基于隨機(jī)無窮自動(dòng)機(jī)的多功能雷達(dá)輻射源識(shí)別方法

曹 帥，王布宏，李龍軍，劉帥琦

(空軍工程大學(xué) 信息與導(dǎo)航學(xué)院，西安 710077)

(*通信作者電子郵箱465782523@qq.com)

基于隨機(jī)無窮自動(dòng)機(jī)的多功能雷達(dá)輻射源識(shí)別方法

曹 帥*，王布宏，李龍軍，劉帥琦

(空軍工程大學(xué) 信息與導(dǎo)航學(xué)院，西安 710077)

(*通信作者電子郵箱465782523@qq.com)

針對(duì)基于隨機(jī)上下文無關(guān)文法(SCFG)建模的多功能雷達(dá)(MFR)輻射源識(shí)別問題，提出了一種基于隨機(jī)無窮自動(dòng)機(jī)(SISA)的MFR輻射源識(shí)別方法。在文法建模的基礎(chǔ)上，對(duì)“水星”MFR控制模塊文法產(chǎn)生式和系統(tǒng)特征文法產(chǎn)生式進(jìn)行重新構(gòu)造生成SCFG，利用SCFG構(gòu)造隨機(jī)無窮自動(dòng)機(jī)作為識(shí)別器，從而實(shí)現(xiàn)對(duì)測(cè)量輻射源的識(shí)別。通過理論分析和實(shí)驗(yàn)仿真得出:該方法能實(shí)現(xiàn)對(duì)MFR輻射源的識(shí)別;在一定范圍內(nèi)，通過增加文法產(chǎn)生式個(gè)數(shù)，可以提高平均識(shí)別率，且識(shí)別性能優(yōu)于通過SCFG構(gòu)造的隨機(jī)下推自動(dòng)機(jī)(SPDA)。實(shí)驗(yàn)結(jié)果表明了該方法的正確性和有效性。

隨機(jī)上下文無關(guān)文法；多功能雷達(dá)；輻射源識(shí)別；隨機(jī)無窮自動(dòng)機(jī)；文法產(chǎn)生式

0 引言

雷達(dá)輻射源識(shí)別技術(shù)是電子戰(zhàn)(Electronic Warfare， EW)領(lǐng)域的關(guān)鍵技術(shù)之一，雷達(dá)告警接收機(jī)(Radar Warning Receiver， RWR)系統(tǒng)[1]通過測(cè)量、分析照射到飛機(jī)上的雷達(dá)信號(hào)，對(duì)截獲的雷達(dá)數(shù)據(jù)與雷達(dá)威脅數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行匹配，完成雷達(dá)輻射源類型、方位、用途、裝載平臺(tái)和工作狀態(tài)的識(shí)別，為戰(zhàn)場(chǎng)電磁環(huán)境的明確以及飛行員的正確決策提供有效建議[2]。對(duì)于機(jī)械掃描雷達(dá)，有射頻(Radio Frequency， RF)、到達(dá)方向(Direction Of Arrival， DOA)、到達(dá)時(shí)間(Time Of Arrival， TOA)、脈沖寬度(Pulse Width， PW)和脈沖幅度(Pulse Amplitude， PA)這5大基本參數(shù)，采用基于參數(shù)類的雷達(dá)識(shí)別方法便可對(duì)雷達(dá)輻射源型號(hào)和工作狀態(tài)進(jìn)行有效識(shí)別[3]。

多功能雷達(dá)(Multi-Function Radar， MFR)[4]是一種電子掃描雷達(dá)，它可以進(jìn)行靈活地波束控制，實(shí)現(xiàn)多功能、多工作模式的同時(shí)運(yùn)作，極大地提高了目標(biāo)探測(cè)和跟蹤能力。如果利用參數(shù)類的方法研究MFR信號(hào)，會(huì)導(dǎo)致雷達(dá)信號(hào)參數(shù)空間呈指數(shù)增長(zhǎng)，使得RWR系統(tǒng)對(duì)數(shù)據(jù)的存儲(chǔ)和處理能力有著極高的要求，收集的情報(bào)數(shù)據(jù)無法描述MFR系統(tǒng)的動(dòng)態(tài)性[5]。為了解決這一問題，Visnevski[6]利用形式語言中的隨機(jī)上下文無關(guān)文法(Stochastic Context-Free Grammar， SCFG)對(duì)MFR信號(hào)進(jìn)行建模，提出了一種基于模式類的RWR建模方法。本文主要研究模式類RWR建模中的輻射源識(shí)別問題。

