一種基于聚類分析的跳頻信號(hào)自動(dòng)分選方法

賈可新，辛玉霞

（1.華東電子工程研究所，安徽 合肥230088；2.合肥信息技術(shù)職業(yè)學(xué)院，安徽 合肥230088）

0 引言

跳頻通信作為一種重要的擴(kuò)頻通信方式，具有較強(qiáng)的抗干擾能力、低截獲概率及組網(wǎng)能力，在軍事通信領(lǐng)域得到廣泛的應(yīng)用［1］。干擾方要對(duì)特定的跳頻通信信號(hào)實(shí)施定位及干擾，首先必須從寬帶接收機(jī)捕獲的寬頻帶數(shù)據(jù)中分選出各跳頻信號(hào)。然而現(xiàn)代戰(zhàn)場通信環(huán)境日趨復(fù)雜，要從中分選出各跳頻信號(hào)，在技術(shù)上富有挑戰(zhàn)性。

文獻(xiàn)［2～5］或是假定分選所需的特征參數(shù)已經(jīng)獲得，或是假定電磁環(huán)境比較簡單，僅包含定頻干擾，通過簡單的干擾消除獲得所需的特征參數(shù)。它們通過對(duì)特征參數(shù)進(jìn)行聚類，完成跳頻信號(hào)分選。目前所收集到的資料，沒有給出從復(fù)雜的通信環(huán)境中分選出感興趣的跳頻信號(hào)的解決方法。為此，本文提出了一種基于聚類分析的跳頻信號(hào)自動(dòng)分選方法。該方法包括測量集分割和跳頻跟蹤兩個(gè)關(guān)鍵部分，實(shí)驗(yàn)結(jié)果驗(yàn)證了方法的正確性。

1 問題描述

一個(gè)廣泛應(yīng)用于通信偵察和無線電頻譜監(jiān)測的頻域信道化測向系統(tǒng)的框圖如圖1所示。

式中，L 為累積次數(shù)，l′＝0，1，2，…表示功率譜估計(jì)次數(shù)。然后對(duì)每次 功率譜估計(jì)進(jìn)行分割，尋找接收信號(hào)占有的各個(gè)頻段，p＝1，…，Pl′，并對(duì)各頻段內(nèi)所有頻點(diǎn)進(jìn)行DOA 估計(jì)。由此可得，各頻段對(duì)應(yīng)的方位角集，p＝1，…，Pl′，Pl′為第l′次功率譜估計(jì)中信號(hào)所占有的頻段個(gè)數(shù)。最后，DOA 處理器將對(duì)測量集：

進(jìn)行處理，從中分選出跳頻通信信號(hào)，并估計(jì)相應(yīng)的特征參數(shù)。

要完成跳頻通信信號(hào)的分選，一是要解決測量集分割問題，即確定第l′次測量中各個(gè)頻段所對(duì)應(yīng)的測量集：

是由單個(gè)信號(hào)產(chǎn)生，還是由多個(gè)頻譜混疊的信號(hào)產(chǎn)生的。如果是由多個(gè)信號(hào)產(chǎn)生的，分割相應(yīng)的測量集，估計(jì)各信號(hào)的載波頻率、帶寬和方位角。這也就是說，給定方位角集和離散頻率集，對(duì)其進(jìn)行聚類，識(shí)別它所包含的類別個(gè)數(shù)（對(duì)應(yīng)于接收信號(hào)個(gè)數(shù)），并根據(jù)各類中的方位角集和相應(yīng)的離散頻率，估計(jì)各信號(hào)的特征參數(shù)。二是要解決跳頻跟蹤問題，即首先根據(jù)前述信號(hào)的特征參數(shù)，對(duì)各信號(hào)的特征參數(shù)進(jìn)行序貫聚類，并根據(jù)跳頻通信信號(hào)的跳速變化范圍，剔除干擾信號(hào)，估計(jì)跳頻信號(hào)的方位角、帶寬、跳周期等；然后以方位角為特征參數(shù)進(jìn)行跳頻信號(hào)聚類。

2 測量集分割

因本節(jié)僅針對(duì)第l′次測量中各個(gè)頻段所對(duì)應(yīng)的測量集進(jìn)行討論。為討論方便，省略上標(biāo)l′。式（3）所給出的測量集可重新表示為：

