級聯(lián)式信道化和異構(gòu)服務(wù)器的ESM系統(tǒng)組合架構(gòu)

彭 平，張劍云，周青松，趙 利

(1.國防科技大學(xué)電子對抗學(xué)院，安徽 合肥 230031；2.解放軍31104部隊，江蘇 南京 210028)

0 引言

在現(xiàn)代ESM中，雷達(dá)信號密集復(fù)雜、交錯多變、頻帶寬開，模擬接收機難以實現(xiàn)對雷達(dá)偵察信號的全概率截獲和高精度測頻，加上新體制雷達(dá)的抗截獲、反偵察和抗干擾能力不斷完善[1]，使得基于傳統(tǒng)的FPGA、DSP架構(gòu)的處理機難以實現(xiàn)電子支援偵察信號的實時分選。這對ESM系統(tǒng)中的偵察接收機和信號處理機的設(shè)計提出了挑戰(zhàn)，因此在設(shè)計時需解決兩個問題：一是如何設(shè)計出能實現(xiàn)全概率截獲和高精度測頻的寬帶偵察接收機；二是如何設(shè)計出能對從接收機前端獲得的大吞吐量高速數(shù)據(jù)流實時分選的信號處理機。

在電子戰(zhàn)領(lǐng)域，搜索式超外差接收機、瞬時測頻接收機和信道化測頻接收機等模擬接收機技術(shù)相對成熟，在ESM系統(tǒng)中應(yīng)用較為廣泛，而數(shù)字接收機特別是數(shù)字信道化接收機受限于硬件水平，一般作為模擬接收機的補充，處于輔助和從屬地位[2]。將寬帶雷達(dá)偵察信號進(jìn)行折疊信道化再進(jìn)行數(shù)字信道化是將超外差與數(shù)字信道化的優(yōu)勢相結(jié)合，即將寬帶信號折疊在同一個頻段上再進(jìn)行數(shù)字信道化的并行處理，不僅可以解決大寬帶信號的處理問題，還可以實現(xiàn)高靈敏度接收，而且接收的信號能長期存儲、信息損失少，可以在截獲后實現(xiàn)較為復(fù)雜的算法進(jìn)行分選識別。

信號處理機則以傳統(tǒng)的FPGA+DSP架構(gòu)為主，以PowerPC通用處理器嵌入式開發(fā)為輔。為了適應(yīng)分選識別技術(shù)的發(fā)展，以及實現(xiàn)通用性、易開發(fā)和軟件化等要求，近年來使用CPU+GPU架構(gòu)的信號處理機來實現(xiàn)一些復(fù)雜算法成為一種趨勢。如2017年哈爾濱工業(yè)大學(xué)的劉楠提出基于GPU并行計算的雷達(dá)信號分選算法，在先驗知識不足的情況下使用Fast-ICA的K-Means聚類算法能夠滿足實時性分選要求[3]，但如果沒有經(jīng)過精確測頻引導(dǎo)，分選準(zhǔn)確率將會受到影響。2019年西南電子技術(shù)研究所的莊躍遷提出一種基于高性能GPU的實時脈內(nèi)分析實現(xiàn)方案進(jìn)行分析處理，在信號分選之前即對雷達(dá)信號脈沖分析處理，獲取其調(diào)制樣式及調(diào)制參數(shù)，利用GPU的陣列并行處理能力，能夠大幅度提高雷達(dá)信號分選的正確率[4]，該方案運用于ESM系統(tǒng)時也需考慮對寬帶雷達(dá)偵察信號全概率截獲和高精度測頻的要求。也有學(xué)者在CPU+GPU異構(gòu)服務(wù)器的基礎(chǔ)上對雷達(dá)信號的處理進(jìn)行了研究，能夠滿足搜索探測的雷達(dá)信號處理要求，但對于雷達(dá)偵察支援信號的處理卻鮮有提及。

為解決現(xiàn)代ESM系統(tǒng)難以同時實現(xiàn)對復(fù)雜交錯寬帶雷達(dá)偵察信號全概率截獲、高精度測頻和實時可編程分選的問題，本文提出級聯(lián)式信道化和異構(gòu)服務(wù)器的ESM系統(tǒng)組合架構(gòu)。

1 級聯(lián)式信道化和異構(gòu)服務(wù)器的ESM系統(tǒng)組合架構(gòu)

