輻射源個(gè)體識(shí)別中的模板分段尋優(yōu)算法

陳沛鉑，李 綱

(國(guó)防科學(xué)技術(shù)大學(xué) 電子科學(xué)與工程學(xué)院, 長(zhǎng)沙 410073)

?

·信號(hào)處理·

輻射源個(gè)體識(shí)別中的模板分段尋優(yōu)算法

陳沛鉑，李 綱

(國(guó)防科學(xué)技術(shù)大學(xué) 電子科學(xué)與工程學(xué)院, 長(zhǎng)沙 410073)

雷達(dá)輻射源個(gè)體識(shí)別，是當(dāng)今電子戰(zhàn)研究的重點(diǎn)課題。動(dòng)態(tài)時(shí)間規(guī)整能夠?qū)走_(dá)輻射源進(jìn)行距離測(cè)度，實(shí)現(xiàn)雷達(dá)輻射源個(gè)體識(shí)別中的目標(biāo)匹配。模板的好壞將直接影響到匹配效果，動(dòng)態(tài)時(shí)間規(guī)整運(yùn)算量大，使得傳統(tǒng)模板尋優(yōu)方法時(shí)間復(fù)雜度相當(dāng)高，不適于實(shí)際工程需要。故提出了一種模板分段尋優(yōu)算法，在保證模板有效性的前提下降低了模板尋優(yōu)的耗時(shí)。最后，通過仿真驗(yàn)證了模板分段尋優(yōu)算法的可行性。

輻射源個(gè)體識(shí)別；目標(biāo)匹配；動(dòng)態(tài)時(shí)間規(guī)整；模板分段尋優(yōu)

0 引 言

雷達(dá)輻射源個(gè)體識(shí)別，即識(shí)別同型號(hào)的雷達(dá)輻射源，是當(dāng)今電子戰(zhàn)研究的重點(diǎn)課題，已成為決定整個(gè)戰(zhàn)爭(zhēng)勝敗的關(guān)鍵技術(shù)。目標(biāo)匹配是雷達(dá)輻射源個(gè)體識(shí)別中的重要環(huán)節(jié)，指紋特征的選取，指紋特征的距離測(cè)度，以及指紋特征的模板尋優(yōu)是實(shí)現(xiàn)雷達(dá)輻射源目標(biāo)匹配的三大步驟。

雷達(dá)輻射源的個(gè)體差異源于其內(nèi)部各種元器件的細(xì)微差異，瞬時(shí)幅度和瞬時(shí)頻率的波形結(jié)構(gòu)中就蘊(yùn)含了這種差異[1-2]。早先的研究工作主要集中在提取瞬時(shí)幅度和瞬時(shí)頻率的各種參數(shù)，將其作為雷達(dá)輻射源的指紋特征[1-5]。這些指紋特征并不能全面的反映雷達(dá)輻射源的個(gè)體差異，并且特定的指紋特征只適用于對(duì)少數(shù)幾種型號(hào)的雷達(dá)輻射源實(shí)現(xiàn)目標(biāo)匹配，泛化性能不好。本文直接把瞬時(shí)幅度和瞬時(shí)頻率設(shè)定為指紋特征，通過波形匹配實(shí)現(xiàn)同型號(hào)雷達(dá)輻射源的目標(biāo)匹配。

基于各種參數(shù)的指紋特征，其維數(shù)是一樣的。對(duì)于該種維數(shù)相同的指紋特征，早先的研究者多采用歐氏距離、絕對(duì)值距離、切氏距離、明氏距離和馬氏距離等方法實(shí)現(xiàn)指紋特征的距離測(cè)度[6]。由于輻射源自身的不穩(wěn)定，接收機(jī)測(cè)量水平的限制，以及外界環(huán)境的干擾，輻射源瞬時(shí)幅度和瞬時(shí)頻率均呈現(xiàn)出一種彎折現(xiàn)象，動(dòng)態(tài)時(shí)間規(guī)整(DTW)算法[7-9]能夠消除彎折現(xiàn)象給目標(biāo)匹配帶來的負(fù)面影響，實(shí)現(xiàn)對(duì)本文指紋特征的距離測(cè)度。

