獨立分量分析聯(lián)合時域處理同頻干擾抑制方法*1

?

獨立分量分析聯(lián)合時域處理同頻干擾抑制方法*1

王冬華，楊吟華，陳正祿，張恒

(南京船舶雷達(dá)研究所，江蘇 南京210003)

摘要：針對多部線性調(diào)頻脈沖壓縮體制雷達(dá)間的同頻干擾問題，提出一種獨立分量分析聯(lián)合時域多脈沖相關(guān)法的同頻干擾抑制方法。對于目標(biāo)回波信號和同頻干擾信號在時域重疊而無法檢測到目標(biāo)的情形，利用獨立分量分析算法從接收到的多周期回波混合信號中提取出目標(biāo)回波信號，在脈沖壓縮處理后，結(jié)合時域多脈沖相關(guān)法進(jìn)一步抑制同頻異步干擾。仿真結(jié)果表明，采用上述方法可以有效抑制同頻干擾。

關(guān)鍵詞：線性調(diào)頻；同頻干擾；獨立分量分析；時域重疊；脈沖壓縮；時域多脈沖相關(guān)

0引言

線性調(diào)頻(linear frequency modulation，LFM)脈沖壓縮體制雷達(dá)由于采用脈沖壓縮技術(shù)，能夠很好地解決探測距離和距離分辨率之間的矛盾[1-3]，因而得到了廣泛應(yīng)用。多部相同或相近型號的雷達(dá)同時開機(jī)工作時，各雷達(dá)發(fā)射的信號通過雷達(dá)天線主瓣或副瓣進(jìn)入別的雷達(dá)接收機(jī)從而形成同頻干擾。同頻干擾會造成雷達(dá)顯示器上出現(xiàn)大片虛假目標(biāo)[4]，嚴(yán)重影響了雷達(dá)系統(tǒng)對目標(biāo)的正常探測和跟蹤能力。

獨立分量分析(independent component analysis,ICA)是一種盲源分離技術(shù)[5]。盲源分離指從接收到的混合信號中分離或恢復(fù)出原始源信號的過程。本文利用獨立分量分析技術(shù)從接收到的多周期回波數(shù)據(jù)中分離出目標(biāo)回波信號，并結(jié)合時域多脈沖相關(guān)法[6-8]抑制同頻干擾。結(jié)果表明，此方法能有效消除雷達(dá)間的同頻干擾，結(jié)果令人滿意。

1獨立分量分析和時域聯(lián)合抑制同頻干擾

1.1建立信號處理模型

盲源分離[9]的含義是在不知道源信號和混合參數(shù)的條件下，根據(jù)觀測到的混合信號來估計源信號。盲源分離可以用式(1)來描述:

x(t)=As(t),

(1)

式中：x(t)=(x1(t),x2(t),…,xm(t))T為一個m維的混合信號矩陣；s(t)=(s1(t),s2(t),…,sn(t))T為一個未知的且獨立的n維源信號矩陣；A為一個可逆的m×n維矩陣。

盲源分離的目的就是找到一個分離矩陣W，使源信號從觀測信號x(t)中分離出來。

u=Wx=WAs，

(2)

