基于小樣本脈沖序列匹配的重點雷達目標快速識別*

朱永成 ，潘繼飛 ，金天祥 ，沈家煌 ，劉 鑫 ，3

（1.國防科技大學電子對抗學院，合肥 230037；2.解放軍66289部隊，河北 涿州 072750；3.解放軍77627部隊，拉薩 851400）

0 引言

某些情況下，不需要對接收到的雷達脈沖流中的所有輻射源進行識別，只需要對作戰(zhàn)環(huán)境中感興趣的信號進行快速準確識別，傳統(tǒng)的雷達對抗系統(tǒng)難以滿足需求。傳統(tǒng)的雷達對抗偵察系統(tǒng)大多是先把接收到的雷達信號作關(guān)聯(lián)分析，將各雷達輻射源發(fā)射的脈沖序列從混疊的全脈沖流中分離出來，測量雷達輻射源關(guān)鍵參數(shù)，和已知雷達數(shù)據(jù)進行對比，雷達信號才能被識別［1-3］，如下頁圖1所示。這種處理模式下，雷達數(shù)據(jù)庫的先驗信息在雷達信號分選過程中得不到利用，導致輻射源識別較為盲目，與實際作戰(zhàn)目標識別結(jié)合不緊密。

本文結(jié)合實際需求，提出利用重點雷達小樣本脈沖序列模板對接收的全脈沖數(shù)據(jù)流直接進行信號匹配的思路，繞過傳統(tǒng)雷達信號分選環(huán)節(jié)，實現(xiàn)了對重點雷達信號的抽取與識別，不僅簡化了雷達輻射源識別流程，而且處理速度能夠得到有效提高［4］。

1 雷達小樣本脈沖序列模板建模

重點雷達電子目標是指指揮員感興趣的雷達信號且這些雷達信號特征已被平時的情報積累所掌握。小樣本脈沖序列模型的建立需要利用已掌握的先驗信息。

圖1 常規(guī)雷達對抗系統(tǒng)處理流程

雷達小樣本脈沖序列是指雷達在某種或幾種工作模式下幾個脈沖的組合序列。該組合序列的參數(shù)信息是以時間為主線串聯(lián)起來的，能夠反映出雷達在工作時前后參數(shù)變化的基本特性［5-6］。圖2是某重點雷達一個完整周期序列的脈沖描述，假設(shè)有n個工作模式，圖中描述了4個工作模式。第i個工作模式的時間（Ti）、脈沖重復間隔（PRIi）、脈沖數(shù)（Ni）、脈寬（PWi）以及載頻（fi）。每個工作模式之間的參數(shù)可以不同，再加上脈沖到達角度和脈內(nèi)調(diào)制等參數(shù)，常規(guī)脈沖雷達信號可以用此脈沖序列描述。對重點雷達信號的脈沖序列進行深入的分析，尋找典型的小樣本脈沖序列。小樣本脈沖序列1是第1個工作模式下的部分脈沖序列，序列2是第2個工作模式下的部分脈沖序列，序列3是其他兩個工作模式下的脈沖序列，序列4是完整的周期序列。序列1～4都可以作為小樣本脈沖序列，該雷達輻射源可以同時擁有幾個典型的小樣本脈沖序列組。能充分描述該雷達信號典型特征就可以作為典型小樣本脈沖序列。

圖2 某重點雷達一個完整周期序列的脈沖描述

假設(shè)某小樣本脈沖序列有L個脈沖，該序列表示為 SL=（P1，P2，P3，…，PL），每個脈沖用 K 個特征參數(shù)（如相對小樣本脈沖序列的第一個脈沖到達時間、載頻、脈寬、脈內(nèi)調(diào)制方式等）對其描述，表示為Pl=［Pl（1），Pl（3），Pl（4），…，Pl（K）），l∈［1，L］。其中Pl（k）∈［pl（k）-△pl（k），pl（k）+△pl（k）］，k∈［1，K］，pl（k）表示第k個特征參數(shù)Pl（k）的中心值。其中，△pl（k）表示容差的大小，當Pl（k）取值是一個區(qū)間時，△pl（k）＞0；當Pl（k）取值是固定值時，△pl（k）=0。

2 基于小樣本脈沖序列匹配的快速識別處理過程

通過對重點雷達信號的先驗信息進行分析，提取出重點雷達信號的小樣本序列，利用基于小樣本脈沖序列，對重點雷達信號作快速識別處理。有兩種算法處理流程，一種是串行數(shù)據(jù)處理方式，一種是并行的數(shù)據(jù)處理方式。當數(shù)據(jù)流不是很大且急需識別的重點雷達信號不多時，可以采用串行數(shù)據(jù)處理方式?，F(xiàn)在的脈沖流每秒百萬級而且感興趣的雷達電子目標很多時，采用并行工作流程同時對多雷達電子目標進行快速識別［7］。多個并行處理器同時對不同的小樣本脈沖序列做匹配處理，實現(xiàn)多雷達電子目標的同時識別，某一雷達電子目標未識別不影響其他的雷達電子目標識別情況。對識別結(jié)果進行合并，得出結(jié)論，如圖3所示。