指紋特征模板的好壞決定了目標(biāo)匹配效果，多數(shù)研究者采用指紋特征的累加平均作為標(biāo)準(zhǔn)模板[6,10-11]。這種方式獲取的模板易受數(shù)值偏差較大的特征影響，且沒有考慮模板與指紋特征的距離測(cè)度關(guān)系，故用累加平均建立模板的方法不適用于本文。把類內(nèi)平均DTW測(cè)度值最小的指紋特征作為標(biāo)準(zhǔn)模板是較為合適的，通過該種模板尋優(yōu)方式，能夠?qū)ふ业饺肿顑?yōu)模板。但是DTW測(cè)度運(yùn)算量大，使得模板全局尋優(yōu)的時(shí)間復(fù)雜度相當(dāng)高。為滿足實(shí)際工程需要，本文提出了一種模板分段尋優(yōu)算法，在保證模板有效性的前提下降低了模板尋優(yōu)的耗時(shí)。

本文將依次介紹動(dòng)態(tài)時(shí)間規(guī)整測(cè)度，模板分段尋優(yōu)算法，以及動(dòng)態(tài)時(shí)間規(guī)整測(cè)度融合，并通過仿真驗(yàn)證了模板分段尋優(yōu)算法在雷達(dá)輻射源個(gè)體識(shí)別課題中的可行性，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。

1 動(dòng)態(tài)時(shí)間規(guī)整測(cè)度

動(dòng)態(tài)時(shí)間規(guī)整是將時(shí)間規(guī)整和距離測(cè)度結(jié)合起來的一種非線性規(guī)整技術(shù)。假設(shè)兩個(gè)波形X和Y的矢量序列分別為X={x1,x2,…,xI}和Y={y1,y2,…,yJ}，且I≠J，則動(dòng)態(tài)時(shí)間規(guī)整就是尋找一個(gè)時(shí)間規(guī)整函數(shù)j=w(i)，它將X波形的時(shí)間軸i非線性地映射到Y(jié)波形的時(shí)間軸j上，并使該函數(shù)w滿足

(1)

式中：d(xi,yw(i))是波形X的第i個(gè)矢量xi和波形Y的第w(i)個(gè)矢量yw(i)的歐氏距離測(cè)度。|i-w(i)|

圖1 動(dòng)態(tài)時(shí)間歸整過程

DTW測(cè)度以總的累計(jì)距離最小為原則，通過逐點(diǎn)尋優(yōu)匹配，尋找到波形X中最能表征其個(gè)體差異的子序列X={x(1),x(2),…,x(L)}，L

2 模板分段尋優(yōu)算法

在選定DTW對(duì)指紋特征進(jìn)行距離測(cè)度后，指紋特征模板，即瞬時(shí)幅度模板和瞬時(shí)頻率模板的選取也是至關(guān)重要的。模板與本類所有指紋特征的距離測(cè)度取值應(yīng)當(dāng)較小，與非本類所有指紋特征的距離測(cè)度取值應(yīng)當(dāng)較大。把類內(nèi)平均DTW測(cè)度值最小的指紋特征作為標(biāo)準(zhǔn)模板是較為合適的，通過該種模板尋優(yōu)方式，能夠?qū)ふ业饺肿顑?yōu)模板。

假設(shè)某雷達(dá)輻射源的指紋特征模板尋優(yōu)集為W={w1,w2,…,wN}，N為特征總數(shù)。dij=dDYW(wi,wj)為特征wi和wj的DTW距離。若

(2)

模板分段尋優(yōu)算法的具體步驟如下：

分段尋優(yōu)算法如圖2所示。

圖2 模板分段尋優(yōu)示意圖

由步驟1和步驟2可知，模板分段尋優(yōu)算法共需做DTW測(cè)度的次數(shù)為

(3)

模板分段尋優(yōu)算法的時(shí)間復(fù)雜度遠(yuǎn)遠(yuǎn)低于模板全局尋優(yōu)方法，符合實(shí)際工程需要。另外，通過后續(xù)仿真實(shí)驗(yàn)會(huì)發(fā)現(xiàn)，盡管分段尋優(yōu)算法的時(shí)間復(fù)雜度降低了，但是其指紋特征模板的有效性并沒有降低。

3 DTW測(cè)度融合

假設(shè)共有M部雷達(dá)輻射源，其瞬時(shí)幅度模板和瞬時(shí)頻率分別記為wA1,wA2,…,wAM和wF1,wF2,…,wFM。某一待測(cè)脈沖信號(hào)的瞬時(shí)幅度和瞬時(shí)頻率分別記為：wA和wF。其中wA與各瞬時(shí)幅度模板的DTW測(cè)度值記為：dA1,dA2,…,dAM，wF與各瞬時(shí)頻率模板的DTW測(cè)度值記為：dF1,dF2, …,dFM。則該待測(cè)脈沖信號(hào)隸屬于各雷達(dá)輻射源的隸屬度為

i=1,2,…,M

(4)

