一種基于數據庫數據模板的雷達輻射源識別技術

章　碧,張志偉,陳遠志

(中國船舶重工集團公司第七二四研究所,南京211153)

?

一種基于數據庫數據模板的雷達輻射源識別技術

章碧,張志偉,陳遠志

(中國船舶重工集團公司第七二四研究所,南京211153)

摘要：介紹了一種雷達輻射源參數模板的建模方法,分析了采用該建模方法的優點,闡述了在該模型下對輻射源信息進行參數匹配的流程,說明了該參數匹配流程的高效性,提出了輻射源模糊識別的思路,展示了采用模糊識別得到的識別結果效果圖,證明了這種基于數據庫數據模板的輻射源識別技術的有效性。

關鍵詞:雷達;輻射源;ORACLE;數學模型;參數匹配;模糊識別

0引言

輻射源識別是雷達對抗系統的主要功能之一,即將雷達偵察所獲得的雷達信號的參數測量結果與已知雷達的技術參數進行比較,從而實時地辨認出發射此信號的雷達的類型,并進一步判定其安裝、載體、威脅等級和識別可信度[1]。本文針對雷達輻射源信號提出了一種數學建模方法,對已知的雷達輻射源信息,利用ORACLE數據庫平臺將雷達輻射源參數信息進行分類、整理和存儲。在此基礎上設計出一套參數匹配的流程以高效精準地對接收到的雷達輻射源信息進行識別,提出了對雷達輻射源進行模糊識別的思路,豐富了雷達輻射源的識別內容,為雷達輻射源識別提供了實時有效的實現方法。

1大批量雷達輻射源參數建模

將收集到的雷達輻射源參數進行整理。由于數據來源不同,數據格式也不一致。長時間積累的雷達輻射源參數信息數量大,類別多,在統一存儲為雷達輻射源模板信息時,在ORACLE數據庫中,一張m(m>10000)行n(n>30)列的數據表格,對于每一條雷達輻射源的識別過程而言,遍歷表的運算復雜度將大于30萬次,從而影響了雷達輻射源識別的實時性。為了降低遍歷表的運算復雜度,一方面要將雷達輻射源信息表按照數據特征進行分類,拆解為多個不同特征的雷達輻射源信息子表,另一方面對拆解的子表進行參數篩選,進一步減少子表的列數。這樣,一張m×n的表格將會被拆分為多張(mi×ni,i=1,2,3,…)子表,如圖1所示。

圖1　雷達輻射源模板信息子表分割圖

在雷達輻射源識別算法中,根據雷達輻射源特征選擇識別過程中要遍歷的子表,可以大大降低識別運算的復雜度。

創建子表的依據是雷達輻射源特征值。因此,必須從雷達輻射源參數中進行特征提取,并將提取的特征進行符號化設置,作為雷達輻射源模板的參數之一,存儲在雷達輻射源模板信息表中。在雷達輻射源模板信息表(T_RDW_TEMPLATE_INFO)中存在特征值(SIGNAL_TYPE_COMBINE)列。列中數據為4個字符組成的字符串,4個字符分別對應雷達輻射源載頻類型、重復周期類型、脈寬類型和脈內調制類型。對應關系示例如圖2所示。

未知→‘A’

固定射頻→‘B’

射頻可選擇→‘C’

射頻分集→‘D’

射頻捷變→‘E’

射頻脈間捷變→‘F’

射頻脈組捷變→‘G’

……

圖2雷達輻射源載頻類型特征提取示例圖

除了SIGNAL_TYPE_COMBINE列中4個字符組成的雷達輻射源類型特征外,還可以從雷達輻射源參數中提取更加細微的參數特征,比如載頻值、重復周期值和脈寬值各自的數量特征。類似地,也可以將雷達輻射源參數值中的個數符號化,在雷達輻射源模板信息表中添加參數個數特征列(PARA_COUNT_COMBINE)。該列為由3個字符組成的字符串。3個字符分別對應載頻值、重復周期值和脈寬值的個數。對應關系示例如圖3所示。