設(shè)測量集 Ωp中的頻率子集 FSp＝為 第p個(gè) 頻 段 所 包 含 的 頻點(diǎn)個(gè)數(shù)，fp，i是該頻段中第i個(gè)頻點(diǎn)對(duì)應(yīng)的射頻頻率。與頻率子集相對(duì)應(yīng)，方位角子集Φp定義為：

式中，φp，i為第p個(gè)頻段中第i個(gè)頻點(diǎn)處的方位角估計(jì)值。

本文提出采用簡單區(qū)間聚類算法對(duì)測量集中的方位角集進(jìn)行聚類。無特別說明，以下所討論的算法都是針對(duì)第p個(gè)頻段的方位角集。為討論方便，下文省略下標(biāo)p。

給定相似性門限D(zhuǎn)t和類容量門限Ns，令類別個(gè)數(shù)m＝1，簡單區(qū)間聚類算法的工作流程為：

步驟1：從方位角集Φ 中選取第一個(gè)樣本φ1，以該樣本為中心，尋找方位角集Φ 中落入?yún)^(qū)間的所有樣本。利用這些樣本創(chuàng)建新類Lm，并從方位角集Φ 中刪除這些樣本。

步驟2：若方位角集Φ 為空集，則轉(zhuǎn)至步驟3，否則，計(jì)算類Lm中所有樣本的均值，尋找方位角集Φ中落入?yún)^(qū)間的所有樣本，若找到樣本，則將這些樣本存入類Lm中，并從方位角集Φ中刪除這些樣本，轉(zhuǎn)至步驟2。否則，轉(zhuǎn)至步驟3。

步驟3：若方位角集Φ 為空集，則轉(zhuǎn)至步驟4；否則，更新類別個(gè)數(shù)m＝m＋1，轉(zhuǎn)至步驟1。

步驟4：將前述三個(gè)步驟得到的各類的容量與類容量門限Ns進(jìn)行比較，將大于Ns的各類組成可靠類集U。

步驟5：將每一可靠類中方位樣本和對(duì)應(yīng)的頻率樣本進(jìn)行統(tǒng)計(jì)處理，可獲得該類對(duì)應(yīng)的載波頻率、帶寬和方位角。

值得注意的是，相似性門限的選取直接影響聚類算法的結(jié)果。相似性門限過大，將導(dǎo)致類別個(gè)數(shù)欠估計(jì)；相似性門限過小，將導(dǎo)致類別個(gè)數(shù)過估計(jì)。在實(shí)際中，相似性門限一般選擇為測向精度的倍數(shù)。另外，相似性門限決定了聚類算法的分辨能力。

3 跳頻跟蹤

跳頻跟蹤主要包括截獲信號(hào)判決和信號(hào)庫刷新兩部分。截獲信號(hào)判決可采用類似于文獻(xiàn)［6］的方法，其目的是將截獲信號(hào)的特征參數(shù)（載波頻率、帶寬和方位角）正確進(jìn)行序貫聚類，使同一個(gè)信號(hào)的特征參數(shù)歸為一類。信號(hào)庫刷新需對(duì)文獻(xiàn)［6］中常規(guī)通信信號(hào)庫刷新方法進(jìn)行修改，主要用于剔除干擾、估計(jì)單跳特征參數(shù)和跳頻參數(shù)估計(jì)。

3.1 截獲信號(hào)判決

設(shè)信號(hào)庫中已存儲(chǔ)了K個(gè)信號(hào)的特征參數(shù)集Ωk其中f0k，Bk，φk分別是第k個(gè)信號(hào)的Nk次參數(shù)估計(jì)得到的載波頻率、帶寬、方位角的均值。新截獲信號(hào)的特征參數(shù)集為Ω ＝目標(biāo)是判斷新截獲信號(hào)是否包含在已存儲(chǔ)的K個(gè)信號(hào)中。

步驟1：計(jì)算新截獲信號(hào)的方位角φ 與K個(gè)已存儲(chǔ)的信號(hào)的方位角參數(shù)的相似性，即：

步驟2：設(shè)方位角的相似性門限為dT，尋找中信號(hào)集合…，K｝。若集合ST為空，則新截獲信號(hào)以前未被截獲，將其作為新信號(hào)進(jìn)行存儲(chǔ)。