偵察接收機和信號處理機主要負(fù)責(zé)雷達(dá)信號和數(shù)據(jù)的處理，是ESM系統(tǒng)的核心部分。從現(xiàn)代雷達(dá)對抗面臨的信號環(huán)境和實戰(zhàn)需求來看，二者必須整體設(shè)計、互相搭配才能共同支撐ESM系統(tǒng)。

按典型信號處理系統(tǒng)的物理結(jié)構(gòu)進(jìn)行功能建模，ESM系統(tǒng)主要由天線模塊、偵察接收模塊、信號處理模塊、顯示操控模塊、記錄模塊等組成[2]，典型ESM系統(tǒng)組成如圖1所示。

圖1 典型ESM系統(tǒng)組成框圖Fig.1 Typical radar countermeasure support reconnaissance system block diagram

從偵察接收機的角度來看，嚴(yán)峻的ESM雷達(dá)信號環(huán)境對現(xiàn)代接收機的靈敏度、瞬時帶寬、動態(tài)范圍、頻率選擇性、實時性、靈活性、自適應(yīng)性、在線可配置性、對同時到達(dá)信號的分辨率等提出更高的要求，表1將常見的模擬接收機與信道化接收機進(jìn)行詳細(xì)對比，為信道化接收機的選擇提供了參考依據(jù)[2]。

表1 常見模擬接收機與信道化接收機的性能對比Tab.1 Performance comparison between analog receivers and channelized receivers

從信號處理機的角度來看，雷達(dá)偵察信號處理對點數(shù)、運算速度、數(shù)據(jù)傳輸速度等方面的要求比探測雷達(dá)信號處理更高，且沒有先驗信息作為參考，加上現(xiàn)代的ESM系統(tǒng)除了射頻前端外其他很多模擬電路也通過軟件來實現(xiàn)，因此對雷達(dá)偵察信號的分選識別、脈內(nèi)特征分析等處理需要采取較為復(fù)雜的算法。而基于傳統(tǒng)的FPGA、DSP或者PowerPC通用處理器等嵌入式硬件架構(gòu)的雷達(dá)信號處理系統(tǒng)在運算能力、通用性、復(fù)雜算法實現(xiàn)和開發(fā)難度等方面存在一定的不足，表2將各類型處理器的性能進(jìn)行了對比。

表2 各類型處理器性能對比Tab.2 Performance comparison for each type of processor

通過表2可知，異構(gòu)服務(wù)器的整體性能比其他3種處理器要好，但考慮到FPGA可以并行運算，而DSP采用哈弗結(jié)構(gòu)，它們都具有很強的實時性，是雷達(dá)信號處理系統(tǒng)的首選，所以需要通過實際性能測試來進(jìn)行比較。

表3將雷達(dá)信號處理中常見的單精度1 024點FFT運算的測試情況進(jìn)行了對比，測試結(jié)果驗證了異構(gòu)服務(wù)器用于ESM系統(tǒng)實時信號處理的可行性。

表3 各處理器單精度1 024點FFT運算性能測試對比Tab.3 Comparison table of performance test of 1024 point FFT operation with single precisionfor each processor

2 組合架構(gòu)中寬帶雷達(dá)信號高精度測頻的實現(xiàn)

由于難以對截獲的雷達(dá)偵察信號采用射頻直接采樣技術(shù)進(jìn)行數(shù)字化，需要先借助模擬處理技術(shù)，即折疊信道化，先把寬帶信號轉(zhuǎn)換為適合于 A/D 采樣的中頻信號進(jìn)行處理，因此本文采用折疊+數(shù)字級聯(lián)式信道化的設(shè)計方法。