在雷達輻射源參數建模的過程中,在根據上述特征值分割雷達輻射源模板信息表為多個子表后,如果存在某些子表數據行數仍然比較多的話(比如超過1000),可以對這些子表根據載頻頻率波段或者其他參數特點繼續進行分割。如圖4所示。

綜上所述,大批量雷達輻射源參數建模的根本思路在于對雷達輻射源參數特征進行提取,將大量雷達

0→‘A’

1→‘B’

2→‘C’

3→‘D’

4→‘E’

5→‘F’

6→‘G’

7→‘H’

……

圖3雷達輻射源載頻個數特征提取示例圖

圖4　子表按照波段進一步分割圖

輻射源模板數據分割為多份不同的同類數據,以減少雷達輻射源識別的運算復雜度。其具體實現流程如下:(1)整理雷達輻射源參數,將所有雷達輻射源參數存儲在同一張數據表格中,即雷達輻射源模板信息表;(2)在雷達輻射源模板信息表中添加特征值列;(3)根據特征值創建雷達輻射源模板信息子表;(4)檢查子表數據量,根據數據行數來決定是否進一步分割子表,以及根據雷達輻射源參數特征來決定如何分割子表。

這種雷達輻射源參數建模方式簡單易行,在創建雷達輻射源信息子表的過程中并不需要將雷達輻射源信息表從物理上進行分割,甚至不需要將雷達輻射源的部分參數進行復制,而是利用數據庫技術將雷達輻射源模板信息表進行數據映射,即所有的雷達輻射源模板信息子表為數據庫視圖[2]。這些視圖通過數據庫存儲過程來創建或者更新,實現雷達輻射源信息表與所有子表的數據同步。創建或更新雷達輻射源信息子表的存儲過程示例如下:

create or replace procedure sp_create_template_views

as

begin

declare

cursor c_stc is select distinct signal_type_combine from t_rdw_template_info;

stc c_stc%ROWTYPE;

begin

open c_stc;

loop

fetch c_stc into stc;

exit when c_stc%NOTFOUND;

execute immediate ‘create or replace view v_template_’ || to_char(stc.signal_type_combine) || ‘ as select signal_sign,rf_low,rf_high,pri_low,pri_high,pw_low,pw_high,rf_values,pri_values,pw_values,para_count_combine,para_count_combine from t_rdw_template_info where signal_type_combine = ‘’’ || to_char(stc.signal_type_combine) || ‘’’’;

end loop;

close c_stc;

end;

end;

2雷達輻射源參數匹配

在利用ORACLE數據庫建立雷達輻射源信息模板后,為了以最快的速度得到雷達輻射源識別結果,必須設計出一套運算復雜度最小的參數匹配流程。而在設計參數匹配流程前,為了減小識別運算的復雜度,還需要做以下兩步工作:

(1) 根據雷達輻射源接收前端接收到雷達信號的特點,統計出雷達輻射源信息特征的分布情況,比如某波段的信號量大或者某種類型載頻的信號量大,從而分析出某一張或者幾張輻射源信息子表是否需要進一步分割或者參數排序,這將減少雷達輻射源識別時參數匹配的運算量;

(2) 根據雷達輻射源接收前端接收到雷達輻射源參數(載頻值、重復周期值、脈寬值和脈內調制參數值)精度的不同,在識別過程中分別賦予該參數的匹配容差、匹配順序以及相似度判別權重,將識別算法與雷達輻射源參數精度之間進行關聯。匹配容差和相似度判別權重的設置使雷達輻射源參數匹配過程有理有據,合理地安排匹配順序也能有效地減少參數匹配的次數。

要提高雷達輻射源識別效率,雷達輻射源參數匹配的流程之前應做的工作:

第一步,分析雷達輻射源接收前端接收到雷達輻射源參數特點,比如其偵測到的雷達輻射源特征大多為BBBA(該特征值對應的雷達輻射源信息子表為V_TEMPLATE_BBBA),則考慮對V_TEMPLATE_BBBA進行分割,分割標準為雷達輻射源波段分布情況,如圖5所示(圖中V_TEMPLATE_BBBA_S表示所有特征值為BBBA的S波段雷達輻射源模板信息,V_TEMPLATE_BBBA_SA則表示S波段中雷達輻射源第一頻段,依此類推)。

圖5　雷達輻射源模板信息子表分割圖

第二步,設置雷達輻射源參數匹配容差,例如雷達輻射源接收前端接收到的雷達輻射源載頻值誤差為1 MHz,則相應的載頻匹配容差為1 MHz,類似地可以設置重復周期匹配容差、脈寬匹配容差以及脈內調制參數匹配容差。根據雷達輻射源參數值誤差與其對應真實值的比率,將比率從小到大排列得到雷達輻射源參數匹配的順序。這樣在雷達輻射源參數匹配的過程中,高可信度的參數在匹配過程中一旦得到不匹配的結果,可以省略后續的其他參數的匹配過程,加快雷達輻射源識別速度。在雷達輻射源識別過程中,有時存在多種識別結果,那么就必須量化雷達輻射源參數與雷達輻射源模板參數的相似度。多種雷達輻射源參數在相似度判別過程中的權重可以根據每種參數在雷達輻射源參數中的重要程度和參數誤差百分率來綜合考量,這樣就得到雷達輻射源識別結果的相似度計算公式為

其中,fs為相似度,Pi(i=1,2,3,4)為雷達輻射源參數,Pimin(i=1,2,3,4)為雷達輻射源模板參數最小值,Pimax(i=1,2,3,4)為雷達輻射源模板參數最大值,xi(i=1,2,3,4)為雷達輻射源參數相似度判別權重。

綜上所述,對于每一條雷達輻射源信息可以用以下識別流程來進行識別,如圖6所示。

這種雷達輻射源識別流程設計簡單明了,便于工程實現。在雷達輻射源模板創建的過程中可以根據雷達輻射源接收前端接收到雷達輻射源的特點將雷達輻射源模板進行初步分割,并在實際識別過程中根據識別效率來實施雷達輻射源模板的重新分割,因此該識別流程還具有很強的靈活性和通用性。從該識別流程可以看出,雷達輻射源參數匹配的模板在匹配之前已經被篩選過,并且按照相似度判別權重對參數匹配流程進行了排序,降低了進行無效參數匹配的概率,提高了識別效率。

圖6　雷達輻射源識別流程圖

3雷達輻射源模糊識別

在雷達輻射源識別過程中,存在著影響識別結果的最大的兩個因素,其一為偵測到的雷達輻射源參數誤差過大,其二為雷達輻射源模板參數自身不完整或者參數值自身準確度不高。造成第1個因素的,例如氣候的反常以及電磁環境的惡劣等;另一方面,雷達輻射源參數來源的不統一、雷達輻射源參數情報不完整或者不準確,成為影響雷達輻射源識別結果的第2個因素。這些內在或者外在的條件,有時會對雷達輻射源識別結果造成極大的影響,從而導致識別結果錯誤。

為了彌補雷達輻射源識別過程中由上述兩個因素造成的識別結果偏差,這里引入雷達輻射源模糊識別的思路,用來識別出某一條被選中的雷達輻射源,并將所有識別結果詳盡地羅列出來,作為參考資料,以輔助人工分析。

雷達輻射源模糊識別,即在雷達輻射源參數匹配的過程中適當忽略雷達輻射源參數的某些特征,降低參數的匹配度,比如不要求載頻類型的完全一致,加大重復周期值的容差范圍,減小脈寬值相似度判定權重,甚至避免脈內調制參數的匹配,從而獲得與雷達輻射源模板相似度低或者只在部分參數上匹配的識別結果。