步驟 3：從集合 ST中找出頻率范圍內(nèi)包含新截獲的信號(hào)的載波頻率f0的所有信號(hào)，如果不存在這樣的信號(hào)，則新截獲信號(hào)以前未被截獲，將其作為新信號(hào)進(jìn)行存儲(chǔ)。否則，新截獲的信號(hào)已經(jīng)存在數(shù)據(jù)庫中，從找到的信號(hào)中選擇帶寬最接近的信號(hào)（相應(yīng)的特征參數(shù)集為Ωq），并根據(jù)新信號(hào)的特征參數(shù)集更新參數(shù)集得更新后參數(shù)集

3.2 信號(hào)庫刷新

信號(hào)庫刷新需完成兩個(gè)任務(wù)，一是根據(jù)跳頻速率范圍要求，剔除干擾信號(hào)，估計(jì)單跳的參數(shù)（主要包括方位角、載頻、帶寬、持續(xù)時(shí)間、起跳時(shí)刻）；二是單跳參數(shù)聚類。干擾剔除與單跳參數(shù)估計(jì)的流程如下：

步驟1：初始化。將第一次參數(shù)估計(jì)得到的各個(gè)信號(hào)，添加到數(shù)據(jù)庫中，狀態(tài)設(shè)為活躍，持續(xù)時(shí)間的初值設(shè)為零。

步驟2：對(duì)于第k（k≥2）次參數(shù)估計(jì)得到的各個(gè)信號(hào)，執(zhí)行如下處理：

若被判定為已存在的信號(hào)，則該信號(hào)置為活躍狀態(tài)，更新持續(xù)時(shí)間。

若被判為新截獲信號(hào)，則在數(shù)據(jù)庫中添加這一信號(hào)，更新持續(xù)時(shí)間，該信號(hào)處于活躍狀態(tài)。各個(gè)截獲信號(hào)都處理完成以后，數(shù)據(jù)庫中未更新的信號(hào)作如下判決：若信號(hào)狀態(tài)為活躍，則改為不活躍。

步驟3：判斷數(shù)據(jù)庫中處于不活躍狀態(tài)的信號(hào)是否大于延遲時(shí)間Td。將滿足條件的信號(hào)持續(xù)時(shí)間與跳頻速率的變化范圍進(jìn)行比較，刪除持續(xù)不在變化范圍之內(nèi)的信號(hào)，而將持續(xù)時(shí)間落入跳頻速率的變化范圍的信號(hào)的狀態(tài)置為脈沖，估計(jì)相應(yīng)的參數(shù)。轉(zhuǎn)至步驟2。

單跳參數(shù)聚類的目的就是判斷截獲脈沖參數(shù)是來自于單個(gè)跳頻信號(hào)，還是來自于多個(gè)跳頻信號(hào)。這里可采用文獻(xiàn)［7］討論的序貫聚類算法，它僅利用了截獲脈沖的方位角信息，適用于跳頻同步組網(wǎng)或異步組網(wǎng)時(shí)的跳頻信號(hào)分選。

4 仿真實(shí)驗(yàn)

本仿真實(shí)驗(yàn)的采樣頻率為fs＝2.56 MHz，F(xiàn)FT的點(diǎn)數(shù)為D＝1024。功率譜估計(jì)的積累次數(shù)L＝5，相應(yīng)的時(shí)間分辨率為2ms。功率譜估計(jì)次數(shù)M＝100，即總樣本數(shù)為Ns＝LMD＝512000，相應(yīng)的觀察時(shí)間為200ms。噪聲為零均值的高斯白噪聲。信號(hào)入射方向采用基于均勻圓陣的相關(guān)干涉儀測向方法，陣元半徑為1m，陣元個(gè)數(shù)為9。

常規(guī)通信信號(hào)采用3個(gè)BPSK 信號(hào)，持續(xù)時(shí)間都為200ms，載波頻率分別為200.6、200.65、202.3MHz，信噪比分別為0、5、0dB，方位角分別為30°、40°、50°，帶寬均為25kHz。

