淺談雷達輻射信號分類識別與特征提取

李梓瑞

摘 要 為了研究雷達信號提取和分類識別問題，軍事自動化控制和指揮系統的強烈需求是雷達輻射源的有效分類識別。在現代雷達體制下，針對復雜信號的低截獲特性，提出了一種新的分類識別方法，以提高雷達輻射源信號的個體識別率。信號脈沖無意調制特征的信號各頻帶能量可以由小波包變換提取反應，通過泛化能力和學習能力都很強的混合核函數支持向量機進行分類識別并進行仿真。仿真結果證明，這樣做有利于提高識別效率，證明其方法的有效性和可行性，且性能優于傳統方法。

關鍵詞 雷達輻射信號；小波包；混合核函數；雷達輻射源；分類識別

中圖分類號 TN95 文獻標識碼 A 文章編號 1674-6708（2017）180-0028-02

雷達最初是軍事偵察的一種遙測系統，用于目標的檢測、定位與測距。隨著雷達技術的發展，它已廣泛應用于生產生活的各個方面，盡管如此，如何從雷達提供的數據中識別所檢測的目標一直沒有解決。

在復雜多變的現代電子戰對抗環境下，雷達輻射源信號識別不僅可以用于電子偵察，還可以作為判斷敵方武器威脅的依據，在雷達對抗過程乃至整個電子戰中都做出了巨大貢獻。隨著時代的發展，現代社會對于信號識別方法的要求越來越高，順應時代發展與社會需求，研究并探討脈內無意調制UMOP的特征，探索理恰當的信號識別方法。

現代戰爭中，雷達是取得軍事優勢的重要裝備。雷達偵察作為雷達對抗的主要內容之一，在掌握敵方雷達類型、功能，甚至獲知敵方兵種和武器部署中已成為各級指揮員的“眼睛”和“耳朵”。雷達輻射源信號的識別在雷達偵察信號處理系統中是最重要、最關鍵的環節。因此，現階段衡量雷達對抗設備主要技術水平的重要標志就是識別雷達輻射源信號水平的高低。隨著雷達的廣泛應用和雷達電子對抗激烈程度的不斷加劇，在高密度、高復雜波形、寬頻譜捷變的雷達信號環境中，傳統的雷達輻射源信號識別方法已無法滿足現代社會的需要。因此，國內外各大學者就這一研究領域做了一系列系統深入的研究，其中絕大部分是對雷達輻射源的信號特征的研究，都在嘗試探尋新的特征提取方法，期待著能發現新特征參數，從而彌補傳統五參數（脈沖寬度、脈沖幅度、載頻、脈沖到達時問、脈沖到達方向）的缺陷，目前提出的新特征已有數十種。但面對數量如此眾多的雷達輻射源信號新特征，其效能如何，如何甑選是目前重要又迫切需要解決的一個難題。

雷達輻射源信號分選既是現代高技術戰爭以及未來信息化戰爭極為重要的環節，也是電子對抗、網絡中心戰中感知和多模復合制導當中被動雷達尋找器的關鍵技術，還是電子情報偵查系統以及電子支援系統當中的重要技術。現如今，雷達的低截獲概率技術、多參數捷變以及脈內波形變換等技術的迅速發展，多種抗干擾技術以及各種工作體制的綜合應用為特征的新的雷達信號環境，對于雷達信號分選提出了嚴峻挑戰。

信號頻帶特征優于傳統分類特征之處，在于其能通過小波包變換提取的信號準確反映UMOP特征，進而準確識別雷達輻射源個體信號。混合核函數支持向量積與傳統支持向量機存在較強的學習能力和泛化能力的共同優勢，但前者具備更好的分類能力

1 關于不同類型UMOP特征

1.1 雜散輸出

在雷達信號輸出的過程當中，也會輸出很多雜散信號。為了非線性設備可以順利運行，頻率合成器會生成大量的雜散頻率分量。

1.2 脈沖包絡

由于分布電容和引線電感，以及工作電壓和電流不斷變化等一些無法避免的因素的干擾，而脈沖調制器的輸出包絡無法形成理想狀況下有穩定頻率的矩形。脈沖調制器是雷達系統的關鍵設備，同一脈沖調制器可產生唯一的、穩定的脈沖包絡。

1.3 頻率漂移

因受到標準頻率和輸出頻率與發射的過程、發射機使用年限以及溫度差異等諸多因素都會干擾脈沖頻率并使其改變。同一雷達工作時采用不同的頻率，輸出功率會因為工作頻率的發生的變化而變化，但相對偏差是一定的。而個體雷達信號識別的UMOP特征是唯一且固定的頻率漂移。

