李大衛(wèi)，王曉峰

(1.中國(guó)人民解放軍95972部隊(duì)，甘肅 酒泉 735018； 2.空軍航空大學(xué)信息對(duì)抗系，吉林 長(zhǎng)春 130022)

0 引言

隨著雷達(dá)技術(shù)體制不斷革新和雷達(dá)數(shù)量的日趨增加，高密度復(fù)雜雷達(dá)偵察信號(hào)的快速有效分選，已經(jīng)成為制約電子對(duì)抗作戰(zhàn)效能發(fā)揮的瓶頸技術(shù)之一。雷達(dá)信號(hào)分選必須要依據(jù)雷達(dá)偵察接收機(jī)測(cè)量的雷達(dá)信號(hào)參數(shù)。目前雷達(dá)偵察接收機(jī)能夠直接測(cè)量的雷達(dá)信號(hào)參數(shù)包括載頻(RF)、到達(dá)方向(DOA)、脈沖寬度(PW)、脈沖幅度(PA)和到達(dá)時(shí)間(TOA)。其中TOA參數(shù)可以轉(zhuǎn)化為雷達(dá)信號(hào)的脈沖重復(fù)間隔(PRI)。

在雷達(dá)信號(hào)的各個(gè)參數(shù)中，PRI的變化類型最多、變換范圍最大，但同一部雷達(dá)輻射信號(hào)的PRI具有嚴(yán)格時(shí)間相關(guān)性，因此PRI是信號(hào)分選中最重要的參數(shù)。針對(duì)PRI信號(hào)分選，前人做了很多工作，主要研究成果包括：模板匹配法[1]、累積差直方圖法(CDIF)[2]、序列差直方圖法(SDIF)[3]、PRI變換[4-5]、修正PRI變換等。然而，這些方法在處理現(xiàn)代高密度復(fù)雜信號(hào)時(shí)，主要存在以下問題：①運(yùn)算量巨大，難以滿足實(shí)際需求；②對(duì)干擾脈沖和脈沖丟失十分敏感；③無法分選諸如PRI排定、PRI組變等復(fù)雜調(diào)制信號(hào)。

針對(duì)PRI分選算法存在的問題，本文提出了一種PRI綜合分選新方法。該方法主要由兩部分組成：TOA中點(diǎn)匹配和方正弦波插值。首先，采用TOA中點(diǎn)匹配法分選偵察數(shù)據(jù)中的PRI周期性調(diào)制信號(hào)；然后，基于方正弦波插值處理TOA中點(diǎn)匹配輸出的剩余脈沖，進(jìn)一步分選出PRI非周期性調(diào)制信號(hào)(主要是PRI抖動(dòng)信號(hào))。仿真實(shí)驗(yàn)結(jié)果表明，該方法能夠適應(yīng)多種PRI調(diào)制類型，具備較高的分選準(zhǔn)確率，對(duì)復(fù)雜信號(hào)環(huán)境具有較好的適應(yīng)性。

1 TOA中點(diǎn)匹配

設(shè)偵察接收機(jī)截獲的混合脈沖序列為t1,t2,…,tn(n為脈沖序列的總脈沖數(shù))，在脈沖序列長(zhǎng)度的中間位置任意選取一點(diǎn)ti，以ti為中心點(diǎn)開始計(jì)算其左右兩側(cè)相鄰脈沖的到達(dá)時(shí)間差，并進(jìn)行比較，如果左側(cè)差值大于右側(cè)差值，則計(jì)算中心點(diǎn)ti與左側(cè)下一個(gè)脈沖之間的間隔值；如果左側(cè)差值小于右側(cè)差值，則計(jì)算中心點(diǎn)ti與右側(cè)下一個(gè)脈沖之間的差值；如果左右兩側(cè)的間隔值相等，則記錄該差值，并繼續(xù)對(duì)左右側(cè)下一個(gè)脈沖與中心點(diǎn)之間的差值進(jìn)行比較，直到記錄了連續(xù)相等的四個(gè)差值。

上述匹配方法能夠估計(jì)出周期性調(diào)制信號(hào)的PRI值。估計(jì)出PRI值后，需要檢測(cè)該P(yáng)RI值對(duì)應(yīng)的雷達(dá)信號(hào)調(diào)制類型。類型檢測(cè)基本原理是：對(duì)于非PRI固定的其他PRI周期性調(diào)制，一個(gè)調(diào)制周期內(nèi)必然有多個(gè)脈沖，且本周期內(nèi)脈沖的TOA值加上骨架周期在下一個(gè)周期內(nèi)必然存在一一對(duì)應(yīng)的脈沖，如圖1所示。

因此，通過檢測(cè)下一周期內(nèi)是否有脈沖與本周期內(nèi)的脈沖匹配，就可以判定PRI估計(jì)值是否為PRI固定調(diào)制。依據(jù)PRI調(diào)制類型，進(jìn)行序列搜索，設(shè)PRI估計(jì)值對(duì)應(yīng)的TOA中點(diǎn)脈沖為tp：