文獻(xiàn)[7]介紹了有限自動(dòng)機(jī)(Finite State Automata， FSA)和下推自動(dòng)機(jī)(Push-Down Automata， PDA)這兩類串語言識(shí)別器，在此基礎(chǔ)上又介紹了隨機(jī)有限自動(dòng)機(jī)(Stochastic Finite State Automata， SFSA)和隨機(jī)下推自動(dòng)機(jī)(Stochastic Push-Down Automata， SPDA)這兩類隨機(jī)識(shí)別器。文獻(xiàn)[8]利用隨機(jī)有限自動(dòng)機(jī)和隨機(jī)下推自動(dòng)機(jī)對(duì)MFR的輻射源型號(hào)、工作模式和功能狀態(tài)進(jìn)行識(shí)別，進(jìn)而推斷輻射源的威脅等級(jí)，引入了隨機(jī)文法，反映了各個(gè)雷達(dá)模式出現(xiàn)的概率是不相等的，但SCFG和隨機(jī)下推自動(dòng)機(jī)之間的對(duì)應(yīng)關(guān)系和一致性不高。文獻(xiàn)[9]提出一種基于句法模式識(shí)別的雷達(dá)信號(hào)識(shí)別方法，構(gòu)造了一種多位有限態(tài)自動(dòng)機(jī)作為識(shí)別器，對(duì)所選取的雷達(dá)樣本數(shù)據(jù)進(jìn)行識(shí)別，構(gòu)造出的有限態(tài)自動(dòng)機(jī)可以多位識(shí)別，減少了計(jì)算量；但其中的雷達(dá)樣本數(shù)據(jù)比較簡(jiǎn)單，不具備代表性。由文獻(xiàn)[7-9]可以得出，上下文無關(guān)文法(Context-Free Grammar, CFG)與下推自動(dòng)機(jī)之間，正則文法(Regular Grammar， RG)與有限自動(dòng)機(jī)之間是相互對(duì)應(yīng)的，有轉(zhuǎn)換算法，通過文法可以構(gòu)造自動(dòng)機(jī)，文法所反映的某些語言性質(zhì)可以通過自動(dòng)機(jī)來更直觀地說明，且利用自動(dòng)機(jī)可以實(shí)現(xiàn)雷達(dá)輻射源的識(shí)別。文獻(xiàn)[10]提出了一種無窮狀態(tài)自動(dòng)機(jī)(Infinite State Automaton， ISA)的模型，證明了無窮狀態(tài)自動(dòng)機(jī)與上下文無關(guān)文法之間存在一致性，且對(duì)應(yīng)關(guān)系比上下文無關(guān)文法和下推自動(dòng)機(jī)之間的對(duì)應(yīng)關(guān)系更明顯。

針對(duì)上述問題，本文提出一種基于隨機(jī)無窮自動(dòng)機(jī)(Stochastic Infinite State Automaton， SISA)的多功能雷達(dá)輻射源識(shí)別方法。在模式類RWR建模的基礎(chǔ)上，利用隨機(jī)上下文無關(guān)文法構(gòu)造隨機(jī)無窮自動(dòng)機(jī)實(shí)現(xiàn)MFR輻射源識(shí)別，通過仿真實(shí)驗(yàn)論證該方法的正確性和有效性。

1 模式類RWR建模

MFR的文法模型分為雷達(dá)字、雷達(dá)短語、雷達(dá)句子3個(gè)等級(jí)[11]，雷達(dá)字是有限數(shù)目雷達(dá)脈沖的固定排列，為MFR最小輻射單元；雷達(dá)短語是有限數(shù)目雷達(dá)字的串聯(lián)，每一個(gè)雷達(dá)短語對(duì)應(yīng)一個(gè)雷達(dá)功能狀態(tài)；雷達(dá)句子是有限數(shù)目雷達(dá)短語的串聯(lián)。

MFR為了滿足不同的功能需求，使用了復(fù)雜、分層的信號(hào)結(jié)構(gòu)，文獻(xiàn)[12-13]利用分層的系統(tǒng)結(jié)構(gòu)對(duì)MFR進(jìn)行描述，將MFR系統(tǒng)結(jié)構(gòu)分為態(tài)勢(shì)感知模塊、雷達(dá)管理模塊、命令調(diào)度模塊、雷達(dá)控制模塊、雷達(dá)執(zhí)行模塊這五部分，它們互相合作，共同完成MFR的功能任務(wù)。

