一種電磁環(huán)境復雜度快速評估方法

王倫文 孫 偉 潘高峰(通信系統(tǒng)信息控制技術(shù)國家級重點實驗室 嘉興 314033)(解放軍電子工程學院309研究室 合肥 230037)(總參 54所 北京 100083)

1 引言

隨著無線電通信設備的大量使用，電磁環(huán)境日益復雜，對復雜電磁環(huán)境問題的研究成為熱點。電磁環(huán)境復雜度[1]是指在有限的時空里，一定的頻段上多種電磁信號密集、交疊的程度，目前有限的頻譜資源與無限增長的無線通信存在著尖銳的矛盾，對電磁環(huán)境復雜度的研究價值凸現(xiàn)?？焖僭u估復雜度在民用上有利加強對頻譜資源實時監(jiān)督和動態(tài)管理，在軍事上能夠快速估計戰(zhàn)場電磁態(tài)勢，判斷電磁威脅等級。

常見的電磁環(huán)境復雜度檢測方法是統(tǒng)計某區(qū)域、某頻段和某時段內(nèi)，時域、空域、頻域、能量域和調(diào)制域等方面的特征，通過一定模型估計復雜度[2]。文獻[1]和文獻[2]對戰(zhàn)場電磁環(huán)境進行分類，選取頻譜占用度、時間占用度、空間覆蓋率和平均功率密度譜作為復雜度評估指標，并以此劃定電磁環(huán)境復雜度等級。這種方法評估一般場合電磁環(huán)境復雜度尚可，但評估戰(zhàn)場等重要區(qū)域則不妥，因為，它只根據(jù)統(tǒng)計值來評估，忽視了少數(shù)重要信號的影響。如果采用這種方法評估，那么大城市的電磁環(huán)境可能比戰(zhàn)場的還要復雜得多。

文獻[3]基于作戰(zhàn)效能采用模糊綜合評價方法估計電磁環(huán)境復雜度，文獻[4]將層次分析法運用于電磁環(huán)境復雜度的評估，它們對文獻[2]進行了改善，把調(diào)制域參數(shù)作為評估指標，但不能快速計算電磁環(huán)境復雜度，由于調(diào)制域參數(shù)必須對個體信號調(diào)制樣式分析才能得到，而個體信號數(shù)量大，所以，這種方法速度慢。

所有信號對電磁環(huán)境復雜度都有影響，不同信號對復雜度貢獻不一樣，重要區(qū)域少數(shù)異?；顒拥男盘枌碗s度影響很大，而時域、空域、頻域、能量域的統(tǒng)計特征可能對復雜度影響不一定大。因此，本文基于搜索接收機截獲數(shù)據(jù)(簡稱搜索數(shù)據(jù))選擇可以快速獲得的評估指數(shù)，剔除調(diào)制域參數(shù)為評估指數(shù)，增加異動信號率為一個重要評估指標，采用自適應神經(jīng)模糊推理系統(tǒng)(ANFIS)對電磁環(huán)境復雜度評估。

論文第2節(jié)討論了電磁環(huán)境復雜度評估的參數(shù)選擇和異動信號發(fā)現(xiàn)[5]方法，第3節(jié)研究評估模型，第4節(jié)給出一個評估實例，驗證算法。

2 評估參數(shù)與異動信號發(fā)現(xiàn)方法

影響電磁環(huán)境復雜度的參數(shù)較多，人們主要從時域、空域、頻域、能量域和調(diào)制域考慮，為了快速獲取電磁環(huán)境復雜度，必須及時獲得評估參數(shù)，目前時域、空域、頻域、能量域參數(shù)通過搜索數(shù)據(jù)可以實時提取，但是，調(diào)制域參數(shù)必須對所有信號進行調(diào)制樣式分析才能得到，所以不可能實時獲得。雖然信號的調(diào)制樣式一定程度上反映了電磁環(huán)境的復雜程度，但無法快速得到，不能作為指標。