圖3 基于小樣本序列匹配的并行處理流程

利用典型小樣本脈沖序列對接收到的脈沖流進行匹配。每次取等于小樣本脈沖序列時間長度的脈沖流和小樣本脈沖序列進行匹配。只有在兩個脈沖序列中的單脈沖在時間上匹配的情況下，才對兩個單脈沖進行其他的參數(shù)匹配，當兩個單脈沖的參數(shù)在容差范圍內(nèi)匹配，則認為單脈沖匹配。若小樣本脈沖序列中有大于Dthreshold（Dthreshold是門限值）的單脈沖可以與該序列進行匹配，則該序列中包含有小樣本脈沖序列，將小樣本脈沖序列沿脈沖流序列，向后移動一個小樣本脈沖周期作匹配處理。兩個脈沖序列的單脈沖匹配程度未達到設(shè)定的要求時，小樣本脈沖序列沿脈沖流序列，向后移動一個脈沖作匹配處理。當匹配的脈沖序列數(shù)大于設(shè)定值時，判定脈沖流中有重點雷達信號，輸出脈沖流中和小樣本脈沖序列匹配的脈沖序列。以下分別介紹單脈沖匹配，脈沖序列匹配。

脈沖流的每個脈沖有K個特征參數(shù)對其描述，脈沖流Q的第B個單脈沖可描述為QB=［QB（1），QB（2），QB（3），…，QB（K）］。以下是單脈沖匹配的步驟：

1）判斷兩個脈沖在時間上是否匹配。

2）時間上匹配的脈沖，進行其他的多參數(shù)（包括載頻、脈寬、到達角度、和脈內(nèi)調(diào)制等）匹配。計算出兩個脈沖的加權(quán)歐式距離d。

3）若d≤dthreshold（dthreshold是兩個脈沖的匹配門限）時，即可判定兩個脈沖是匹配的。若d＞dthreshold時，則判定兩個脈沖不匹配。

設(shè)脈沖流 Q 的脈沖序列為 SQ=（Q1，Q2，Q3，…，QL），從第 b 個脈沖開始的脈沖序列為 SQb=（Qb，Qb+1，Qb+2，…，QN），小樣本脈沖序列為 SL=（P1，P2，P3，…，PL）。將兩個脈沖序列作匹配處理，步驟如下：

1）輸入 SQb和 SL，初始化 B=b，l=1。

2）tQBt=tQB-tQb，tPl=tPl-tP1，其中 tQB和 tQb分別指脈沖流的第B和b的到達時間。tPl和tP1分別指小樣本脈沖序列的第l和1個脈沖的到達時間，一般情況設(shè)tP1=0。

3）比較l和L的大小。若l＞L，則脈沖序列匹配完畢，若lbiao/L≥0.7，兩個脈沖序列匹配，否則不匹配；若l≤L，繼續(xù)執(zhí)行下一步。

4）比較 tQBt和 tPl的大小。若 tQBt＞tPl，則將 l=l+1，B=b，執(zhí)行第 2）步；tQBt≤tPl，則執(zhí)行下一步。

5）將單脈沖QB和Pl作單脈沖的參數(shù)匹配處理。若兩個脈沖匹配，則 lbiao=lbiao+1，l=l+1，B=b，執(zhí)行第2）步；若兩個脈沖不匹配，B=B+1，執(zhí)行第2）步。

3 仿真分析

3.1 基于小樣本脈沖序列快速識別仿真實現(xiàn)

根據(jù)實際雷達信號參數(shù)情況，仿真的脈沖流是5部雷達信號混疊的脈沖流。每個脈沖由5個參數(shù)組成，分別是：載頻（RF）、脈寬（PW）、到達時間（TOA）、到達角度（AOA）和脈內(nèi)調(diào)制（F）。一般脈內(nèi)調(diào)制采用編碼表示：1（恒載頻信號）、2（線性調(diào)頻信號）、3（相位編碼脈沖信號）、4（頻率編碼脈沖信號）。

按照前面分析的結(jié)果，5種雷達的序列，可以組合成不同的小樣本序列，不同組合，組合長度也不同，但是識別的過程是相同的，表2給出每部雷達一個典型的小樣本序列。