圖1　盲源分離示意圖Fig.1　Diagrammatize of the blind source　　　separation

對于本文所討論的情況，假設(shè)有n部雷達(dá)，其中一部為探測雷達(dá)，其余為同頻干擾雷達(dá)。當(dāng)探測雷達(dá)對某個目標(biāo)進(jìn)行探測或跟蹤時，目標(biāo)反射的回波信號被探測雷達(dá)接收機(jī)接收，其余n-1部雷達(dá)發(fā)射的電磁波將直達(dá)探測雷達(dá)天線形成同頻干擾。因此，探測雷達(dá)接收的信號為目標(biāo)回波信號和同頻干擾信號相加后的混合信號。結(jié)合式(1)和式(2)，信號處理模型可以描述為：同頻干擾信號和目標(biāo)回波信號在相鄰的m個周期下同時被探測雷達(dá)接收，因為每個周期下，電磁環(huán)境和目標(biāo)姿態(tài)均會有所不同，所以每個周期下目標(biāo)回波信號和同頻干擾信號以不同的比例組合成混合信號。其中目標(biāo)回波信號和同頻干擾信號的混合比例關(guān)系用m×n維矩陣A衡量，探測雷達(dá)接收到的m個周期混合信號可以用x(t)表示。為了保證該算法的有效性，在實際應(yīng)用中，必須保證選取的相鄰m個周期下的混合信號x(t)由目標(biāo)回波信號和各同頻干擾信號組成，且選取的周期數(shù)m要大于等于源信號的個數(shù)n。如果能夠找到分離矩陣W，就能從觀測信號x(t)中分離出目標(biāo)回波信號，從而可以有效抑制同頻干擾。

1.2獨立分量分析算法原理

快速獨立分量分析(FastICA)算法[10]是一種基于非高斯性最大化原則的批處理算法，采用負(fù)熵來度量其非高斯特性，該算法收斂速度快，因而在盲源分離中得到廣泛的應(yīng)用。快速獨立分量分析(FastICA)算法流程如下：

Step 1： 對混合信號x進(jìn)行去均值處理，然后進(jìn)行去相關(guān)處理得到z。

Step 2： 假定需分離的獨立分量個數(shù)為m，并設(shè)定k=1。

Step 3：選取任一具有單位方差的矩陣作為初始分離矩陣wk(0)，使得‖wk(0)‖2=1。

Step 4： 更新分離矩陣w：

式中:g(u)為非線性函數(shù)，本文中g(shù)(u)=u3。

Step 5： 每分離出一個獨立分量后，從混合信號中去除這一分量：

Step 7: 如果wk不收斂，回到Step 4迭代計算。

Step 8： 如果wk收斂并且k=1，那么得到一個獨立分量：sk=wkz.

Step 9： 如果wk收斂并且k≥2，則判斷wk和wk-1是否滿足：

Step 10.令k←k+1，如果k≤m，回到Step 3，否則結(jié)束。

1.3時域多脈沖相關(guān)法

通過獨立分量分析處理，可以提取出在時域上與同頻干擾信號重疊的目標(biāo)回波信號。對于同頻異步干擾，采用時域多脈沖相關(guān)法對干擾進(jìn)一步消除。因為不同周期間的異步干擾出現(xiàn)在互不相同的距離單元，而同一目標(biāo)回波出現(xiàn)在相同的距離單元[11]，在脈沖壓縮處理之后，利用目標(biāo)回波與異步干擾在時域上的差異，采用三脈沖相關(guān)準(zhǔn)則就能有效消除同頻異步干擾。三脈沖相關(guān)準(zhǔn)則是一種多周期聯(lián)合反異步抗干擾技術(shù)。設(shè)相鄰3個雷達(dá)重復(fù)周期的某一距離單元上接收的信號分別為D1,D2,D3，將D1,D2,D3分別與某一門限進(jìn)行比較，超過門限為“1”，低于門限為“0”，得到與D1,D2,D3相對應(yīng)的狀態(tài)位S1,S2,S3。因為目標(biāo)回波在相鄰周期間出現(xiàn)在同一距離單元，而異步干擾出現(xiàn)在相鄰周期間的同一單元上概率很小，所以根據(jù)表1可以有效判定目標(biāo)回波和干擾。

表1　三脈沖相關(guān)準(zhǔn)則

如果判為目標(biāo)回波，則保留原值；如果判為干擾信號，則置0。

2仿真實驗

當(dāng)目標(biāo)回波信號與同頻干擾信號在時域重疊時將無法檢測到目標(biāo)，針對這種情形，仿真驗證獨立分量分析(ICA)技術(shù)可以有效提取目標(biāo)回波信號及其脈沖壓縮的效果。然后在干擾數(shù)量較多情況下，仿真了采用ICA技術(shù)結(jié)合三脈沖相關(guān)法聯(lián)合抑制同頻干擾的效果。