1)對(duì)于PRI固定信號(hào)。以tp為起點(diǎn)，在左右兩側(cè)根據(jù)PRI估計(jì)值尋找下一個(gè)脈沖，檢測(cè)容差為ε，若找到，將起始點(diǎn)變?yōu)檎业降拿}沖，將其抽取出來。若未找到，繼續(xù)搜索2倍PRI估計(jì)值、3倍PRI估計(jì)值，重復(fù)上述過程。

2)對(duì)于其它周期性調(diào)制信號(hào)。以tp為檢索起始點(diǎn)，在左右兩側(cè)后根據(jù)PRI估計(jì)值尋找下一個(gè)脈沖，若存在，將起始點(diǎn)抽取出來，并改變起始點(diǎn)為下一個(gè)脈沖；若不存在，繼續(xù)搜索2倍PRI估計(jì)值、3倍PRI估計(jì)值，重復(fù)上述過程。這種抽取方法可以按照骨架周期一次將該組序列全部提取出來，大大提高了序列檢索的效率。

2 方正弦波插值

方正弦波插值算法[6]的主要思想是將離散的到達(dá)時(shí)間差變換成連續(xù)信號(hào)，利用傅里葉變換提取出強(qiáng)周期成分后，估計(jì)雷達(dá)信號(hào)的PRI值。將傅里葉變換應(yīng)用于雷達(dá)信號(hào)分選能夠抑制倍頻、抗虛警數(shù)據(jù)和脈沖丟失，并且由于傅里葉變換擁有各種成熟的快速算法，能夠保證信號(hào)分選的快速完成。

設(shè)雷達(dá)偵察序列中相鄰脈沖的到達(dá)時(shí)間差為：

Δti=ti+1-ti,i=1,2,…,N-1

(1)

利用正弦函數(shù)進(jìn)行插值變換：

(2)

經(jīng)過插值后，離散的到達(dá)時(shí)間轉(zhuǎn)化為連續(xù)的插值函數(shù)，本文主要采用方正弦波差值處理PRI抖動(dòng)信號(hào)。下面分析PRI抖動(dòng)信號(hào)插值函數(shù)的頻譜特征。

PRI抖動(dòng)信號(hào)的PRI值在一個(gè)區(qū)間內(nèi)隨機(jī)變化。可用如下模型定義抖動(dòng)序列的PRI：

(3)

(4)

當(dāng)抖動(dòng)信號(hào)的抖動(dòng)量小于10%，上式可進(jìn)一步近似為：

(5)

因此，PRI抖動(dòng)信號(hào)的差值函數(shù)是幅度和相位都受抖動(dòng)序列調(diào)制的函數(shù)。當(dāng)抖動(dòng)量小于10%時(shí)，反映在頻域上就是函數(shù)在頻譜上會(huì)略有展寬，但譜峰位置仍會(huì)出現(xiàn)在1/Δt處，這樣就能夠在頻譜中估計(jì)出抖動(dòng)信號(hào)的PRI值。

3 算法實(shí)現(xiàn)

基于TOA中點(diǎn)匹配和方正弦波插值的PRI綜合分選新方法實(shí)現(xiàn)框架如圖2所示。

4 仿真試驗(yàn)分析

實(shí)際偵察的雷達(dá)數(shù)據(jù)是由多種PRI調(diào)制類型脈沖的相互交疊構(gòu)成的，并且存在噪聲脈沖和脈沖丟失。為了檢驗(yàn)綜合分選方法的性能，仿真產(chǎn)生多種復(fù)雜體制的交疊脈沖序列，盡可能接近實(shí)際偵察信號(hào)。共產(chǎn)生了9組不同PRI調(diào)制類型的交疊脈沖序列，各組脈沖序列的PRI中心值、PRI變化量及PRI調(diào)制方式在表1中給出。所有的脈沖按照到達(dá)時(shí)間排序，脈沖丟失概率為2%，并且加入了10%的干擾脈沖，共3462個(gè)脈沖，采樣時(shí)間為0.1s。利用綜合分選算法對(duì)該脈沖流進(jìn)行50次仿真試驗(yàn)，統(tǒng)計(jì)分析其分選結(jié)果。

序號(hào)PRI調(diào)制方式PRI值/μs1固定2902抖動(dòng)465(抖動(dòng)量5%)3抖動(dòng)321(抖動(dòng)量5%)4二參差232、2765三參差370、437、4926正弦152(每周期有30個(gè)脈沖)7脈組參差125、125、125、125、190、190、190、1908滑變238～1190(每周期有11個(gè)脈沖)9排定387、408、384、382、378、392、407、394、385、379、394、408

1)首先利用TOA中點(diǎn)匹配法對(duì)脈沖流進(jìn)行分選，分選結(jié)果如表2所示。

序號(hào)PRI調(diào)制方式脈沖數(shù)分選脈沖數(shù)準(zhǔn)確分選誤分選準(zhǔn)確率/(%)漏選率/(%)1固定調(diào)制338336334299．41．24二參差384381372997．63．15三參差2252332151892．34．46正弦6476506331797．42．27脈組參差6266256042196．63．58滑變1361401291892．15．19排定2462432301394．76．5統(tǒng)計(jì)—2602261925179895．73．7