表1 雷達信號參數(shù)設(shè)置表

表2 小樣本脈沖序列表

經(jīng)過大量的仿真，對仿真情況總結(jié)如表3。

表3 在各種容差的匹配情況

對表3進行分析，識別情況較合適情況的容差取值稱為較合適的容差取值情況，識別情況合適情況的容差取值稱為合適的容差取值情況。

圖4～圖6在脈沖流取一小段相同時間的仿真圖，圖7截取的時間大約是前面的十倍，包含100個完整的Radar-4脈沖重復周期。

圖4 較合適容差情況下的抽取序列

圖5 合適容差情況的抽取序列

圖6 脈沖流丟失20%且較合適容差情況的抽取序列

圖7 各種情況下小樣本4的抽取序列

3.2 數(shù)據(jù)分析

通過表3、圖4和圖5分析可知，基于小樣本脈沖序列的識別，只要脈沖流不丟失且容差取較合適情況，Dthreshold的取值在適當范圍，對整個脈沖流可以達到100%的小樣本序列識別。當脈沖丟失越大及容差取值合適的情況下，Dthreshold取值越大，對于基于小樣本序列對脈沖流的抽取效果越不好；Dthreshold取值越小，可以抽取到的脈沖序列越多，但是考慮到抽取序列看起來的直觀性，取值不能太小。因此，取70%。在這種取值情況下，當小樣本脈沖序列中的單脈沖數(shù)較多時，脈沖流中脈沖丟失和容差取值情況對基于該序列匹配的雷達信號識別的影響越小。

如圖6所示，小樣本4的識別效果最差。對于只有3個單脈沖的小樣本4而言，Dthreshold取70%等同于取 100%，識別結(jié)果如圖 7 所示，其中（a）～（d）中抽取的小樣本序列數(shù)分別是100、53、70和37。當脈沖丟失20%且兩個容差都取5%時，識別的準確率還可以達到37%。在單脈沖匹配中，已對每個單脈沖做嚴格的多參數(shù)匹配，仿真中沒有錯誤識別的該小樣本序列。單脈沖數(shù)較多的其他序列在這種條件下的識別準確率將遠遠大于37%。在實際的識別中，為提高識別的準確率，Dthreshold可以適當減小，整個序列的識別效果會更好，脈沖流中小樣本脈沖序列絕大多數(shù)都可以抽取出來，識別的準確度將會很高。因此，當脈沖的測量精度高于小樣本精度且無脈沖丟失情況下的識別效果非常好。當兩者精度相當且脈沖丟失嚴重情況下，本方法也是適用的。

4 結(jié)論

傳統(tǒng)算法處理時間相對較長，在沒有先驗信息的情況下，采用傳統(tǒng)的分選算法進行盲源分類識別。想要快速識別出已知先驗信息的重點雷達信號，采用對重點雷達電子目標的快速識別，省去常規(guī)處理流程中對雷達信號的分選處理，節(jié)約了大量的分選時間。在并行的數(shù)據(jù)處理結(jié)構(gòu)中，每個處理器的處理時間都是不同的，對多雷達電子目標的處理時間是按單個處理器處理時間最長的計算。對多個重點電子目標識別處理時間將會大大減小，實時性更好，將處理結(jié)果進行合并，得出結(jié)論。仿真結(jié)果說明，基于小樣本脈沖序列匹配識別能夠在密集的雷達信號中快速、準確識別出感興趣的雷達信號。在實際情況中，大多是對已知雷達信號的識別，尤其需要對某些已知雷達信號的快速識別，采用本方法，符合實際需求，具有一定的實用價值。

［1］賀平.雷達對抗原理［M］.北京：國防工業(yè)出版社，2016.

［2］劉凱，王杰貴.基于SPA和滑窗技術(shù)的重點雷達輻射源快速識別［J］.現(xiàn)代防御技術(shù)，2014，42（2）：150-155.

［3］馬爽，王瑩桂，柳征，等.基于序列比對的多功能雷達搜索規(guī)律識別方法［J］.電子學報，2012，40（7）：1434-1439.

［4］張鵬程，王杰貴，曠平昌，等.重點雷達輻射源快速篩選識別算法分析［J］.火力與指揮控制，2015，40（11）：31-35.

［5］丁軍，劉志成.基于特征參數(shù)匹配的雷達輻射源識別方法研究［J］.現(xiàn)代雷達，2011，33（9）：29-33.

［6］吳琳，鄭志娟，許琪.基于全脈沖的周期信號樣本提取技術(shù)［J］.航天電子對抗，2016，32（4）：41-43.

［7］龔亮亮，羅景青，吳世龍.一種基于模板脈沖序列的雷達輻射源識別方法［J］.現(xiàn)代防御技術(shù)，2008，36（5）：130-134.