復雜電磁環境下干擾識別技術研究*

劉云孫震

（中國船舶集團（武漢）凌久電子有限責任公司 武漢 430070）

1 引言

隨著通信技術的發展，生活中的無線通信設備也變得多種多樣，電磁環境也變得日趨復雜。為了提取電磁環境中的目標信號，我們需要將目標信號和干擾信號作區分，針對干擾信號的識別也將必不可少。

電磁環境的復雜主要體現在在特定的空間域中，在某個頻段范圍內存在目標信號、各種干擾信號以及各種噪聲信號，這些信號之間出現重疊，互相影響，如果不查找干擾并排除，會直接影響到電子設備能否穩定運行［1］。在這種復雜環境下的干擾識別的難點在于信號是動態性的［2］，信號和干擾都在不斷變化，不能采用一層不變的識別技術來識別干擾，不同的干擾采用不同的分析方法，得到不同的干擾參數。

基于以上背景，本文通過對干擾識別技術的研究，借助DSP、FPGA等高性能計算平臺來保證信號處理的實時性，在真實電磁環境中對系統性能進行了測試，最終實現快速準確地識別電磁環境中常見的干擾類型，如：通信干擾、欺騙式干擾、高重頻干擾等，并通過計算輸出干擾強度，干擾帶寬、干擾中心頻率等干擾參數。

2 技術介紹

2.1 系統工作原理

本系統根據模式選擇輸入信號源（千兆網/萬兆網），接收到來自外部輸入的數據。如果是千兆網數字波束合成后數據則無需做通道校正和數字波束合成，如果是萬兆網20路原始數據，則必須完成通道校正和數字波束合成。將上述結果發送到信號處理模塊，由FPGA完成頻譜分析，由DSP完成干擾提取的預處理，包括干擾檢測等。結果發送到數據處理模塊，由數據處理模塊完成干擾類別分析，并進行干擾統計和頻譜分析。數據處理將結果發送到終端顯示完成信息上報和結果顯示等。系統工作原理框圖如圖1所示。

圖1 系統工作原理框圖

2.2 數據預處理

數據預處理主要包括通道校正、數字波束合成、頻譜分析等功能，主要在FPGA中完成。如圖2所示，頻譜分析模塊接收到原始20路基帶IQ數據，經過通道校正和數字波束合成，合成60個方位指向的數據，分別進行FFT頻譜分析。頻譜分析結果傳輸到數據處理進行融合，并按照方位進行顯示。這里需要根據天線尺寸等信息，生成DBF系數。

圖2 數據預處理

2.2.1 數字波束合成

波束形成有模擬網路合成和數字波束形成兩種。模擬網路合成是根據要求的波束指向設計多個加權網路形成多個特定指向的波束［3］。數字應波束形成就是采集陣列天線接收信號，通過相位加權形成特定指向的空間波束，使主瓣對準期望的指向。波束形成的實質是一種空間濾波技術。波束形成的物理基礎是：每個角度上的目標回波信號到達天線陣列上各個陣元的路程不一樣，從而造成各個天線陣元上收到的目標回波信號的相位不一致，可以通過相位加權使期望的指向信號加強，其他指向信號削弱［4～5］。數字波束形成就是通過數字的方法實現相位加權得到期望的波束形狀，將期望指向上的目標回波信號加強輸出，而將其他指向上的雜波信號濾掉，其加權系數可根據要求的波束指向事先計算好存儲在數字系統中［6］。數字波束形成采用FIR濾波器結構在光纖DBF板實現，計算公式如式（1）所示：

式中wik為波束指向為θi時的權重系數，xk為天線陣元的回波信號，N為天線陣元數目。數字波束形成算法框圖如圖3所示。

圖3 數字波束合成

2.2.2 頻譜分析

在實際的測量過程中，我們需要了解的往往只是信號中某一段的頻率，只要對這一頻段的信號進行分析即可。基于復調制的Zoom-FFT算法可以實現在較窄的頻段內擁有較高的分辨率，這種折中的方法在特定領域內得到了廣泛的應用［7］。

Zoom-FFT（又稱游標FFT）的基本原理是，先對時間上連續但不重疊的等長度分段信號采樣序列進行FFT，得到第一批分段粗FFT譜，然后在分段粗FFT譜中感興趣的粗頻點上對這些分段FFT的粗頻點所構成的新序列（稱為時域二次采樣）進行第二批次FFT處理，從而得到粗頻點處的FFT細節譜［8］。Zoom-FFT在不增大FFT點數N的情況下降低了采樣頻率，提高了在細化頻譜分析中有很重要的作用［9］，可以通過此算法得到欲觀測的頻段局部頻譜特性。對于計算量小的情況來說，Zoom-FFT是一個行之有效的解決局部頻段分析的方法。