2.1ICA干擾抑制性能仿真

目標(biāo)回波信號帶寬為5 MHz，脈沖寬度為0.1 ms；干擾信號1帶寬為4.4 MHz，脈沖寬度為0.105 ms；干擾信號2帶寬為4 MHz，脈沖寬度為0.102 ms。雷達(dá)脈沖重復(fù)周期為1 ms。目標(biāo)回波信號和2個干擾信號均在0.45 ms時刻到達(dá)雷達(dá)接收機(jī)，4個周期下回波參數(shù)見表2。

表2　四周期信號參數(shù)

目標(biāo)回波信號、2個干擾信號以及噪聲在4個周期中以不同的比例線性疊加，通過常規(guī)的濾波處理不能分離出目標(biāo)回波信號，利用ICA技術(shù)可以有效地分離出目標(biāo)回波信號，因為ICA技術(shù)是一種基于非高斯性最大化原則的算法，干擾信號形式對分離目標(biāo)回波信號沒有影響。分離出的目標(biāo)回波信號經(jīng)歸一化處理后的I分量和Q分量波形圖如圖2所示。

圖2　分離出目標(biāo)回波信號波形圖Fig.2　Oscillogram of extracted target echo signal

分離出的目標(biāo)回波信號經(jīng)過脈沖壓縮處理與第3周期未經(jīng)分離的混合信號的脈沖壓縮結(jié)果對比圖如圖3所示。

從圖3中可以明顯看出，目標(biāo)回波信號的檢測性能得到明顯提高。

2.2ICA結(jié)合時域多脈沖相關(guān)法抑制干擾性能仿真

雷達(dá)脈沖重復(fù)周期為1 ms。2個目標(biāo)回波信號分別在0.45 ms和0.9 ms時刻到達(dá)雷達(dá)接收機(jī)。每個周期下有6個干擾信號，其中干擾信號1和干擾信號2在0.45 ms時刻到達(dá)雷達(dá)接收機(jī)，其余4個干擾信號為異步干擾，信號參數(shù)見表3。

圖3　脈沖壓縮結(jié)果對比圖Fig.3　Results of pulse compression

項目帶寬/MHz脈沖寬度/ms目標(biāo)回波5.00.100干擾14.40.105干擾24.00.102干擾34.60.100干擾44.40.100干擾55.00.105干擾65.00.950

相鄰3個周期中，每個周期下目標(biāo)回波信號的信噪比及干擾信號的干信比見表4。表4中的干信比是以目標(biāo)回波信號1的幅度為基準(zhǔn)。

在未經(jīng)過任何干擾抑制處理情況下，每個周期數(shù)據(jù)進(jìn)行脈沖壓縮處理，脈沖壓縮結(jié)果如圖4所示。

從圖4中可以看出，目標(biāo)回波信號2因為沒有受到任何干擾信號影響， 所以有很好的檢測性能；目標(biāo)回波信號1在每個周期下均受到干擾信號1和干擾信號2的強(qiáng)干擾，所以幾乎淹沒在干擾中，無法進(jìn)行檢測；其余4個干擾信號為異步干擾，每個周期下出現(xiàn)在不同的距離單元。采用三脈沖相關(guān)法來抑制干擾，抑制效果如圖5a)所示。

表4　信號幅度值參數(shù)

圖4　未經(jīng)同頻干擾抑制處理脈沖壓縮結(jié)果Fig.4　Results of pulse compression before co-channel interference suppressed

圖5　干擾抑制處理后脈沖壓縮結(jié)果Fig.5　Results of pulse compression after co-channel　　　interference suppressed

三脈沖相關(guān)準(zhǔn)則可以去除異步干擾，但是對于干擾信號1和干擾信號2幾乎沒有任何抑制作用。對于干擾信號和目標(biāo)回波信號同時到達(dá)雷達(dá)接收機(jī)的情形，選取相鄰周期的數(shù)據(jù)，通過ICA的方法，提取出目標(biāo)回波信號后替換原距離單元上的混合信號后再進(jìn)行脈沖壓縮處理，仿真結(jié)果如圖5b)所示，從圖5b)可以明顯看出目標(biāo)回波信號1也能夠保持很好的檢測性能。