實(shí)驗(yàn)結(jié)果表明，TOA中點(diǎn)匹配法能夠?qū)⒌?、4、5、6、7、8、9組脈沖序列分選出來，算法的平均處理時(shí)間為3.75s，平均分選準(zhǔn)確率為95.7%，平均漏選率為3.7%。在這7組脈沖序列分選出來后，利用TOA差分算法[7]將其PRI調(diào)制信息顯示在二維平面中，作為調(diào)制方式判別的依據(jù)。圖3顯示了第4、5、6、7、8、9組脈沖序列分選結(jié)果的TOA差分效果圖。可以看出，在正確分選脈沖列的前提下，利用TOA差分法能夠?qū)RI的調(diào)制特征曲線清晰地識(shí)別出來。

2)經(jīng)過TOA中點(diǎn)匹配法分選處理后，剩余的主要是PRI抖動(dòng)脈沖和噪聲脈沖，再利用方正弦波插值算法處理剩余脈沖，分選結(jié)果如表3所示。

實(shí)驗(yàn)結(jié)果表明，方正弦波插值算法能夠?qū)⒌?、3組脈沖序列分選出來，平均分選準(zhǔn)確率為88.3%，平均漏選率為11.8%。圖4為兩組PRI抖動(dòng)脈沖序列分選時(shí)的插值函數(shù)頻譜圖(為了觀察方便，將脈沖重復(fù)頻率轉(zhuǎn)化為脈沖重復(fù)間隔)，圖5為分選出兩組抖動(dòng)脈沖序列的TOA差分效果圖。

序號(hào)PRI調(diào)制方式脈沖數(shù)分選脈沖數(shù)準(zhǔn)確分選誤分選準(zhǔn)確率/(%)漏選率/(%)2抖動(dòng)2102111822986．713．33抖動(dòng)3042912731889．810．2統(tǒng)計(jì)—5145024554788．311．8

方正弦波插值估計(jì)出的PRI值同真實(shí)PRI值存在一定的誤差，如圖4所示，造成誤差的主要原因是PRI周期性調(diào)制信號(hào)經(jīng)過TOA中點(diǎn)匹配法抽取后，剩余脈沖序列中的噪聲脈沖比例大大增加，影響了方正弦波差值算法的估計(jì)精度。

上述實(shí)驗(yàn)結(jié)果表明，本文提出的綜合分選方法能夠在復(fù)雜信號(hào)環(huán)境下，對(duì)多種PRI調(diào)制信號(hào)進(jìn)行有效的分選，平均分選準(zhǔn)確率達(dá)到92%以上，平均漏選率低于8%，取得了較好的分選效果。在分選結(jié)果中雖然存在著少量的漏脈沖和錯(cuò)選脈沖，但這些分選錯(cuò)誤并不影響整體PRI調(diào)制類型的判別，TOA差分效果圖中依然可以清晰地識(shí)別出各組PRI的調(diào)制規(guī)律。

5 結(jié)束語(yǔ)

本文研究了基于PRI的雷達(dá)信號(hào)分選問題，提出了一種綜合分選新方法。該方法主要由TOA中點(diǎn)匹配和方正弦波插值組成，能夠處理多種PRI調(diào)制類型，適用于存在噪聲脈沖和脈沖丟失的實(shí)際偵察環(huán)境。仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性，該方法具有一定的工程應(yīng)用價(jià)值，為實(shí)際雷達(dá)偵察信號(hào)分選提供了一種新的處理思路?！?/p>

[1] Chen Ting, Guo Wei, Shen Bing. A new radar emitter recognition method based on pulse sample figure[C]∥2011 Eighth International Conference on Fuzzy Systems and Knowledge Discovery, 2011: 1902-1905.

[2] Xie Guoliang, Wang Hongxun, Xu Zhongwei,et al. A fast sorting method for modulated and jitter PRI radar signals[C]∥2011 International Conference on Transportation, Mechanical, and Electrical Engineering , 2011: 2210-2213.

[3] Boyacioglu MA, Kara Y, Baykan OK. Predicting bank financial failures using neural networks, support vector machines and multivariate statistical methods: A comparative analysis in the sample of savings deposit insurance fund (SDIF) transferred banks in turkey[J]. Expert Systerms with Applications, 2009, 36(2): 3355-3366.

[4] Nelson DJ. Special purpose correlation functions for improved signal detection and parameter estimation[C]∥Seattle: Proceedings of International Conference on Acoustics, Speech, and Signal Processing, 1993(4): 73-76.

[5] Nishinuchi K, Kobayashi M. Improved algorithm for estimating pulse repetition intervals[J]. IEEE Trans. on Aerospace and Electronic Systems, 2000, 36(2): 407-421.

[6] 蔣勤波, 馬紅光, 楊利峰．脈沖重復(fù)間隔估計(jì)與去交織的方正弦波插值算法[J]．電子與信息學(xué)報(bào)，2007，29(2)：350-354．

[7] 陳維高, 張國(guó)毅, 常碩. PRI周期性調(diào)制信號(hào)的TOA中點(diǎn)匹配分選算法[J]. 現(xiàn)代防御技術(shù), 2014, 42(4): 125-130.