2.2.3 Zoom-FFT算法的設計和實現

對于低通數字濾波，我們可以知道此時濾波器的輸入為

式中：

在對原采樣點每隔D點再抽樣一次，采樣的時間間隔為DΔt，我們有次可以得到時域信號的表達式為g（m）-y（Dm），由此我們可以得到新的公式：

經過DFT公式我們可以得到g（m）的頻譜函數如下：當k=0，1，2，…N/2-1時：

當k=N/2，…N-1時：

將上述譜線移到實際頻率處即得到細化后的頻段，則

當k=L0，L0+1…L0+N/2-1時：

當k=L0-N/2，…L0-1時：

結合前面的論證，根據以前的實驗我們對Zoom-FFT進行簡單的仿真，以便我們真正地了解其特性。

通過函數信號發生器加頻率為55000Hz、幅值為1V和頻率為55030Hz、幅值為0.7V的實際信號，得到的頻譜如圖4所示。

圖4 Zoom-FFT頻譜圖

通過實驗得出，未經過Zoom-FFT的信號，兩個很接近的頻率疊加到了一起，而經過Zoom-FFT后的頻譜在分辨率內可以分別。通過分析可得出Zoom-FFT得到的信號頻率比直接FFT得到的頻率更真實，分辨率高、誤差小、穩定性好。

2.3 干擾分析

2.3.1 恒虛警檢測

恒虛警處理通過環境估值，對每個距離單元進行歸一化處理，調節虛警。每個接收波束的MTD輸出均進行恒虛警估值［10～11］。這些估值計算忽略中間最大檢測單元和此單元前后的2個相鄰單元。

算法如下公式：

其中：“video(j)”為距離單元j的對數編碼信號。

對于Np+Nq個距離單元，在探測距離起始端，僅計算μ右和偏置，計算偏置是為了考慮估值的偏差。

對于Np+Nq個距離單元，在探測距離結束端，僅計算μ左和偏置，計算偏置是為了考慮估值的偏差。

當兩個估值器都存在時：

——μs（短CAFR）=Max（μ左，μ右），此時Np=16，Nq=2；

——μl（長CAFR）=μ左，此時Np=128，Nq=2。

μs用于抑制雜波邊沿的虛警，μl用于防止信號檢測在均勻環境時靈敏度降低。

使用μc對信號進行歸一化：

——μc=μs，如果|μs-μl|＞S1；

——μc=μl，如果|μs-μl|≤S1；

其中，S1是這樣確定的，在熱噪聲環境，μc選擇μs而不選μl的概率小（無雜波區選擇μl，雜波區選擇μs）。

恒虛警檢測的功能是把每個歸一化單元的數值μc與計算的門限相比較，形成過門限信息，完成信號的檢測。計算的門限是為獲得與選擇估值器類型無關的虛警概率［12］。

2.3.2 干擾識別

數據處理的干擾識別模塊完成各種干擾類別分析，需要輸入有時域數據、頻譜分析數據、方位統計頻譜分析數據、航跡信息等。部分干擾識別的邏輯框圖如圖5所示。

圖5 干擾識別軟件邏輯框圖

3 干擾識別能力測試

系統測試輸入數據由萬兆網口輸入，最大輸入數據率不小于2.4Gbps，頻譜分析的輸出數據率不少于40次/秒。可以提取信號中干噪比大于12.8dB的干擾，干擾信息分析內容包括中心頻率、干擾帶寬、干擾強度、脈寬等，具體干擾類型以及干擾信息如表1所示。

表1 干擾數據類型及參數

密集假目標和欺騙式干擾的信號的特征類似于雷達回波，此時一般需要進行頻率捷變或者變PRF可以區分干擾和回波［13］。如果是靜態數據，無法使用抗干擾手段，則必須人工輔助判斷欺騙式干擾和真實雷達目標［14］。通信干擾這里主要識別廣播電臺的通信干擾［15］。大致功能如下：

1）識別干擾源的分類：通信干擾、干擾機干擾、雷達異步干擾及不明干擾；

2）雷達干擾源的屬性識別：寬帶噪聲干擾、窄帶噪聲干擾、高重頻干擾、梳妝譜干擾、連續波干擾、其他干擾；

3）識別出欺騙式干擾。

對于干擾類型的識別，每種干擾的識別準確率都85%以上，經過對大量數據的測試，每種干擾的識別準確率統計均值如圖6所示。

圖6 干擾識別準確率統計

終端頻譜分析界面如圖7所示。

圖7 干擾分析終端界面

圖中“A區”為干擾列表，“B區”為瞬時干擾頻譜，“C區”為單個頻點數據的長時間基線頻譜統計，“D區”為瞬時頻譜干擾數據顯示，“E區”為單步調試。

4 結語

本文通過對干擾識別技術的研究，設計了電磁感知驗證系統頻譜分析設備，實現了在復雜電磁環境中的干擾識別。經過大量的數據測試和實踐驗證表明，該系統可以快速準確地識別出電磁環境中的常見干擾，并能準確地給出干擾參數。通過該系統可以實現對復雜電磁環境中干擾信號的高效感知，從而為進一步排除干擾提供了極大的支持，為電子設備在復雜電磁環境中穩定工作提供了良好的基礎。