3結(jié)束語

對于多部相同或相近型號雷達(dá)同時工作時，出現(xiàn)的同頻干擾問題，本文采用快速獨立分量分析(FastICA)算法從接收到的相鄰多周期的混合回波信號中提取出目標(biāo)回波信號，并結(jié)合時域多脈沖相關(guān)法抑制同頻干擾[12]。通過仿真實驗表明，快速獨立分量分析(FastICA)算法結(jié)合三脈沖相關(guān)法能夠有效抑制同頻干擾，對提高艦載LFM脈沖體制雷達(dá)的抗同頻干擾能力有一定參考意義。從工程角度來說FastICA算法復(fù)雜度較高，要保證該算法的實時性和精度[13-15]，必須對算法結(jié)構(gòu)進(jìn)行變換，充分挖掘算法內(nèi)部的并行性，同時FPGA(field programmable gate array)必須基于浮點數(shù)設(shè)計。

參考文獻(xiàn)：

[1]陳伯孝.現(xiàn)代雷達(dá)系統(tǒng)分析與設(shè)計[M].西安:西安電子科技大學(xué)出版社,2012.

CHEN Bo-xiao.Morden Radar System Analysis and Design[M].Xi′an:Xidian University Press,2012.

[2]刑孟道，王彤，李真芳，等.雷達(dá)信號處理基礎(chǔ)[M].北京:電子工業(yè)出版社,2010.

XING Meng-dao,WANG Tong,LI Zhen-fang,et al.Fundamentals of Radar Signal Processing[M].Beijing：Publishing House of Electronics Industry,2010.

[3]周政.LFM脈壓雷達(dá)的隨機(jī)移頻干擾研究[J].現(xiàn)代防御技術(shù),2010,38(1):103-108.

ZHOU Zheng.Randomly Shift Frequency Jamming to LFM Pulse Compression Radar[J].Modern Defence Technology, 2010,38(1):103-108.

[4]侯民勝，秦海潮.相差積累法抑制同頻雷達(dá)間干擾研究[J].電子測量技術(shù),2008,31(6):51-53.

HOU Min-sheng,QIN Hai-chao.Study on Coherent Accumulation Against Interference Between Radars with Same Frequency [J].Electronic Measurement technology,2008,31(6):51-53.

[5]周治宇，陳豪.盲信號分離技術(shù)研究與算法綜述[J].計算機(jī)科學(xué),2009,36(10):16-20.

ZHOU Zhi-yu,CHEN Hao.Research and Survey on Algorithms of Blind Signal Separation Technology[J].Computer Science,2009,36(10):16-20.

[6]劉剛.同頻干擾產(chǎn)生機(jī)理分析及解決方法[J].艦船電子對抗,2011,34(3):17-19.

LIU Gang.Analysis of Common Frequency Jamming Generation Mechanism and Solution Methods[J].Shipboard Electronic Countermeasure, 2011,34(3):17-19.

[7]劉冬利,付建國,索繼東.時域多脈沖相關(guān)法抗雷達(dá)同頻干擾[J].現(xiàn)代雷達(dá),2009,31(6):12-14.

LIU Dong-li,FU Jian-guo,SUO Ji-dong.A Study on Correlation Algorithm During Multi-Pulse in Time Domain to Eliminate Radar Identical Frequency Jamming[J].Modern Radar, 2009,31(6):12-14.

[8]劉剛.相鄰周期反異步抗同頻干擾方法分析[J].艦船電子對抗,2010,33(6):37-40.

LIU Gang.Analysis on the Method of Anti-Jamming from Common Frequency by Against-Asynchronism of Adjacent Periods[J]. Shipboard Electronic Countermeasure, 2010,33(6):37-40.