4 實(shí)測(cè)數(shù)據(jù)實(shí)驗(yàn)

本文所用數(shù)據(jù)源于實(shí)測(cè)的六部同型號(hào)雷達(dá)信號(hào)，分別記為：A、B、C、D、E、F，實(shí)驗(yàn)流程如圖3所示。

圖3 實(shí)驗(yàn)流程圖

首先對(duì)實(shí)測(cè)數(shù)據(jù)進(jìn)行預(yù)處理，包括濾波去噪和脈沖檢測(cè)，獲取雷達(dá)輻射源的脈沖信號(hào)。將每部雷達(dá)輻射源第一次被獲取的脈沖信號(hào)集作為模板尋優(yōu)集，第二次被獲取的脈沖信號(hào)集作為測(cè)試集。各雷達(dá)輻射源的尋優(yōu)集和測(cè)試集的具體分配情況如表1所示。利用希爾伯特變換，求得各脈沖信號(hào)的瞬時(shí)幅度和瞬時(shí)頻率，并對(duì)瞬時(shí)幅度歸一化，瞬時(shí)頻率中心化。

表1 脈沖信號(hào)集的分配情況

其次依次采用模板全局尋優(yōu)方法，r=10、r=20、r=30、r=40的模板分段尋優(yōu)算法對(duì)各模板尋優(yōu)集對(duì)應(yīng)的瞬時(shí)幅度模板尋優(yōu)集和瞬時(shí)頻率模板訓(xùn)練集進(jìn)行模板尋優(yōu)，獲取各雷達(dá)輻射源的瞬時(shí)幅度模板和瞬時(shí)頻率模板，并記錄各模板尋優(yōu)算法的耗時(shí)。其中某一包含500個(gè)瞬時(shí)幅度的尋優(yōu)集在各模板尋優(yōu)算法下的時(shí)間復(fù)雜度如表2所示。

表2 模板尋優(yōu)算法的時(shí)間復(fù)雜度

最后將每部雷達(dá)輻射源測(cè)試集中的脈沖信號(hào)對(duì)應(yīng)的瞬時(shí)幅度和瞬時(shí)頻率分別與各部雷達(dá)輻射源的瞬時(shí)幅度模板和瞬時(shí)頻率模板進(jìn)行DTW測(cè)度。并對(duì)瞬時(shí)幅度和瞬時(shí)頻率的DTW測(cè)度值進(jìn)行數(shù)據(jù)融合，并依據(jù)最大隸屬度原則判定待測(cè)脈沖信號(hào)的隸屬問題。各組模板尋優(yōu)算法下的目標(biāo)匹配率，如表3～表7所示。

表3 基于模板全局尋優(yōu)算法的目標(biāo)匹配率 %

模板測(cè)試集模板全局尋優(yōu)ABCDEFA95．9700．2003．830B0100．000000C2．40097．60000D000100．0000E0000100．000F1．20000．60098．20

表4 基于模板分段尋優(yōu)算法的目標(biāo)匹配率(r=10)%

模板測(cè)試集模板分段尋優(yōu)(r=10)ABCDEFA94．9600．4004．640B0100．000000C2．64097．36000D000100．0000E0000100．000F1．80000．60097．60

表5 基于模板分段尋優(yōu)算法的目標(biāo)匹配率(r=20)%

模板測(cè)試集模板分段尋優(yōu)(r=20)ABCDEFA95．7700．2004．030B0100．000000C3．02096．98000D000100．0000E0000100．000F1．80000．60097．60

表6 基于模板分段尋優(yōu)算法的目標(biāo)匹配率(r=30) %

模板測(cè)試集模板分段尋優(yōu)(r=30)ABCDEFA95．3600．2004．440B0100．000000C3．40096．60000D000100．0000E0000100．000F1．40000．60098

表7 模板分段尋優(yōu)算法下的目標(biāo)匹配率(r=40) %

模板分段尋優(yōu)算法所耗費(fèi)的時(shí)間遠(yuǎn)遠(yuǎn)低于模板全局尋優(yōu)算法，并且基于這兩種尋優(yōu)算法的目標(biāo)匹配率也基本保持一致。這說明模板分段尋優(yōu)算法在降低時(shí)間復(fù)雜度的基礎(chǔ)上，保證了較高的匹配率，能夠替代傳統(tǒng)的模板全局尋優(yōu)算法，以實(shí)現(xiàn)雷達(dá)輻射源個(gè)體識(shí)別中的目標(biāo)匹配任務(wù)。