以上方法對復雜度評估主要從統(tǒng)計特征出發(fā)，沒有考慮個體電臺的影響，實際上電磁環(huán)境是所有個體輻射源貢獻的總和。在估計電磁環(huán)境時，個體信號發(fā)揮重要的作用，比如：估計戰(zhàn)場電磁環(huán)境時，往往把敵方威脅信號和可疑信號數(shù)量作為重要的因素；在估計機場等重要場所電磁環(huán)境時，把一些違規(guī)信號、異常信號作為評估指標。一些變化異常的信號往往具備較高的威脅等級，或是違規(guī)電臺信號，或是敵方通信信號，集中地反映了電磁環(huán)境激烈沖突的程度。在估計電磁環(huán)境時只考慮統(tǒng)計特征是不夠的，正因如此，把異常信號率作為電磁環(huán)境評估重要指標。參考文獻[1]構(gòu)建評估指標集為：U=，其中，u1為異動信號率；u2為大信號率；u3為時間占有度；u4為空間覆蓋率；u5為信道占用度；u6為平均功率譜密度；u7為背景噪聲強度。其中u2至u7在文獻[1]有過詳細的描述。

u1是異動信號率AS，是指有異動信號的信道數(shù)ASn同評估帶寬內(nèi)信道數(shù)Fn的比值。

異動信號是指某信號在時間、能量和頻率上發(fā)生異常變化的信號，它反映了被觀察區(qū)域內(nèi)電臺異?；顒忧闆r，異動信號率的大小很大程度上反映了電磁環(huán)境沖突的激烈程度。異動信號可以從搜索數(shù)據(jù)中挖掘獲得，異動信號率可以快速獲取。但是，無線電通信信號由于受到噪聲、多徑效應等因素影響，異動信號率不容易提取。特別是在復雜環(huán)境下，直接從搜索數(shù)據(jù)中提取很困難，必須對數(shù)據(jù)進行預處理，文獻[5]采用構(gòu)造型神經(jīng)網(wǎng)絡和商空間理論進行不同粒度聚類，具體情況不再詳述，這里研究基于時幅關(guān)聯(lián)比較法的異動信號檢測問題。

時幅關(guān)聯(lián)比較法的基本思路是在采用基于構(gòu)造型神經(jīng)網(wǎng)絡對前期n0(一般取 2,3)周期的訓練樣本進行聚類分析的基礎上，統(tǒng)計提取常規(guī)通信電臺活動的時間和幅度規(guī)律，并將其作為模本。測試時，把測試樣本的同模本進行比較，檢測是否異動信號。這種方法主要借助于常規(guī)通信電臺在活動時間和信號幅度上相對穩(wěn)定的特性。下面通過圖形分兩種情況討論。

首先介紹時幅關(guān)聯(lián)比較法在單周期異動信號實時檢測中的思路。測試數(shù)據(jù)與同信道前一周期模本值比較，若差值超過門限判為異常信號，否則還是常規(guī)信號。如圖1所示，在2維直角坐標系中，我們以某一頻率的測試樣本在某一時刻的信號幅度作為P點的x坐標，把對應模本在同一時刻的幅度作為P點的y坐標，則如果兩信號相等，即x=y，那么P點位于y=x直線上；考慮允許誤差等因素，我們設定距離直線y=x位于d的兩條直線l1,l2內(nèi)部，則認為測試樣本正常，否則即為異常。

圖1 允許誤差范圍

圖2 點到直線距離

本例中設定閾值d，當d′＜d判斷信號活動正常，當d′＞d判斷它為異常。

總之，以上通過訓練樣本學習得到信號活動規(guī)律的模本，將訓練樣本與測試樣本映射到2維或多維空間，計算他們之間的歐氏距離，根據(jù)距離大小發(fā)現(xiàn)異動信號。

圖3是2009年3月22日至24日頻率為15726 kHz信號的時幅圖，圖3 (a)為原始時頻圖，圖3 (b)為經(jīng)預處理時幅圖。以前兩天數(shù)據(jù)為訓練樣本，能得到信號活動規(guī)律的模本，以第3三天數(shù)據(jù)為測試樣本，采用時幅關(guān)聯(lián)比較法，能判斷該信號為異動信號，橢圓內(nèi)頻譜為異動點。

圖4為2009年3月22日至24日，15至16 MHz頻段內(nèi)頻率占用度圖，其中橫軸代表時間，以天為單位，縱軸代表頻率，以MHz為單位，圖中點的實虛代表該點對應的時間和頻率上信號的有無。從該圖中直接發(fā)現(xiàn)異動信號比較困難，采用構(gòu)造型神經(jīng)網(wǎng)絡聚類后，得到圖5所示頻率占用度圖，以前兩天數(shù)據(jù)為訓練樣本，經(jīng)處理可以得到圖6所示的模本，以第3三天數(shù)據(jù)為測試樣本，可以得到圖7所示的異動信號，經(jīng)統(tǒng)計可以得到異動信號率。