以機載ESM系統(tǒng)通常的工作頻率范圍，即2～18 GHz帶寬的信號環(huán)境為例，具體設(shè)計流程為：第一步，首先用2～18 GHz帶通濾波器把支援偵察目標(biāo)范圍以外的信號濾去，只留下保留處理頻段2～18 GHz的信號；然后用低噪聲放大器提高信噪比；最后用功分器將信號分為8路。第二步，8路信號分別經(jīng)過2～4 GHz、4～6 GHz、6～8 GHz、8～10 GHz、10～12 GHz、12～14 GHz、14～16 GHz、16～18 GHz帶通濾波器，分割成8個帶寬為2 GHz的波段。第三步，用8個不同的本振(LO)將8個波段下變頻為8路中心頻率同為3 GHz、寬帶同為2 GHz的中頻模擬信號，相同的中心頻率和帶寬可以確保在后續(xù)帶通采樣時只需使用一個采樣率就能實現(xiàn)數(shù)字化。第四步，用合路器將8路中頻模擬信號統(tǒng)一折疊為2 GHz瞬時處理帶寬的中頻模擬信號，并根據(jù)檢波器隨機觸發(fā)或順序掃描儀掃描的結(jié)果判斷折疊信號的所屬波段。第五步，為滿足2 GHz瞬時處理帶寬要求并留有一定過渡帶，使用4.8 GSPS采樣率的ADC芯片進(jìn)行采樣[5]，得到實際帶寬為2.4 GHz的寬帶數(shù)字中頻采樣數(shù)據(jù)并高速緩存。第六步，通過對緩存的2.4 GHz采樣數(shù)據(jù)進(jìn)行抽取分路、多相濾波和并行IFFT實現(xiàn)數(shù)字信道化，得到32路75 MHz的數(shù)字正交I、Q信號，獨立信道數(shù)為16個，最后通過多路光纖并行輸出至信號處理機。

上述流程的具體實現(xiàn)如圖2所示，由圖可以看出經(jīng)過折疊信道化+數(shù)字信道化的處理，最終可以得到與信號帶寬相適應(yīng)的、有效帶寬經(jīng)過壓縮的正交數(shù)字基帶信號。在繼承前文所述的信道化接收機優(yōu)點的基礎(chǔ)上，該設(shè)計方法還將采樣率保持在非常高的水平上(4.8 GSPS)，確保了頻率分辨率，同時大大減小了模擬設(shè)備使用量，簡化了系統(tǒng)設(shè)計，便于工程實現(xiàn)。

圖2 折疊信道化+數(shù)字信道化偵察接收機的總體設(shè)計流程圖Fig.2 System design flow chart of folded channelized + digital channelized reconnaissance receiver

3 組合架構(gòu)中高速雷達(dá)信號數(shù)據(jù)流實時處理的實現(xiàn)及仿真

軍工產(chǎn)品的來源很大程度上依靠商業(yè)市場，使用商用現(xiàn)成品(COTS)實現(xiàn)處理高速雷達(dá)信號數(shù)據(jù)流已經(jīng)越來越普遍，與傳統(tǒng)的軍事專項定購方法相比，使用COTS開發(fā)周期快，能減少研發(fā)成本，服務(wù)器中通用處理器都有開放軟件標(biāo)準(zhǔn)，制造商通常還提供對處理器進(jìn)行優(yōu)化的信號處理庫[6]。隨著異構(gòu)服務(wù)器運算性能的大幅提升，軟件生態(tài)環(huán)境的進(jìn)一步優(yōu)化、并行及低延時編譯方法的逐步成熟，使得利用異構(gòu)服務(wù)器完成強實時的雷達(dá)信號處理任務(wù)成為可能[7]?；贕PU+CPU異構(gòu)服務(wù)器的實時分選識別，通過采用高速數(shù)據(jù)存儲處理平臺架構(gòu)，能夠?qū)崿F(xiàn)對輸入數(shù)據(jù)提供實時存儲、處理。在前文論述的級聯(lián)式信道化的基礎(chǔ)上，ESM系統(tǒng)的信號流程圖如圖3所示。

圖3 ESM系統(tǒng)信號處理流程圖Fig.3 Signal processing flow chart of radar countermeasure system

為驗證將異構(gòu)服務(wù)器用于實現(xiàn)ESM系統(tǒng)中信號處理算法的準(zhǔn)確度和實時性，本文主要對ESM系統(tǒng)信號處理的主要環(huán)節(jié)信號分選進(jìn)行仿真。在充分利用前文所述的級聯(lián)式信道化實現(xiàn)高精度測頻和信號并行處理等優(yōu)點的基礎(chǔ)上，可以通過異構(gòu)服務(wù)器實現(xiàn)軟件化分選處理來提高信號分選的效率和準(zhǔn)確性，同時考慮到實際在ESM情況下存在缺乏充足先驗信息、樣本空間不夠大以及實時性要求難滿足等客觀情況，本文采用SVM分類算法進(jìn)行仿真。