模式類RWR建模系統(tǒng)框圖如圖1所示。由圖1可知，該模型首先利用MFR信號(hào)模擬器產(chǎn)生交錯(cuò)的MFR脈沖信號(hào)，通過信號(hào)分選器去交錯(cuò)并進(jìn)行分選；然后利用TOA模板庫進(jìn)行雷達(dá)字提取[15]，每一路雷達(dá)字通過SCFG模板庫進(jìn)行MFR輻射源識(shí)別；在確定MFR類型之后，再對(duì)MFR文法概率進(jìn)行學(xué)習(xí)，實(shí)現(xiàn)MFR文法參數(shù)估計(jì)和狀態(tài)估計(jì)；最后進(jìn)行MFR態(tài)勢(shì)估計(jì)，判斷威脅等級(jí)。

圖1 模式類RWR建模系統(tǒng)框圖

本文主要研究經(jīng)過預(yù)處理的MFR信號(hào)，在TOA模板庫正確提取雷達(dá)字的前提下，利用SCFG模板庫進(jìn)行MFR輻射源識(shí)別的問題，提出了一種基于隨機(jī)無窮自動(dòng)機(jī)的多功能雷達(dá)輻射源識(shí)別方法，該方法流程如圖2所示。

圖2 基于隨機(jī)無窮自動(dòng)機(jī)的MFR輻射源識(shí)別流程

由圖2可知，通過從威脅數(shù)據(jù)庫中構(gòu)造并選出隨機(jī)上下文無關(guān)文法，構(gòu)造對(duì)應(yīng)的隨機(jī)無窮自動(dòng)機(jī)，將經(jīng)過預(yù)處理的測(cè)試樣本輸入到自動(dòng)識(shí)別器中，可以實(shí)現(xiàn)MFR輻射源的識(shí)別。

2 基于隨機(jī)無窮自動(dòng)機(jī)的識(shí)別方法

2.1 隨機(jī)無窮自動(dòng)機(jī)的構(gòu)造

當(dāng)給出文法類型后，可根據(jù)它設(shè)計(jì)一種稱為自動(dòng)機(jī)的硬件模型來對(duì)雷達(dá)字串進(jìn)行識(shí)別。無窮自動(dòng)機(jī)是一種上下文無關(guān)語言的識(shí)別系統(tǒng)，對(duì)于一個(gè)給定的上下文無關(guān)文法G，能夠構(gòu)造一個(gè)無窮自動(dòng)機(jī)A，使得L(G)=L(A)，其中L表示由文法生成的語言。

相對(duì)于有限自動(dòng)機(jī)，無窮自動(dòng)機(jī)狀態(tài)集中的元素可以是無窮多的，但這無窮多的元素可以用有限個(gè)元素來表示。文獻(xiàn)[10]將這無窮多的元素分為兩個(gè)集合，一個(gè)稱作進(jìn)層狀態(tài)基集，進(jìn)層狀態(tài)是指當(dāng)識(shí)別過程到達(dá)這種狀態(tài)后，便轉(zhuǎn)入由該狀態(tài)所指示的子自動(dòng)機(jī)中去繼續(xù)識(shí)別，只有在它所進(jìn)入的子自動(dòng)機(jī)的終止?fàn)顟B(tài)下方可返回該狀態(tài)，識(shí)別過程繼續(xù)；另一個(gè)稱作獨(dú)立狀態(tài)基集，這種狀態(tài)與有限自動(dòng)機(jī)中的狀態(tài)作用相同，是與特殊狀態(tài)相區(qū)別的狀態(tài)。

所以一個(gè)隨機(jī)無窮自動(dòng)機(jī)可以用一個(gè)七元組ASI=(Qa,Qb,Σ,δ,q0,Fb,D)來表示，其中：Q是至多可數(shù)無窮的狀態(tài)集，Qa是獨(dú)立狀態(tài)基集；Qb是進(jìn)層狀態(tài)基集；Σ是字母表，也就是字符的有窮集合；δ是從Q×Σ→2Q的狀態(tài)轉(zhuǎn)換函數(shù)，對(duì)于每個(gè)狀態(tài)q和輸入的字符a，δ(q,a)表示從狀態(tài)q開始，輸入字符a以后，隨機(jī)無窮自動(dòng)機(jī)將要進(jìn)入的那個(gè)狀態(tài)；q0∈Qa，表示主初始狀態(tài)；Fb表示終止?fàn)顟B(tài)基集，是Qa的一個(gè)子集；D是對(duì)狀態(tài)轉(zhuǎn)換函數(shù)規(guī)定了一個(gè)概率集。

