG Jisong2

(1.Institute of Electronic & Information,Jiangsu University of Science & Technology,Zhenjiang,212003,China;

2.The 723 Academy of CSIC,Yangzhou,225001,China)

Abstract：In the field of classifying the radar emitter signals,as the electromagnetic environment in modern Electronic warfare is becoming worse,signals parameters overlapping are serious,the performances of the five classic parameters classifying signals descend rapidly.As deficiency of the conventional method,the feature extraction algorithm of derived characters of instantaneous frequency is proposed.Via the algorithm,some new parameters could be extracted,so the more effective classifying characteristics vector could be constructed.Simulation experiments through Matlab show correction and feasibility of practical application of the algorithm.

Keywords：radar emitter;signal classifying;five classic parameters;instantaneous frequency;feature extraction algorithm

0 引 言

隨著現代戰爭的發展,電子戰的作用和地位發生了巨大的變化,成為現代戰爭的重要手段。要想做到知己知彼,取得戰爭的主動權就必須掌握敵方雷達等電子裝備的特性。因此,通過偵察情報的分析來進行雷達信號識別具有特別重要的意義。就目前而言,現有識別方法已不能滿足日益復雜的電磁環境的需要,對新的雷達信號識別方法的研究勢在必行。

瞬時自相關算法是一種非線性時頻分析方法,適用于非平穩信號的分析。而現代雷達信號多采用非平穩信號,瞬時自相關算法瞬時頻率派生特征提取算法用于雷達信號的分選便成為可能。

1 瞬時自相關算法(ISC)原理

設經模數轉換(ADC)采樣、解析變換后得到的中頻解析信號為:

s(n)=Aexp{j}(1)

式中,A為信號幅度,f(n)和φ(n)分別為頻率和相位調制函數,φ0為任意初相,fs為采樣頻率。

參考文獻［1］,信號的瞬時自相關運算定義為:

Y(n,m)=s(n)× s(n+m), m=0,±1,…(2)

為了計算上的方便,將式(2)調整為:

Y(n,m)=s(n+m)× s(n), m=1,2,…(3)

式中, s(n)表示s(n)的共軛,m為延遲間隔。

將式(1)代入式(3)得:

Y(n,m)=s(n+m)× s(n)=

A2exp{j\2π/fs+φ(n+m)-φ(n)〗}(4)

設瞬時相位為θ(n,m),則式(4)可用下式表示:

Y(n,m)=A2(5)

比較式(4)和式(5),可得瞬時相位θ(n,m)

θ(n,m)=arctansin θ(n,m)cos θ(n,m)=

arctanImRe=

2π/fs+

φ(n+m)-φ(n)(6)

式中,Im(·)和Re(·)分別表示求信號虛部和實部的運算。由于相位的變化率為頻率,因此信號的瞬時頻率由下式計算：

f(n,m)=θ(n,m)fs/(2πm)(7)

將式(6)代入式(7)得：

f(n,m)=(n+m)f(n+m)-nf(n)m+

fs2πm(8)

對于任意如式(1)的信號,在不太長的時間間隔m內(m頝信號長度),可將其近似看作頻率為fi(i=1,2,3,…)的局部平穩諧波,即:

2πf(n)n/fs+φ(n)+φ02πfin/fs+φ0,

n≤i≤n+m-1(9)

換句話說,相位調制φ(n)引起的相位改變相當于信號頻率從f(n)調整為fi所引起的相位變化。

為了抑制噪聲的干擾,對n和n+m間的采樣點作滑動平均處理,以平均瞬時頻率:

f(n,m)=1m∑n+m-1i=nf(i,m)(10)

作為第n點的瞬時頻率。經此處理后,算法在低信噪比環境的適應能力有了進一步的提高。

2 瞬時頻率派生特征提取算法

根據統計學原理,利用各瞬時頻率統計特性的變化差異來提取它的派生特征,并使新提取的特征具有標識信號調制類型的能力。

下面就常規脈沖信號(CON)、線性調頻信號(LFM)、相位編碼信號(PSK)和頻率編碼信號(FSK)幾種典型雷達信號進行瞬時頻率派生特征提取算法進行分析。

LFM的瞬時頻率和采樣時間之間表現出較好的線性相關性,而其他類型信號的相關性均較差。因此,相關系數R可以作為識別LFM信號的一個較為可靠的特征：

R=cov(f IF,nTs)D(f IF)D(nTs)(11)

式中,f IF為提取的瞬時序列,Ts=1/fs為采樣間隔,cov(·)和D(·)分別為協方差和方差函數。

將瞬時頻率f IF做歸一化處理：

f IF1=f IF/max(f IF)(12)