圖3 15726 kHz信號3天時幅圖

圖4 15～16 MHz原始頻率占用度圖

圖5 15～16 MHz預處理后頻率占用度圖

圖6 模本的頻率占用度圖

圖7 異動信號頻率占用度圖

3 基于ANFIS的復雜度評估

模糊推理系統(tǒng)的結(jié)構(gòu)非常適合表示人的定性或模糊的經(jīng)驗和知識，但本身不具備自學習功能，對專家經(jīng)驗的過分依賴。神經(jīng)網(wǎng)絡能夠自學習，具有自適應能力。兩者結(jié)合，構(gòu)成神經(jīng)模糊系統(tǒng)，既具備人工神經(jīng)網(wǎng)絡自適應學習的功能，又具備模糊控制描述和處理模糊信息、進行判斷和決策的功能[6,7]。

ANFIS的網(wǎng)絡結(jié)構(gòu)[8]如圖 8，是一個改進的前饋直覺模糊神經(jīng)網(wǎng)絡，可分為5層，每層物理意義明確，且模型計算簡單，精度高，收斂速度快。其中節(jié)點間的連線表示信號流向，方形節(jié)點表示帶有可調(diào)參數(shù)的節(jié)點，圓形節(jié)點表示不帶有可調(diào)參數(shù)的節(jié)點。假定ANFIS有兩個輸入x和y，單輸出為f，對于1階Sugeno模糊推理系統(tǒng)，對應的規(guī)則形式如下

圖8 自適應神經(jīng)直覺模糊推理系統(tǒng)結(jié)構(gòu)圖

從ANFIS網(wǎng)絡模型的輸入輸出可看出，網(wǎng)絡的學習是對前提參數(shù)和結(jié)論參數(shù)的調(diào)整。ANFIS的建模主要結(jié)構(gòu)辨識和參數(shù)辨識。ANFIS結(jié)構(gòu)辨識最核心的內(nèi)容是輸入空間的劃分，文中采用基于減法聚類的ANFIS評估電磁環(huán)境的復雜度。

4 實驗分析與結(jié)論

實驗分成數(shù)據(jù)截獲、模型建立和測試評估3個階段。數(shù)據(jù)截獲時，在某地域選擇9個有代表性的地點，假定該地域為正方形地域，可選擇九宮格中每個方格的中心為采集地點。每個地點設置一臺短波搜索接收機，使其在15 MHz至16 MHz頻段內(nèi)截獲搜索數(shù)據(jù)，作為實驗數(shù)據(jù)，圖4是其中一臺短波搜索接收機截獲數(shù)據(jù)的頻率占用度圖。

模型構(gòu)建時，將前面一半數(shù)據(jù)作為訓練數(shù)據(jù)，后面一半作為測試數(shù)據(jù)。首先，對訓練樣本進行減法聚類，可以確定模糊規(guī)則和隸屬度函數(shù)的個數(shù)，并生成ANFIS的初始模型。本實驗先取聚類中心在各數(shù)據(jù)維上的影響范圍，得到輸入、輸出向量的 4個聚類中心，即ANFIS的4條初始模糊規(guī)則。然后，將訓練樣本輸入初始ANFIS模型，通過學習，能夠有效地計算出隸屬度函數(shù)的最佳參數(shù)，使得最終的ANFIS模型能夠最好地模擬出希望的或是實際的輸入輸出關(guān)系。根據(jù)模型輸出值的大小可將電磁環(huán)境分為一般、輕度復雜、中度復雜和重度復雜電磁環(huán)境4個等級。訓練得到ANFIS網(wǎng)絡如圖9所示。

圖9 ANIFIS模型結(jié)構(gòu)圖

測試評估時，將各短波接收機截獲的實驗數(shù)據(jù)按照頻率劃分為3個測試評估頻段，分別為15.00～15.30 MHz，15.30～15.60 MHz，15.60～15.90 MHz。以每個頻段測試數(shù)據(jù)為評估對象，驗證評估模型的有效性。在測試前要計算異動信號率等7個輸入指標集。如表1所示，將3個評估對象的7個指標分別作為ANFIS模型的輸入，模型的輸出即為評估對象的復雜度。其中，功率密度和背景信號強度為規(guī)范化的功率值，取最大值為100。

表1沒把調(diào)制樣式作為評估指標，任何一個評估波段內(nèi)都包含幾十個信號，提取每個信號的調(diào)制樣式時間開銷太大。如果考慮調(diào)制樣式，勢必降低評估速度。