任何類型的產(chǎn)生式都可以簡(jiǎn)化為喬姆斯基規(guī)范形式(Chomsky Normal Form， CNF)，即只含有A→a(A∈V，a∈N)和A→BC(A,B,C∈V)這兩種形式的產(chǎn)生式，所以本文只考慮喬姆斯基規(guī)范形式的產(chǎn)生式。

所以利用隨機(jī)上下文無關(guān)文法GSC可以構(gòu)造一個(gè)隨機(jī)無窮自動(dòng)機(jī)ASI=(Qa,Qb,Σ,δ,q0,Fb,D)，具體步驟如下：

1)Σ=N。

3)q0=S。

4)構(gòu)造Fb。為每一個(gè)產(chǎn)生式右部設(shè)置一個(gè)終止?fàn)顟B(tài)，若產(chǎn)生式形式為Ej→a，則把符號(hào)a所設(shè)的狀態(tài)納入Fb；若產(chǎn)生式形式為Ej→EkEm，則把符號(hào)Em所設(shè)的狀態(tài)納入Fb。除上述納入Fb的狀態(tài)之外，F(xiàn)b不包含其他狀態(tài)。

在構(gòu)造隨機(jī)無窮自動(dòng)機(jī)之后，便可進(jìn)行MFR輻射源的識(shí)別。

2.2 隨機(jī)無窮自動(dòng)機(jī)的識(shí)別

隨機(jī)無窮自動(dòng)機(jī)的識(shí)別過程與隨機(jī)有限自動(dòng)機(jī)的識(shí)別過程[16]類似，是一種單純的狀態(tài)轉(zhuǎn)移過程，其中由一個(gè)狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)僅僅是當(dāng)前狀態(tài)與輸入符的函數(shù)，而不是任何前面狀態(tài)或符號(hào)的函數(shù)。

識(shí)別過程將經(jīng)過預(yù)處理的雷達(dá)字串輸入自動(dòng)機(jī)中。其識(shí)別框圖如圖3所示，主要由輸入帶、只讀頭、獨(dú)立狀態(tài)有窮集、進(jìn)層狀態(tài)有窮集、概率集等部分組成，其中狀態(tài)基集內(nèi)部存有自動(dòng)機(jī)的全部產(chǎn)生式規(guī)則。

圖3 隨機(jī)無窮自動(dòng)機(jī)識(shí)別框圖

將帶頭置于帶的最左一個(gè)單元上，并將隨機(jī)無窮自動(dòng)機(jī)ASI置于起始狀態(tài)q0，將雷達(dá)字串Pw放在輸入帶上。從帶的最左邊單元開始一個(gè)符號(hào)挨著一個(gè)符號(hào)地對(duì)帶進(jìn)行掃描，下一個(gè)狀態(tài)的選擇是一個(gè)隨機(jī)事件。當(dāng)向右掃描時(shí)，如果遇到是獨(dú)立狀態(tài)時(shí)，則識(shí)別過程只是單純的狀態(tài)轉(zhuǎn)移過程，按狀態(tài)次序依次識(shí)別；如果遇到進(jìn)層狀態(tài)時(shí)，便轉(zhuǎn)入由該狀態(tài)所指示的子自動(dòng)機(jī)中去繼續(xù)識(shí)別，只有在它所進(jìn)入的子自動(dòng)機(jī)的終止?fàn)顟B(tài)下方可返回該狀態(tài)，識(shí)別過程繼續(xù)。只要自動(dòng)機(jī)從q0開始掃描整個(gè)雷達(dá)字串Pw，并遵循一個(gè)狀態(tài)序列{q0,q1,…,qf}(f表示最后一個(gè)狀態(tài))，最后停在Fb的一個(gè)狀態(tài)qf上，則識(shí)別結(jié)束。識(shí)別概率p(x)為自動(dòng)機(jī)由q0出發(fā)到達(dá)qf的轉(zhuǎn)移概率的乘積，該概率可以當(dāng)成是獨(dú)立事件集的概率之積加以計(jì)算。當(dāng)p(x)>ε時(shí)，識(shí)別成功；反之拒絕識(shí)別，其中ε為預(yù)設(shè)門限。