用E1表示f IF1的均值,將(f IF1-E1)大于零的部分再做歸一化處理,這種去均值并提取正值的處理方式,將使f IF1長度縮短并使不同類信號的f IF1結構發生不同程度的變化。這種變化上的差異,有利于信號分類。

對于PSK信號,由于相位突變會引起頻率的跳變。這里用Np來表示突變峰的個數：

Np(n)=1,f IF>E+4σ

1,f IF

0,其他(13)

式中,σ表示均方差。

通常將經典五參數作為雷達輻射源信號預分選,在此基礎上,再構造分類特征向量［R,σ1-σ2,Np］作為輻射源信號主分選,根據分類特征向量門限,判別出各雷達輻射源信號。

3 仿真結果

仿真選取的雷達信號為：常規脈沖信號(CON)、線性調頻信號(LFM)、相位編碼信號(二相位編碼BPSK,采用7位Barker編碼方式)和頻率編碼信號(二頻率編碼BFSK,采用13位Barker編碼方式)。仿真參數為：A=2,fs=120 MHz,f0= 10 MHz,PW=13 μs,B= 10 MHz,對于二頻率編碼信號,它的兩個頻率f1= 10 MHz,f2=2 MHz,信噪比SNR為-6~15 dB。

圖1給出了SNR=0 dB、高斯白噪聲下的瞬時自相關算法的時頻分析圖。

圖1 0 dB高斯白噪聲下的ISC時頻分析圖

為了確定各特征向量［R,σ1-σ2,Np］的門限,在SNR為-6~15 dB的環境下,對各種典型信號分類特征向量的各分量的取值范圍進行了100次的仿真實驗,所得統計結果列于表1。

表1 各種典型信號分類特征向量的各分量的取值

信號類型Rσ1-σ2Np

CON-0.084 8～0.057 8-0.194 3～0.042 60

LFM0.808 6～0.999 4-0.142 4～-0.032 70

BPSK-0.058 3～0.046 6-0.044 9～-0.014 32～3

BFSK-0.311 4～-0.257 00.060 5～0.321 90

從表1可知,R是一個較理想的分類特征。因為在所考察的雷達輻射源信號類中,僅有LFM信號的IF隨采樣時間nTs的變化而線性變化,兩者表現出較好的線性相關特性,具有較大的R值,而其余類信號R值均小于0.1,因此,可選擇0.1作為R的門限,從而將LFM首先分離出來。從表1中Np的統計結果可以判別出BPSK信號,選擇1作為Np的門限。分離出LFM和BPSK信號后,可選擇0.05作為σ1-σ2的門限,大于等于0.05的為BFSK信號,小于0.05的為CON信號。圖2給出了信號判別流程框圖。

圖2 信號判別流程圖

4 結 語

瞬時自相關算法瞬時頻率派生特征提取算法,在低信噪比情況下,能夠較好地分選出各雷達輻射源信號,該算法運算量不大,抗噪性能良好,工程應用是一個不錯的研究方向,作者將在以后的工作中繼續對這方面進行深入研究。

參考文獻

［1］趙國慶.雷達對抗原理.西安:西安電子科技大學出版社,1999.

［2］胡波.脈內特征提取在信號調制形式識別中的應用.雷達與對抗,2005(2):35-38.

［3］陳海忠,朱偉強.雷達相位編碼信號的脈內調制特征分析.艦船電子偵察,2006,29(2):8-11.

［4］葛哲學.Matlab 7輔助信號處理技術與應用.北京:電子工業出版社,2002.

［5］胡書廣.數字信號處理理論、算法與實現.北京:清華大學出版社,2003.

［6］袁偉明,王敏,吳順君.低截獲概率雷達信號的調制識別研究.信號處理,2006,22(2):153-156.

［7］張賢達,保錚.非平穩信號分析與處理［M］.北京:國防工業出版社,1999.

［8］王勇,張欣.雷達信號脈內特征參數提取技術［J］.中國雷達,2006(1):13-21.

［9］Chen V C.Applications of Time-frequency Processing to Radar Imaging.Opt.Eng.,1997,36(4):1 152-1 161.

［10］Mardia H K.New Techniques for the Deinterleaving of Repetitive Sequences［J］.IEE Proceedings,Part F:Radar and Signal Processing,1989,136(4):149-154.

作者簡介

陳惠民 男,1979年出生,碩士研究生。研究方向為電子對抗。

盛驥松 男,1968年出生,研究員,中船重工723所。研究方向為電子對抗、雷達系統總體。