在雷達輻射源模糊識別的過程中,考慮到參數容差值大等因素,參數匹配的運算量大,識別結果多。運算量大導致大批量雷達輻射源識別時實時性低,識別結果多則影響偵測結果判斷。因此,雷達輻射源模糊識別功能應該作為普通雷達輻射源識別功能的補充,針對某些特定的輻射源。

雷達輻射源模糊識別的流程和普通雷達輻射源識別流程類似,兩者的不同點在于雷達輻射源特征值匹配的嚴格程度、雷達輻射源參數容差范圍和雷達輻射源參數相似度判別權重的設置。如圖7所示。

圖7雷達輻射源識別算法參數設置圖

根據雷達輻射源識別算法參數的設置,得出模糊識別的結果效果圖如圖8所示。

圖8　雷達輻射源模糊識別結果效果圖

4雷達輻射源識別效率分析

根據上述的雷達輻射源識別模板的創建方法以及雷達輻射源識別流程,可以總結出雷達輻射源識別效率相關的6大因素:

(1) 雷達輻射源模板數據量和數據相似度;

(2) 雷達輻射源模板信息表分割情況;

(3) 雷達輻射源信息量;

(4) 雷達輻射源參數精度;

(5) 雷達輻射源識別相似度判斷參數設置;

(6) 雷達輻射源參數匹配順序。

雷達輻射源模板的數據量和數據相似度決定了雷達輻射源信息子表的數量、子表內容的行數和識別結果數量。雷達輻射源模板信息表的分割決定了識別流程中循環遍歷數據的次數,是決定雷達輻射源識別效率最核心的一環。雷達輻射源信息量決定輻射源識別的頻率。而雷達輻射源參數精度、相似度判斷參數和參數匹配順序則決定了識別流程自身循環的次數和識別精度。為了提高雷達輻射源識別效率,必須綜合考

慮以上6大因素,在實際識別功能調試過程中優化識別算法,使雷達輻射源識別效率滿足實時性要求,達到穩定而高效的識別效果。

5結束語

本文介紹的雷達輻射源識別技術能高效地對雷達輻射源目標進行識別,具有廣泛的適用性。在實際應用中,該技術被證明穩定有效,對于雷達信號電子態勢判斷和雷達輻射源目標活動規律分析具有強大的輔助作用,使雷達輻射源偵測結果更加地直觀、內容更加豐富。

參考文獻:

[1]劉海軍.雷達輻射源識別關鍵技術研究[J].2010:4.

[2]丁士鋒,等.Oracle PL/SQL從入門到精通[M].北京:清華大學出版社,2012:163.

A recognition technology of radar radiation sources based on data templates in database

ZHANG Bi, ZHANG Zhi-wei, CHEN Yuan-zhi

(No. 724 Research Institute of CSIC, Nanjing 211153)

Abstract:A modeling method of the templates which describe the radiation sources with the parameters is introduced, and its advantages are also analyzed. The highly efficient procedures of matching the parameters of the radiation sources are discussed, and an idea of the fuzzy recognition of the radiation sources is proposed with the illustration of effect, proving the efficiency of the recognition technology of the radiation sources based on the data templates in the database.

Keywords:radar;radiation source;ORACLE;mathematical model;parameter matching;fuzzy recognition

中圖分類號:TN959.17

文獻標志碼:A

文章編號:1009-0401(2016)01-0014-04

作者簡介:章碧(1983-)，男，高級工程師，碩士，研究方向：數據庫設計與信號識別；張志偉(1989-)，男，助理工程師，碩士，研究方向：終端顯控與數據庫設計；陳遠志(1970-)，男，工程師，碩士，研究方向：軟件工程。

收稿日期：2015-02-11；修回日期：2016-01-04