基于復雜電磁環境下通信信號的分選模型與算法

付延濤

【摘要】 當前，在科技高度發展的背景之下，存在著越來越多的新技術被應用到現代戰爭當中，所以現代戰爭的形勢已經有著新的變化，極為強調電子偵察的重要性。在本文的研究之下，筆者主要立足于這一宏觀背景，結合相關實踐經驗，分析了在復雜電磁環境下通信信號的分選模型與算法。

【關鍵詞】 復雜電磁環境 通信信號 分選模型 算法

目前，電磁環境極其復雜，其中充斥著各種通信信號與雷達信號，再加上地理環境的影響，使得電磁環境愈來愈復雜。因此，在建模的時候，需要考慮到電磁環境的復雜性，制定出來合理的信號。從某種程度上來說，貼近實際的數學模型是分選算法成功的關鍵所在。

一、通信信號調制識別算法定制

1.1 通信信號調制識別方法概述

關于通信信號的調制識別，一般來說所采用的思路，首先是將接收到的信號進行變頻，然后通過簡單的運算的出來信號的三個基本參數：瞬時幅度、瞬時相位、瞬時頻率，而其他相關的參數也基本上是在這三個基本參數之上得到的。

伴隨著當中空間電磁環境的不斷復雜化，信息技術的發展也呈現出來一個新的局面，這就使得通信信號的類型隨之在不斷增多，信道的保密性也提升起來。因此，從宏觀層面上來看，在面對諸多信號類型的時候，更低的信噪比之下的識別算法是今后調制樣式識別的一個重要的發展方向。

當前，比較實用的方法就是調制識別算法，其中選取的瞬時幅度和相位的算法等方面，采用的更為廣泛，其他的特征參數，雖然在識別效果上具有一定的優勢，但是運算量比較大，并不利于實時處理。所以，綜合來考慮，應當選測瞬時幅度、相位和頻率來作為特征參數。

1.2 信號瞬時特征參數求解需要注意的問題

為了盡可能避免若斷信噪比差，從而對于特征值提取帶來影響，在采用非弱段信號提取特征參數，以及進行載頻估計的時候，需要進行特殊地處理，譬如說可以選擇非弱信號段，因此，這就成為問題的關鍵所在。如果選擇數字太低，那么就不會產生顯著的效果，如果選擇的太高，那么就會丟失原有的相位信息[1]。

二、核模糊聚類分選模型與算法

就核模糊聚類算法本身而言，其具有較好的分辨、提取和放大細微特征，也能夠表現出來一定的優勢。這種算法需要對于定聚類數目C進行事先設定，也正是因為如此，會對于算法的實際性能與通用程度帶來一定的影響[2]。因此可以看出來，聚類質量和數目之間有著密切的關系。如果C值較大，那么就會使得聚類結果更加復雜化，難以得到解釋和分析，如果C值過小，那么就會使得信息收到損失，導致最終決策的失誤。在對于這一算法進行推廣的過程當中，尤其需要提到的就是有效性評價函數。事實上，針對經典模糊聚類，比較有名的是Xie-Beni的VXB指標，這一指標通常采用緊致性來對類內的內聚程度進行評價。在前人的研究當中，對于多種信號的特征數據集進行聚類分析的研究有很多，在進行對比之后，能夠看出來，核模糊聚類算法對于信號的類別數都能夠做出來正確的識別和分類，并且能夠通過聚類中心的數值發現新增加的信號。而從前人的仿真實驗結果上來看，聚類算法在信號識別當中的潛力是非常明顯的，一方面，其能夠用來對于信號的種類進行確定，另一方面，還能夠挖掘出來未知的信號。尤其需要注意的是，聚類算法對于信號的種類能夠進行分析，但是不能夠識別出來新信號的調制方式，所以對于信號的調制方式，需要進一步分析。

三、復雜電磁環境下通信信號分選模型與算法的發展展望

首先，應當對于信號源特征庫進行一個良好地完善，從而對于信號進行一個更為準確地識別，在必要的時候，可以利用已有的信號源特征庫進行匹配，這樣一來，就能夠有效進行信號識別。對于未知輻射源信號，應當建立健全相應的特征檔案，將其投入到使用當中來，如果切實有效，那么就可以對其進行整齊，并將其制成模板，方便以后使用[3]。

其次，在對于相關聚類算法進行研究的過程當中，應當對于數據結構進行分析，譬如說信號源數據是線性分布還是球形分布等，因為不同算法對于不同的數據結構適應性差異比較大。此外，為了能夠研究出來更為合理的聚類有效性指標，可以尋找哪種不依賴于數據集結構進行區分的指標[4]。

四、結語

在本文的研究過程當中，主要目的是在復雜電磁環境之下，對于信號進行提取和調制，這鞥個研究也是一個探索的過程，所以其中所涉及到的一些算法仍處于探索的過程當中。在以后的研究當中，將更多的從現實環境當中進行數據的采集，以此來保證研究結果的針對性與現實意義。

參 考 文 獻

[1]柳佳. 復雜電磁環境下的雷達信號分選算法研究[D]. 哈爾濱工程大學， 2015.

[2]史戰果. 復雜電磁環境下的通信抗干擾技術研究[D]. 上海交通大學， 2012.

[3]易冰歆， 凌萬勝. 復雜電磁環境下雷達信號分選技術[J]. 電子信息對抗技術， 2014（6）：57-59.