猝發(fā)信號(hào)由線性調(diào)頻信號(hào)產(chǎn)生，其信噪比為5dB。線性調(diào)頻信號(hào)的起始頻率為0.5 MHz，截止頻率為2 MHz，持續(xù)時(shí)間為40ms，方位角為100°。該猝發(fā)信號(hào)在整個(gè)觀察時(shí)間出現(xiàn)的位置是隨機(jī)的，且在單次功率譜估計(jì)中認(rèn)為是窄帶干擾信號(hào)。

跳頻信號(hào)采用3個(gè)同步正交跳頻信號(hào)和2個(gè)異步非正交跳頻信號(hào)。3個(gè)同步正交跳頻信號(hào)的跳速為100跳／s，方位角分別為90°、120°和150°，信噪比都為0dB，跳頻頻率個(gè)數(shù)為16，跳頻頻率間隔為75kHz。最低跳頻頻率為200.05 MHz。2個(gè)異步非正交跳頻信號(hào)的跳速分別為50 跳／s和80 跳／s，信噪比都為0dB，方位角分別為60°和180°。跳頻頻率個(gè)數(shù)為16，跳頻頻率間隔為50 kHz。最低跳頻頻率分別為201.2、201.7 MHz。

為驗(yàn)證跳頻通信信號(hào)分選的有效性，設(shè)方位角的相似性門限為6°，延遲時(shí)間為10ms，100次功率譜估計(jì)經(jīng)頻域檢測后的時(shí)頻圖如圖2所示。

圖2 信號(hào)源的時(shí)頻圖

截獲數(shù)據(jù)中包括3個(gè)BPSK 信號(hào)，5個(gè)跳頻信號(hào)和1個(gè)猝發(fā)信號(hào)。當(dāng)跳頻周期的允許變化范圍為12～14ms時(shí)，經(jīng)分選算法處理后，僅有跳頻周期為12.5 ms信號(hào)被保留，如表1所示。

表1 跳頻通信信號(hào)分選算法的處理結(jié)果列表

由表1可知，本文所提出的分選方法能夠從干擾環(huán)境中正確分選出跳頻信號(hào)。

5 結(jié)束語

本文提出了一種基于聚類分析的跳頻通信信號(hào)的自動(dòng)分選方法。首先討論了一種測量集分割方法，然后給出了一種跳頻跟蹤的方法。仿真實(shí)驗(yàn)表明，本文方法能從干擾環(huán)境中正確地分選出跳頻信號(hào)，但在很大程度上依賴于測向算法的性能。測向精度和分辨頻譜混疊信號(hào)的能力，直接影響截獲信號(hào)識(shí)別的正確率和參數(shù)估計(jì)的精度。當(dāng)兩個(gè)通信信號(hào)的頻譜混疊很嚴(yán)重時(shí)，干涉儀測向算法無法分辨這兩個(gè)信號(hào)，本文方法也將失效。若期望獲得正確的分選結(jié)果，可以考慮采用空間譜測向?！?/p>

［1］梅文華，王淑波，邱永紅，等.跳頻通信［M］.北京：國防工業(yè)出版社，2005.

［2］陳利虎，張爾揚(yáng)，沈榮俊.基于優(yōu)化初始聚類中心KMean算法的跳頻信號(hào)分選［J］.國防科技大學(xué)學(xué)報(bào)，2009，31（2）：70-75.

［3］鄧偉，趙張宏.跳頻偵察中測向技術(shù)應(yīng)用探討［J］.通信對(duì)抗，2009，107（3）：35-41.

［4］王銳，徐祎.統(tǒng)計(jì)學(xué)習(xí)理論算法在跳頻信號(hào)分選中的應(yīng)用［J］.空軍工程大學(xué)學(xué)報(bào)，2010，11（2）：67-72.

［5］雷迎科，鐘子發(fā)，鄭大煒.一種短波非正交跳頻網(wǎng)臺(tái)信號(hào)分選 方 法 研 究［J］.艦 船 電 子 工 程，2006，26（5）：135-139.

［6］賈可新，蔣林鴻，何子述.基于聚類分析的常規(guī)通信信號(hào)自動(dòng)分選方法［J］.計(jì)算機(jī)應(yīng)用研究，2011，28（2）：661-664.

［7］Theodoridis S，Koutroumbas K.Pattern recognition［M］.3rd ed.北京：機(jī)械工業(yè)出版社，2006.