3 實(shí)驗(yàn)仿真與分析

由于保密的原因，各國(guó)的MFR名稱、型號(hào)、真實(shí)參數(shù)和性能指標(biāo)等很少對(duì)外公布，這里引入文獻(xiàn)[6]中給出的“水星”(Mercury)多功能雷達(dá)文法產(chǎn)生式進(jìn)行驗(yàn)證。該仿真實(shí)驗(yàn)的硬件條件為中電科技集團(tuán)第14研究所提供的數(shù)字化機(jī)載AESA雷達(dá)告警仿真器；而軟件條件為Matlab軟件?！八恰倍喙δ芾走_(dá)有以下幾種工作方式:1)搜索(Search),又分為四字搜索(Four-wordsearch)和三字搜索(Three-wordsearch);2)捕獲(Acquisition，ACQ);3)非自適應(yīng)跟蹤(Non-AdaptiveTrack，NAT);4)距離分辨(RangeResolution，RR)，包括3個(gè)階段，分別記為RR1、RR2、RR3;5)跟蹤保持(TrackMaintenance，TM)。

為了驗(yàn)證本文方法的正確性和有效性，設(shè)計(jì)了一個(gè)仿真實(shí)驗(yàn)。

首先利用“水星”多功能雷達(dá)控制模塊文法產(chǎn)生式進(jìn)行分析，其文法產(chǎn)生式如下：

由“水星”多功能雷達(dá)控制模塊文法產(chǎn)生式可以看出，對(duì)于一部隨機(jī)上下文無關(guān)文法GSC={V,N,R,S,P}，〈State〉、〈RR〉、〈Search〉…均為隨機(jī)上下文無關(guān)文法的非終結(jié)符，即{〈State〉,〈RR〉,〈Search〉…}∈V，代表“水星”多功能雷達(dá)的雷達(dá)短語；w1,w2,…,w9為隨機(jī)上下文無關(guān)文法的終結(jié)符，即{w1,w2,…,w9}∈N，代表“水星”多功能雷達(dá)的雷達(dá)字；初始符S=〈State〉；所有式子均為R中的文法產(chǎn)生式；且同一類產(chǎn)生式中具有相同左部的產(chǎn)生式概率之和為1，分配給不同右部的概率是隨機(jī)的。

對(duì)于“水星”多功能雷達(dá)控制模塊文法產(chǎn)生式：

i=1,2,…,9

(1)

構(gòu)造一個(gè)轉(zhuǎn)移概率矩陣：

P0=[P1P2P3P4P5P6P7P8P9]T=

(2)

在式(2)的轉(zhuǎn)移概率矩陣中，行表示式(1)中產(chǎn)生式的左部，列表示式(1)中產(chǎn)生式的右部，其概率值分配是隨機(jī)的。

綜上所述，該實(shí)驗(yàn)仿真過程利用Matlab軟件首先對(duì)“水星”多功能雷達(dá)控制模塊產(chǎn)生式進(jìn)行分析，對(duì)其重新構(gòu)造生成一部隨機(jī)上下文無關(guān)文法；再利用2.1節(jié)的方法通過隨機(jī)上下文無關(guān)文法構(gòu)造隨機(jī)無窮自動(dòng)機(jī)；最后利用2.2節(jié)的方法通過隨機(jī)無窮自動(dòng)機(jī)實(shí)現(xiàn)對(duì)MFR輻射源的識(shí)別。在實(shí)驗(yàn)中各個(gè)產(chǎn)生式的概率值分配是隨機(jī)的，每進(jìn)行一次仿真實(shí)驗(yàn)，利用Matlab軟件算出一次識(shí)別率，然后重新對(duì)文法產(chǎn)生式概率進(jìn)行修改，進(jìn)行下一次仿真實(shí)驗(yàn)。以此類推，共進(jìn)行50次實(shí)驗(yàn)，可以求出隨機(jī)無窮自動(dòng)機(jī)的平均識(shí)別率。

計(jì)算復(fù)雜度T表示對(duì)一個(gè)序列進(jìn)行一次迭代所需要的乘法和除法的運(yùn)算次數(shù)，記憶復(fù)雜度M表示對(duì)一個(gè)序列進(jìn)行一次迭代所需要的存儲(chǔ)空間，由于本文方法只考慮通過文法構(gòu)造自動(dòng)機(jī)，通過自動(dòng)機(jī)實(shí)現(xiàn)雷達(dá)輻射源的識(shí)別，其計(jì)算復(fù)雜度和記憶復(fù)雜度和原有方法相比變化不大，不作為考慮對(duì)象。