根據(jù)文獻[1]和表1復雜度值可知：波段1為輕度復雜電磁環(huán)境，波段2為中度復雜電磁環(huán)境，波段3為一般電磁環(huán)境。這與專家評估結(jié)果一致。從表1還可以看出：異動信號率對電磁環(huán)境復雜度影響比較大，這表明異動信號率作為評估指標是合理的。

電磁環(huán)境復雜度評估是當前研究熱點，但是只有快速、科學評估才能發(fā)揮最大效益。本文系統(tǒng)研究了復雜度快速評估方法，根據(jù)復雜電磁環(huán)境需求和研究現(xiàn)狀，構(gòu)造了快速評估復雜度的指標集，剔除調(diào)制域參數(shù)指標，提出將異動信號率作為一個重要的指標，科學地評估復雜度；提出了基于搜索數(shù)據(jù)的異動信號發(fā)現(xiàn)方法，對預處理后的搜索數(shù)據(jù)進行挖掘，檢測了異動信號；采用了基于ANFIS的復雜電磁環(huán)境評估方法，該方法采用減法聚類確定自適應模糊神經(jīng)網(wǎng)絡的結(jié)構(gòu)，采用混合學習算法對參數(shù)進行訓練，克服了收斂速度慢、訓練時間長和局部極小值等問題；設計復雜度評估方案，采集實際數(shù)據(jù)實現(xiàn)了電磁環(huán)境復雜度動態(tài)評估，實驗結(jié)果表明以上方法是有效的。該方法適合對戰(zhàn)場、機場和重大活動區(qū)域的電磁環(huán)境復雜度評估，能為無線電監(jiān)督和管理提供依據(jù)。

表1 電磁環(huán)境復雜度評估指標與結(jié)果數(shù)據(jù)表

[1] 尹成友. 國軍標GJB 6520-2008, 戰(zhàn)場電磁環(huán)境分類與分級方法[S]. 北京, 2008, 6.Yin Cheng-you. GJB 6520-2008, Classification and gradation methods for battlefield electromagnetic environment [S].Beijng, 2008, 6.

[2] 尹成友. 戰(zhàn)場電磁環(huán)境分類與復雜性評估研究[J]. 信息對抗學術(shù), 2007, 25(4): 4-6.Yin Cheng-you. Classification of battlefield electromagnetic environment and complexity evaluation [J].Journal of Information Countermeasure, 2007, 25(4): 4-6.

[3] 張笑韓, 余靜. 基于作戰(zhàn)效能影響的電磁環(huán)境復雜度評價方法[J]. 信息對抗學術(shù), 2008, 26(2): 58-60.Zhang Xiao-han and Yu Jing. Electromagnetic environment complexity evaluation based on operational effectiveness [J].Journal of Information Countermeasure, 2008, 26(2): 58-60.

[4] 董志勇, 栗強. 基于層次分析法的人為電磁環(huán)境復雜程度評估[J]. 指揮控制與仿真, 2008, 30(5): 106-109.Dong Zhi-yong and Li Qiang. The research of artificial electromagnetic environment complexity evaluation based on hierarchy analysis method [J].Journal of Command Control and Simulation, 2008, 30(5): 106-109.

[5] Wang Lun-wen, Tan Ying, and Zhang Ling. A data mining method based on constructive neural networks [J].Journal of Electronics(China), 2007, 24(1): 133-137.

[6] 王堅強. 模糊多準則決策方法研究綜述[J]. 控制與決策, 2008,23(6): 601-606.Wang Jian-qiang. Overview on fuzzy multi-criteria decisionmaking approach [J].Control and Decision, 2008, 23(6):601-606.

[7] 張進, 陳東鋒. 直覺模糊綜合評判在目標識別中的應用[J]. 吉林大學學報, 2009, 27(4): 407-410.Zhang Jin and Chen Dong-feng. Target recognition based on intuitionistic fuzzy comprehensive evaluation [J].Journal of Jilin University, 2009, 27(4): 407-410.

[8] 夏博齡, 賀正洪, 雷英杰. 直覺模糊近似推理中的可信度傳播[J].計算機工程與應用. 2009, 45(15): 160-162.Xia Bo-ling, He Zheng-hong, and Lei Ying-jie. Confidence factors spreading in intuitionistic fuzzy approximate reasoning [J].Computer Engineering and Applications, 2009,45(15) : 160-162.