運用的濾波器不同，能夠使設備與耦合電路形成的穩定且唯一的雜散信號有效降低。

筆者認為，頻率漂移、脈沖包絡以及雜散輸出都屬于UMOP特性。

由上可知，UMOP特性包括脈沖包絡、頻率漂移和雜散輸出。

2 如何使算法得以實現

伴隨社會發展，雷達的有意調制方式也日益增多，調制方式的不同，其調制參數也是各不相同。因有意調制所具備的多樣化特征可以使用不同的調制參數使得UMOP也呈現出多樣化的特征。在預處理過程中完成，將有意調制方式進行相應地分類、歸一化，并對相同波形以及相同參數的同個雷達發射器雷達輻射源的個體進行逐個識別，并通過小波變換與分解雙向選擇最終提取出具體的特征。混合核函數支持向量機可以實現雷達輻射源個體分類識別。

2.1 預處理

雷達輻射源個體識別的基礎就是調制方式識別。歸一化可以簡化識別過程，避免參數的影響，是雷達輻射源識別極其關鍵的一個步驟。同一調制類型脈沖，要對幅度、時間、頻率歸一化，可以避免發生雷達輻射源個體識別受到信號幅度延遲和頻率影響的這一現象。歸一化的整個過程是一致的，從而使得雷達輻射源個體識別不會受到參數估計誤差的影響。

2.2 小波包變換

目前，小波變換延伸方法在信號特征提取方面得到了廣泛的應用。為了實現信號的多分辨分析，可以通過小波變換，分解信號使之成為兩部分，即高頻與低頻。再將低頻部分進行再一次分辨，如此反復，便可做到。所謂的，小波變換延伸則被稱之為離散小波變換，所謂的信號離散逼近被稱之為低頻部分，而所謂的離散細節則被稱之為高頻部分。

2.3 分析混合核函數的支持向量機

SVM在函數擬合時表現出的效果非常好。SVM一旦選取核函數，SVM的諸多特性則取決于核函數的類型。SVM所用核函數決定了它的非線性水平。核函數，是在滿足Mecer條件的基礎上，由局部和全局兩部分核函數共同組建而成。徑向核函數屬于較為典型的局部核函數，而多項式核函數則隸屬于較為典型的全局核函數。

從學習能力方面來看，學習能力較強的是局部性核函數，而學習能力較弱的是全局性核函數；從泛化性能方面來說，局部性核函數泛化性能較弱，而全局性核函數泛化性強。因此把這兩類核函數混合起來，驗證混合核函數能否取兩者的優點，從促進識別率得到較為顯著的提升。就雷達輻射源信號方面來講，將分類能力較強的頻帶能量特征提取出來，并將其優化可使其有效地支持向量機，在同等實驗條件的基礎上，在分類識別雷達輻射源信號方面，是不是會比傳統識別方法的效果更加理想，需要在仿真實驗的基礎上來進行驗證。

3 對仿真進行分析

在同等的實驗條件下，科學地分類識別三種低截獲脈沖雷達所發射的正弦波個體信號，結果顯示不同雷達會產生不同的包絡以及400個脈沖的偏移頻率，但這眾多的包絡和偏移頻率的相同之處卻極多。因此，我們也發現條件同等的基礎上相位噪聲與雜散輸出間產生的UMOP特征是相 同的。

4 結論

就全文而言，雷達輻射源個體主要由小波包變換和混合核函數支持向量機識別，由仿真結果不難看出該方法確實是優于傳統的識別方法的，識別率得到了顯著提升。對于不同樣本，運用不同小波濾波器獲取的識別率也是比較穩定的。因此，若在軍事指揮控制系統當中運用此法，其實用性是較強的，值得大范圍內推廣應用。

參考文獻

[1]劉洛琨，昆英，許家棟.一種帶有二次調制信號的調制識別算法與仿真[J].計算機仿真，2008，25（1）：74-76，125.

[2]崔建國，李一波，李忠海.基于小波包與支持向量機的復雜信號模式識別[J].數據采集與處理，2008，23（2）：163-167.

[3]褚建明.中職計算機專業實踐教學問題與對策研究[J].內蒙古教育：職教版，2016（1）：45-46.

[4]向海飛.雷達地物回波統計特征參數提取與成像方法研究[D].成都：電子科技大學，2012.