同樣對(duì)“水星”多功能雷達(dá)控制模塊產(chǎn)生式進(jìn)行分析，利用文獻(xiàn)[8]中的隨機(jī)下推自動(dòng)機(jī)對(duì)MFR輻射源進(jìn)行識(shí)別，實(shí)驗(yàn)方法不變，可以求出隨機(jī)下推自動(dòng)機(jī)的平均識(shí)別率，其中隨機(jī)下推自動(dòng)機(jī)的平均識(shí)別率為91.34%，而隨機(jī)無窮自動(dòng)機(jī)的識(shí)別率為93.32%。

同理，再利用如下的“水星”多功能雷達(dá)系統(tǒng)特征文法產(chǎn)生式進(jìn)行分析，同樣進(jìn)行50次實(shí)驗(yàn)，可以求出隨機(jī)無窮自動(dòng)機(jī)和隨機(jī)下推自動(dòng)機(jī)的平均識(shí)別率。其中隨機(jī)下推自動(dòng)機(jī)的平均識(shí)別率為96.83%，而隨機(jī)無窮自動(dòng)機(jī)的平均識(shí)別率為98.92%。

由上述結(jié)果可以得出以下結(jié)論：

1)利用“水星”多功能雷達(dá)控制模塊產(chǎn)生式進(jìn)行分析，隨機(jī)無窮自動(dòng)機(jī)的平均識(shí)別率為91.34%；利用“水星”多功能雷達(dá)系統(tǒng)特征文法產(chǎn)生式進(jìn)行分析，隨機(jī)無窮自動(dòng)機(jī)的平均識(shí)別率為96.83%。二者的平均識(shí)別率均都很高，其誤差主要在于拒識(shí)數(shù)上，后者相對(duì)于前者的結(jié)果，平均識(shí)別率高了5.49個(gè)百分點(diǎn)，這是因?yàn)楹笳邔?shí)驗(yàn)通過增加文法產(chǎn)生式個(gè)數(shù)，可以達(dá)到訓(xùn)練樣本的全面覆蓋，從而減少拒識(shí)數(shù)，提高平均識(shí)別率。當(dāng)平均識(shí)別率達(dá)到一定程度時(shí)，會(huì)保持相對(duì)穩(wěn)定，這說明本文方法可以很好地實(shí)現(xiàn)MFR輻射源的識(shí)別，論證了本文方法的正確性。

2)“水星”多功能雷達(dá)控制模塊產(chǎn)生式實(shí)驗(yàn)中隨機(jī)無窮自動(dòng)機(jī)的平均識(shí)別率比隨機(jī)下推自動(dòng)機(jī)高1.98個(gè)百分點(diǎn)，“水星”多功能雷達(dá)系統(tǒng)特征文法產(chǎn)生式實(shí)驗(yàn)中隨機(jī)無窮自動(dòng)機(jī)的平均識(shí)別率比隨機(jī)下推自動(dòng)機(jī)高2.09個(gè)百分點(diǎn)。則不論是對(duì)“水星”多功能雷達(dá)控制模塊產(chǎn)生式進(jìn)行分析還是對(duì)“水星”多功能雷達(dá)系統(tǒng)特征文法產(chǎn)生式進(jìn)行分析，隨機(jī)無窮自動(dòng)機(jī)的平均識(shí)別率均比隨機(jī)下推自動(dòng)機(jī)高2個(gè)百分點(diǎn)左右，這說明隨機(jī)無窮自動(dòng)機(jī)是比隨機(jī)下推自動(dòng)機(jī)更好的隨機(jī)上下文無關(guān)文法識(shí)別器，驗(yàn)證了本文方法的有效性。

4 結(jié)語

本文針對(duì)多功能雷達(dá)輻射源的識(shí)別問題，提出一種基于隨機(jī)無窮自動(dòng)機(jī)的多功能雷達(dá)輻射源識(shí)別方法。在模式類RWR建模的基礎(chǔ)上，首先通過對(duì)“水星”多功能控制模塊產(chǎn)生式和“水星”多功能雷達(dá)系統(tǒng)特征文法產(chǎn)生式進(jìn)行重新構(gòu)造生成所需的隨機(jī)上下文無關(guān)文法，再利用隨機(jī)上下文無關(guān)文法構(gòu)造隨機(jī)無窮自動(dòng)機(jī)對(duì)MFR輻射源識(shí)別，最后通過50次仿真實(shí)驗(yàn)，求出隨機(jī)無窮自動(dòng)機(jī)的平均識(shí)別率，且與通過隨機(jī)上下文無關(guān)文法構(gòu)造的隨機(jī)下推自動(dòng)機(jī)的識(shí)別性能作比較，從而驗(yàn)證了本文方法的正確性和有效性。所以模式類RWR建模和自動(dòng)機(jī)理論對(duì)于分析多功能雷達(dá)工作模式、輻射源識(shí)別甚至個(gè)體識(shí)別具有重要意義。下一步主要研究方向是如何從大量的、不完全的、含噪的雷達(dá)輻射源樣本數(shù)據(jù)中提取有用的情報(bào)數(shù)據(jù)用于MFR輻射源識(shí)別。