3.1 SVM原理

SVM是基于統(tǒng)計學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險最小化準(zhǔn)則的一種分類器。SVM算法是一個凸二次優(yōu)化問題，能夠保證找到的極值解就是全局最優(yōu)解，無須任何先驗知識便能找到最優(yōu)超平面分割面，且僅憑少量的支持向量就能表示這個最優(yōu)超平面分割面，在解決小樣本、非線性高維模式分選識別問題中表現(xiàn)出結(jié)構(gòu)簡單、全局最優(yōu)、泛化能力強等許多特有優(yōu)勢[8]，因此適合用于ESM系統(tǒng)中雷達(dá)信號的分選。

SVM是在兩類線性可分問題的最優(yōu)分類算法基礎(chǔ)上發(fā)展而來的。以兩類線性可分?jǐn)?shù)據(jù)為例，一類數(shù)據(jù)用圓形代表，另一類數(shù)據(jù)用菱形代表，則最優(yōu)分類線(在高維情況下為最優(yōu)分類超平面)示例圖如圖4所示。

圖4 最優(yōu)分類線示例圖Fig.4 Sample diagram of the optimal classification line

圖4中margin代表分類平面間的最大分類間隔，處于分類線兩側(cè)的數(shù)據(jù)點為待分類的樣本。在該示例圖中，基本分類判別面方程為：

WTX+b=0

若對線性可分的樣本集進(jìn)行數(shù)據(jù)歸一化處理，分類間隔的表達(dá)式為，求分類間隔最大問題實際上就是求最小，通過加入有效約束條件，引入拉格朗日乘子后，解得最優(yōu)分類判別函數(shù)，且其參數(shù)的確定依賴于SV(支持向量)，從而得到通用SVM最優(yōu)化分類函數(shù)表達(dá)式：

在實際應(yīng)用中，為解決SVM只能處理線性可分樣本的問題，將核函數(shù)與最優(yōu)分類判別面相結(jié)合形成最終的SVM模型，分類函數(shù)表達(dá)式變?yōu)椋?/p>

引入核函數(shù)的主要目的是將原低維空間中非線性不可分函數(shù)映射到高維空間中，即解決低維特征空間無法構(gòu)造分類超平面的問題，從而將非線性不可分的問題轉(zhuǎn)化為線性可分問題，此時的最優(yōu)分類算法就變成了SVM分類算法[8]。

SVM分類算法的性能關(guān)鍵在于核函數(shù)方法的選取，常見的核函數(shù)有線性核、p階多項式核、多層感知器核(Sigmoid)和Gauss徑向基核(RBF)[1]。本文采用基于Gauss徑向基核的SVM分類算法進(jìn)行信號分選的仿真分析。

3.2 算法仿真

3.2.1參數(shù)設(shè)置

用PDW(脈沖描述字)表述雷達(dá)的參數(shù)，主要包括射頻(RF)、PA(脈沖幅度)、PW(脈沖寬度)、TOA(到達(dá)時間)、DOA(到達(dá)角)。2部偵察站分別部署在(±50 000,0,0)，4部雷達(dá)的位置在(7 000,4 000,4 000)處隨機產(chǎn)生，DOA不考慮俯仰，采集0.1 s的脈沖數(shù)據(jù)。分別設(shè)置3種不同復(fù)雜度的ESM工作頻段中S波段的信號樣式。

1) 固定載頻、固定脈寬；

2) 頻率捷變(捷變范圍為5 MHz)、脈寬捷變(捷變范圍為0.5 μs)、脈沖丟失率為10%；

3) 脈沖丟失率為20%，其余與2)中相同。

3.2.2仿真分析

對雷達(dá)全脈沖數(shù)據(jù)的各個維度進(jìn)行相關(guān)性檢測可知相關(guān)性最強的是RF和PW兩個屬性，因此選擇利用這兩個屬性來進(jìn)行分選。由于Matlab中的SVM只用于二分類，因此針對四部雷達(dá)的分類問題需要通過多個SVM的組合來完成，訓(xùn)練出四個分類器，測試數(shù)據(jù)時取匹配概率最大的分類結(jié)果。

把坐標(biāo)上的每一個點都載入模型得到對應(yīng)的分類預(yù)測，仿真中在SNR為40 dB相對較高信噪比環(huán)境下來訓(xùn)練SVM模型，這樣就可以畫出本次分類器訓(xùn)練出的分類范圍，此時分選準(zhǔn)確率為100%，如圖5所示。

圖5 較高信噪比環(huán)境下SVM訓(xùn)練出的分類范圍Fig.5 Classification regions trained by SVM classification algorithm under a higher SNR