以不同數(shù)目r分組尋優(yōu)的匹配結(jié)果也是基本保持一致的。這說明模板分段尋優(yōu)算法對(duì)于分組數(shù)并不敏感，具有較好的穩(wěn)定性。所以r=10的模板分段尋優(yōu)算法最符合實(shí)際工程需要，能夠做到對(duì)目標(biāo)又準(zhǔn)又快地匹配。

5 結(jié)束語

動(dòng)態(tài)時(shí)間規(guī)整能夠?qū)崿F(xiàn)對(duì)同型號(hào)雷達(dá)輻射源的距離測(cè)度，但是動(dòng)態(tài)時(shí)間規(guī)整的運(yùn)算量大，使得傳統(tǒng)模板尋優(yōu)方法時(shí)間復(fù)雜度相當(dāng)高，不適于實(shí)際工程需要。本文提出的模板分段尋優(yōu)算法在保證模板有效性的前提下降低了模板尋優(yōu)的耗時(shí)。實(shí)現(xiàn)了對(duì)雷達(dá)輻射又準(zhǔn)又快的目標(biāo)匹配效果。

[1] DAVY J. Data modeling and simulation applied to radar signal recognition[J]. Provincial Medical & Suargical Journal, 2005, 26(25): 165-173.

[2] KAWALEC A, OWCZAREK R. Specific emitter identification using intrapulse data[C]// European Radar Conference.[S.l.]: IEEE Press, 2004: 249-252.

[3] KLEIN R W. Application of dual-tree complex wavelet transforms to burst detection and RF fingerprint classification[D]. [S.l.]: Air Force Institute of Technology, 2009.

[4] LI J C, LI Y B, LIN Y. LFM signal parameter estimation based on holder coefficient algorithm[J]. Journal of Computational Information Systems, 2012, 14(8): 5749-5756.

[5] 王宏偉, 趙國(guó)慶, 王玉軍. 基于脈沖包絡(luò)前沿高階矩特征的輻射源個(gè)體識(shí)別[J]. 現(xiàn)代雷達(dá), 2010, 32(10): 42-49. WANG Hongwei, ZHAO Guoqing, WANG Yujun. Specific emitter identification based on higher order moment of the envelope's front edge[J]. Modern Radar, 2010,32(10):42-49.

[6] DUDCZYK J, KAWALEC A, CYREK J. Applying the distance and similarity functions to radar signals identification[C]// International Radar Symposium. [S.l.]: IEEE Press, 2008.

[7] SHORTEN G P, BURKE M J. The application of dynamic time warping to measure the accuracy of ECG compression[J]. International Journal of Circuits, Systems and Signal Processing, 2011, 5(3): 305-313.

[8] JEONG Y S, JEONG M K, OMITAOMU O A. Weighted dynamic time warping for time series classification[J]. Pattern Recognition, 2011, 44(9): 2231-2240.

[9] GULAKER V. Speech recognition by human and machine[D]. Trondheim: Norwegian University of Science and Technology, 2010.

[10] MATUSZEWSKI J. The radar signature in recognition system database[C]// 19th International Conference on Microwaves, Radar and Wireless Communication. [S.l.]: IEEE Press, 2012: 617-622.

[11] MATUSZEWSKI J. The specific radar signature in electronic recognition system[J]. Przeglad Elektrotechniczny, 2013(89): 236-239.

陳沛鉑 男，1988年生，博士研究生。研究方向?yàn)楝F(xiàn)代信號(hào)處理。

李 綱 男，1966年生，副教授，碩士生導(dǎo)師。研究方向?yàn)楝F(xiàn)代信號(hào)處理。

Template Segmenting Optimization Algorithm in the Spectific Emitter Identification

CHEN Peibo，LI Gang

(College of Electronic Science and Engineering,National University of Defense Technology, Changsha 410073, China)

Nowadays, much attention of the study in electronic warfare research is paid to the specific radar emitter identification which is a key subject in the field. Dynamic time warping (DTW) algorithm is chosen to realize the target matching in the specific radar emitter identification. Matching results are greatly influenced by the quality of the templates. Because of DTW's computational cost, the time-complexity is much higher when using the traditional template optimization method, which is impractical and useless. A Template segmenting optimization is introduced, which possesses excellent performance in time-saving and effectiveness. Finally, the feasibility of the algorithm is validated through the simulation.

specific emitter identification; target matching; dynamic time warping; template segmenting optimization

10.16592/ j.cnki.1004-7859.2016.03.009

陳沛鉑 Email：chenpabor@qq.com

2015-10-21

2015-12-23

TN974

A

1004-7859(2016)03-0043-04