)

[1] 周帆,陳興凱,韓壯志,等.機(jī)載雷達(dá)告警接收機(jī)的現(xiàn)狀及技術(shù)發(fā)展趨勢(shì)[J].飛航導(dǎo)彈,2014(2):41-46.(ZHOUF,CHENXK,HANZZ,etal.Statusandtrendsoftheairborneradarwarningreceiver[J].AerodynamicMissileJournal, 2014(2): 41-46.)

[2] 姜秋喜,潘繼飛,陳晟.雷達(dá)輻射源識(shí)別相關(guān)技術(shù)綜述[J].電子對(duì)抗,2012(2):1-6.(JIANGQX,PANJF,CHENS.Overviewofradaremitteridentificationtechniques[J].ElectronicWarfare, 2012(2): 1-6.)

[3] 賈琳.雷達(dá)輻射源識(shí)別方法研究與實(shí)現(xiàn)[D].北京:北京理工大學(xué),2014:1-4.(JIAL.Researchandimplementationonthemethodsoftheradaremitteridentification[D].Beijing:BeijingInstituteofTechnology, 2014: 1-4.)

[4] 呂勇,郭凱.機(jī)載有源相控陣?yán)走_(dá)發(fā)展探析[J].信息通信,2012(3):256.(LYUY,GUOK.Developmentofairborneactiveelectronicscanningarrayradar[J].Information&Communications, 2012(3): 256.)

[5]WANGA,KRISHNAMURTHYV.Signalinterpretationofmultifunctionradars:modelingandstatisticalsignalprocessingwithstochasticcontextfreegrammar[J].IEEETransactionsonSignalProcessing, 2008, 56(3): 1106-1119.

[6]VISNEVSKINA.Syntacticmodelingofmufti-functionradars[D].Hamilton,Ontario:McMasterUniversity, 2005: 8-10.

[7] 傅京孫.模式識(shí)別應(yīng)用[M].北京:北京大學(xué)出版社,1990:68-69.(FUJS.ApplicationofPatternRecognition[M].Beijing:BeijingUniversityPress, 1990: 68-69.)

[8] 劉海軍,李悅,柳征,等.基于隨機(jī)文法的多功能雷達(dá)識(shí)別方法[J].航空學(xué)報(bào),2010,31(9):1809-1817.(LIUHJ,LIY,LIUZ,etal.Approachtomulti-functionradaridentificationbasedonstochasticgrammars[J].ActaAeronauticaEtAstronauticaSinica, 2010, 31(9): 1809-1817.)

[9] 陳藝廷,李鴻,李瑩.基于句法模式識(shí)別的雷達(dá)識(shí)別方法研究[J].現(xiàn)代電子技術(shù),2014,37(5):25-28.(CHENYT,LIH,LIY.Researchonradaridentificationmethodbasedonsyntacticpatternrecognition[J].ModernElectronicsTechnique, 2014, 37(5): 25-28.)

[10] 呂映芝.上下文無關(guān)文法與無限狀態(tài)自動(dòng)機(jī)[J].電子學(xué)報(bào),1996(8):23-27.(LYUYZ.Thecontextfreegrammarandtheinfinite-stateautomaton[J].ActaElectronicaSinica, 1996(8): 23-27.)

[11] 代鸝鵬,王布宏,蔡斌,等.基于SCFG建模的多功能雷達(dá)狀態(tài)估計(jì)算法[J].空軍工程大學(xué)學(xué)報(bào):自然科學(xué)版,2014,15(3):24-28.(DAILP,WANGBH,CAIB,etal.Amethodforstatesestimationofmulti-functionradarbasedonstochasticcontext-freegrammar[J].JournalofAirForceEngineeringUniversity(NaturalScienceEdition), 2014, 15(3): 24-28.)