[9]王樹兆，金貴賓.一種基于改進(jìn)的快速獨立分量分析去除被動雷達(dá)反射波干擾方法[C]∥第九屆國際電子測量儀器會議,2009:27-30.

WANG Shu-zhao,JIN Gui-bin.Method to Remove the Interferrnce in Reflected Wave of Passive Radar Based on the Improved FastICA[C]∥The Ninth International Conference on Electronic Measurement & Instruments,2009:27-30.

[10]殷華，劉以安.基于獨立分量分析的雷達(dá)網(wǎng)抗同頻干擾仿真[J].計算機(jī)仿真,2011,28(5):13-16.

YIN Hua,LIU Yi-an.A Method Based on Independent Component Analysis Used for Radar Networkagainst Co-channel Jamming[J].Computer Simulation, 2011,28(5):13-16.

[11]張文祥，李進(jìn)華.雷達(dá)同頻干擾現(xiàn)象分析研究[J].火控雷達(dá)技術(shù),2007(36):50-53.

ZHANG Wen-xiang,LI Jin-hua.Analysis and Study on Radar Shared Frequency Interference Phenomenon[J].Fire Control Radar Technology, 2007(36):50-53.

[12]郇浩，陶然.基于變換域和時域聯(lián)合處理的雷達(dá)同頻干擾抑制方法[J].電子與信息學(xué)報,2012,34(12):2979-2984.

HUAN Hao,TAO Ran.Co-Channel Interference Suppression for Homo-Type Radars Based on Joint Transform Domain and Time Domain[J].Journal of Electronics & Information Technology, 2012,34(12):2979-2984.

[13]徐長輝，李宏，常帥.獨立分量分析中NLPCA-RLS算法IP核的設(shè)計[J].計算機(jī)工程與設(shè)計,2012,33(6):2219-2223.

XU Chang-hui,LI Hong,CHANG shuai.Design of NLPCA-RLS Algorithm IP Core for ICA[J].Computer Engineering and Design, 2012,33(6):2219-2223.

[14]楊開勇.獨立分量分析算法的FPGA設(shè)計與實現(xiàn)[D].廣州：華南理工大學(xué),2012.

YANG Kai-yong.FPGA Design and Implementation of Independent Component Analysis Algorithms[D].Guangzhou:South China University of Technology,2012.

[15]金海.盲信號分離方法研究與其FPGA仿真實現(xiàn)[D].沈陽：東北大學(xué),2010.

JIN Hai.Design and FPGA Simulation Implementation of the Methods for Blind Signal Separation[D].Shenyang:Northeastern University,2010.

Co-Channel Interference Suppression Based on Joint Independent Component Analysis and Time Domain

WANG Dong-hua,YANG Yin-hua,CHEN Zheng-lu,ZHANG Heng

(Nanjing Marine Radar Institute,Jiangsu Nanjing 210003,China)

Abstract:A method which combines independent component analysis with multi-pulse in time domain to suppress co-channel interference is proposed. When target echo signal and co-channel interference signals are received simultaneously, the target cannot be detected. In this situation, an independent component analysis algorithm is used to extract the target echo signal from the received multi-cycle mixed echo signals. After the pulse compression processing, co-channel asynchronous interferences can be further suppressed by multi-pulse in time domain. The simulation results show that co-channel interference can be effectively suppressed with this method.

Key words:linear frequency modulation(LFM) signal;co-channel interference;independent component analysis;time domain overlap;pulse compression;multi-pulse in time domain

中圖分類號：TN955.3；TP391.9

文獻(xiàn)標(biāo)志碼：A

文章編號：1009-086X(2015)-05-0159-06

doi:10.3969/j.issn.1009-086x.2015.05.026

通信地址：210003江蘇省南京市江寧區(qū)長青街30號E-mail：wdhua_1988@163.com

作者簡介：王冬華(1988-)，男，江蘇揚州人。碩士生，主要研究方向為信號與信息處理。

*收稿日期：2014-06-15；修回日期：2015-02-11