實際情況下噪聲干擾影響可能較大，因此在仿真中將SNR降到20 dB相對較低信噪比，此時使用SVM分類算法分離信號，仿真結(jié)果如圖6所示。此時下方兩個較為密集的結(jié)合部分信號分選效果稍差，但總體效果較好，此時分選準(zhǔn)確率為98.67%，仍可滿足ESM系統(tǒng)雷達(dá)信號分選的要求。

圖6 較低信噪比環(huán)境下SVM訓(xùn)練出的分類范圍Fig.6 Classification regions trained by SVM classification algorithm under a lower SNR

為了提高算法的實時性，除了對代碼進(jìn)行優(yōu)化、向量化編程等手段外，還可以通過CPU+GPU異構(gòu)加快Matlab代碼的運行速度，表4將使用通用CPU與CPU+GPU異構(gòu)服務(wù)器實現(xiàn)SVM分類算法的處理時間進(jìn)行了對比。

表4 通用CPU與CPU+GPU異構(gòu)服務(wù)器實現(xiàn)SVM分類算法的處理時間對比Tab.4 Comparison table of processing time of SVM classification algorithm implemented by general CPU and CPU+GPU heterogeneous server

通過對比可以看出，使用異構(gòu)服務(wù)器架構(gòu)能夠較快加速SVM分類算法的實現(xiàn)，從而滿足ESM中信號實時分選要求。本文仿真選擇了實時性強、無需先驗條件且在較低SNR環(huán)境下仍能夠確保高分選準(zhǔn)確率的SVM分類算法，在實際系統(tǒng)設(shè)計中，可以根據(jù)具體需求和環(huán)境選擇不同的算法，特別是在需要實現(xiàn)維度高、迭代次數(shù)多、樣本空間大、在線可編程的雷達(dá)偵察信號分選算法時，利用該架構(gòu)能夠加速算法的實現(xiàn)，而在傳統(tǒng)的FPGA、DSP等處理器上是無法實現(xiàn)的，在通用上能夠?qū)崿F(xiàn)但實時性較差，因此目前在一些最新的雷達(dá)對抗平臺中已經(jīng)開始采用CPU+GPU異構(gòu)服務(wù)器來實現(xiàn)信號的處理。

通過前文對偵察接收和信號處理兩個模塊的設(shè)計論證和算法的仿真分析可以看出：級聯(lián)式信道化能夠?qū)崿F(xiàn)對雷達(dá)偵察信號的全概率截獲和高精度測頻并完成信號的實時傳輸，為下一步信號高準(zhǔn)確率分選奠定了基礎(chǔ)，從而應(yīng)對日漸增多的低截獲概率(LPI)雷達(dá)的威脅；但也帶來了大吞吐量高速數(shù)據(jù)流實時處理的挑戰(zhàn)，此時便可以利用異構(gòu)服務(wù)器特有的性能優(yōu)勢，在提高信號處理的速度同時，對復(fù)雜交錯寬帶雷達(dá)偵察信號的大吞吐量高速數(shù)據(jù)流進(jìn)行實時的數(shù)字化、可編程分選，從而達(dá)到快速偵察并精準(zhǔn)引導(dǎo)干擾的目的。因此，級聯(lián)式信道化和異構(gòu)服務(wù)器前呼后應(yīng)、取長補短，從而發(fā)揮該ESM系統(tǒng)組合架構(gòu)優(yōu)勢。

4 結(jié)論

本文提出并論證了一種級聯(lián)式信道化和異構(gòu)服務(wù)器ESM系統(tǒng)組合架構(gòu)，該架構(gòu)將級聯(lián)式信道化和異構(gòu)服務(wù)器進(jìn)行組合搭配、優(yōu)勢互補。基于該架構(gòu)用Matlab對SVM分類算法進(jìn)行仿真，仿真結(jié)果表明：該架構(gòu)能夠在全概率截獲、高精度測頻、實時性傳輸和簡化工程設(shè)計的基礎(chǔ)上，實現(xiàn)對復(fù)雜交錯寬帶雷達(dá)偵察信號的實時可編程分選；即使在某些情況下不滿足ESM雷達(dá)偵察信號處理的強實時性要求，仍然可以在該組合架構(gòu)的基礎(chǔ)上用先進(jìn)但又復(fù)雜的算法來實現(xiàn)ELINT(電子情報偵察)。該設(shè)計思想契合了智能雷達(dá)對抗的發(fā)展趨勢，在雷達(dá)對抗領(lǐng)域具有一定的研究意義和應(yīng)用前景。