[12] 代酈鵬,王布宏,沈海鷗,等.基于文法派生解析表的多功能雷達(dá)快速參數(shù)估計(jì)方法[J].電子學(xué)報(bào),2016,44(2):392-397.(DAILP,WANGBH,SHENHO,etal.Fastparameterestimationofmulti-functionradarbasedonsyntacticofparsechart[J].ActaElectronicaSinica, 2016, 44(2): 392-397.)

[13] 代酈鵬,王布宏,曹帥,等.基于最優(yōu)解析樹提取的多功能雷達(dá)狀態(tài)快速估計(jì)方法[J].電子學(xué)報(bào),2016,44(3):514-519.(DAILP,WANGBH,CAOS,etal.Approachtomulti-functionradarparametersfastestimationbasedonbestparsetreeextract[J].ActaElectronicaSinica, 2016, 44(3): 514-519.)

[14] 陸玲,周書民.形式語言與自動(dòng)機(jī)及程序設(shè)計(jì)[M].哈爾濱:哈爾濱工業(yè)大學(xué)出版社,2014:11-16.(LUL,ZHOUSM.Formallanguage,automatonandprogramdesign[M].Harbin:HarbinInstituteofTechnologyPress, 2014: 11-16.)

[15] 劉海軍,樊晙,李悅,等.多功能雷達(dá)建模中的雷達(dá)字提取技術(shù)研究[J].國(guó)防科技大學(xué)學(xué)報(bào),2010,32(12):91-95.(LIUHJ,FANS,LIY,etal.Researchonextractingofradarwordsinmodelingofmulti-functionradar[J].JournalofNationalUniversityofDefenseTechnology, 2010, 32(12): 91-95.)

[16] 劉海軍.雷達(dá)輻射源識(shí)別關(guān)鍵技術(shù)研究[D].長(zhǎng)沙:國(guó)防科學(xué)技術(shù)大學(xué),2010:3-5.(LIUHJ.Researchesonidentificationkeytechnologyforradaremitter[D].Changsha:NationalUniversityofDefenseTechnology, 2010: 3-5.)

ThisworkispartiallysupportedbytheNationalNaturalScienceFoundationofChina(61172148).

CAO Shuai, born in 1991, M.S.candidate.His research interests include multi-function radar warning, syntactic pattern recognition.

WANG Buhong, born in 1975, Ph.D., professor.His research interests include array signal processing, network counterwork, multi-function radar warning.

LI Longjun, born in 1988, Ph.D.candidate.His research interests include array signal processing.

LIU Shuaiqi, born in 1992, M.S.candidate.Her research interests include multiple input multiple output radar signal processing.

Multi-function radar emitter identification based on stochastic infinite automaton

CAO Shuai*, WANG Buhong, LI Longjun, LIU Shuaiqi

(InformationandNavigationCollege,AirForceEngineeringUniversity,Xi’anShaanxi710077,China)

To deal with the emitter identification problem in Multi-Function Radar (MFR) based on Stochastic Context-Free Grammar (SCFG) model, a MFR emitter identification method based on Stochastic Infinite State Automata (SISA) was proposed on the basis of syntactic modeling.The grammar production rules in “Mercury” MFR control module and the characteristic production rules in “Mercury” MFR system were used in this method to reconstruct an SCFG, which was further used to construct an SISA for identification subsequently.Theoretical analysis and simulation results show that the proposed method can realize MFR emitter identification.Within a certain range, the average recognition rate can be improved by adding the amount of grammar production rules, and the identification performance is superior to Stochastic Push-Down Automata (SPDA) constructed by SCFG.The experimental results validate the reliability and effectiveness of the proposed method.

Stochastic Context Free Grammar (SCFG); Multi-Function Radar (MFR); emitter identification; stochastic infinite automaton; grammar production rule

2016- 08- 04;

2016- 09- 06。

國(guó)家自然科學(xué)基金資助項(xiàng)目(61172148)。

曹帥(1991—)，男，陜西西安人，碩士研究生，主要研究方向：多功能雷達(dá)告警、句法模式識(shí)別； 王布宏(1975—)，男，山西太原人，教授，博士生導(dǎo)師，博士，主要研究方向：陣列信號(hào)處理、網(wǎng)絡(luò)對(duì)抗、多功能雷達(dá)告警； 李龍軍(1988—)，男，江西南昌人，博士研究生，主要研究方向：陣列信號(hào)處理； 劉帥琦(1992—)，女，陜西咸陽人，碩士研究生，主要研究方向：多輸入多輸出雷達(dá)信號(hào)處理。

1001- 9081(2017)02- 0608- 05

10.11772/j.issn.1001- 9081.2017.02.0608

TN958.92

A