基于模板提取的信號分選算法研究

沈 路鄧憶秋趙 巍劉 洋姜珍珠

(中國電子科技集團(tuán)公司第二十九研究所,四川 成都 610036)

0 引言

雷達(dá)信號分選是從截獲到的密集雷達(dá)脈沖流中分選出屬于不同雷達(dá)輻射源的脈沖,是雷達(dá)信號偵察處理中的核心組成部分之一。只有從脈沖流中分選出屬于不同輻射源的脈沖序列之后,才能對雷達(dá)輻射源施加壓制干擾或構(gòu)造虛假目標(biāo)回波信號進(jìn)行欺騙干擾。而隨著現(xiàn)代電子戰(zhàn)環(huán)境信號日趨密集,電子戰(zhàn)系統(tǒng)截獲到的脈沖參數(shù)交疊日益嚴(yán)重,傳統(tǒng)分選方法難以給出準(zhǔn)確的分選結(jié)果,且經(jīng)常會出現(xiàn)信號的錯批與漏批。

傳統(tǒng)的信號分選方法主要有統(tǒng)計直方圖法、累計差值直方圖法(CDIF)和序列差值直方圖法(SDIF),但這些方法都只能適用于脈沖少量丟失的場景,脈沖重復(fù)間隔(PRI)變換法及其改進(jìn)算法則存在算法運(yùn)算量大以及容差參數(shù)選擇的問題4]。蔡偉對基于雷達(dá)信號樣本庫的信號分選識別方法進(jìn)行了研究,但該算法需要雷達(dá)庫樣本庫作為先驗知識,牟皓、陳春利提出的基于SVM 分類器的信號分選方法需要對樣本脈沖進(jìn)行訓(xùn)練,丁增斗、翁永祥提出的聚類算法則要求脈沖在頻率和脈寬維度存在一定的區(qū)分度。

針對以上問題,本文提出一種基于模板提取的信號分選算法,采用模板匹配的思想提取最優(yōu)的特征脈沖序列。算法考慮了脈沖特征不連續(xù)以及漏脈沖和脈沖分裂等情形,在不需要先驗雷達(dá)庫信息的情況下能夠有效提取雷達(dá)特征脈沖序列,實現(xiàn)電磁參數(shù)交疊的脈沖分選。

1 基于模板提取的信號分選算法

1.1 模板提取算法的提出

從統(tǒng)計學(xué)意義上來講,全脈沖序列就是按照脈沖到達(dá)時間先后順序排列的時間序列,而信號分選所要解決的問題就是從大量的時間序列中提取出反映信號變化特征的特征序列。雷達(dá)信號特征反映在脈沖描述字上是一組特征脈沖序列,如果在截獲到的脈沖中包含若干個重復(fù)的模板脈沖序列,那么信號分選則可以理解為提取信號的模板脈沖序列。

1.2 模板提取算法原理

設(shè)脈沖序列為:

式中:x ={ , , ,t },t =t t。

假設(shè)脈沖序列中存在信號,,…,S 共個信號,信號S 對應(yīng)的時間特征序列為:Y ={y ,y ,,y },0＜≤,

式 中:y ={ , , ,t };t =t -t。

脈沖序列的分選問題就轉(zhuǎn)化為提取模板序列Y 。模板提取算法步驟如下:

(1) 讀取輸入全脈沖的脈沖數(shù)據(jù)到達(dá)時間序列。

(2) 根據(jù)假設(shè)的模板序列查找與之相匹配且持續(xù)時間相同的匹配序列。如圖1所示,若假設(shè)模板序列={f },0≤＜,Q ={g },0≤＜,0≤＜S ,表示與假設(shè)模板序列持續(xù)時間相同的匹配序列個數(shù),S 表示匹配序列持續(xù)時間相同的脈沖個數(shù),則:

圖1 模板序列匹配處理流程圖

模板序列的持續(xù)時間為D = - ,序列Q 的持續(xù)時間為D = - ,若D ≤,則:

(3) 將提取得到的模板序列進(jìn)行匹配處理

則式(8)和式(9)須滿足:

式中:為頻率門限;為到達(dá)時間差門限;為匹配比例門限;R 為匹配比例。

若序列的脈沖與Q 序列脈沖成功匹配的脈沖數(shù)為U ,=1,2,…,再計算模板序列與匹配序列Q 的脈沖匹配脈沖總個數(shù),則對應(yīng)模板序列的脈沖匹配個數(shù)即為:

(4) 重復(fù)步驟(2)～(3),將脈沖匹配個數(shù)最多的模板序列作為模板序列輸出。

(5) 在脈沖序列中刪除提取成功的模板以及對應(yīng)匹配序列,得到當(dāng)次處理的剩余脈沖。

(6) 剩余脈沖或處理次數(shù)滿足退出要求則結(jié)束處理,否則重復(fù)步驟(2)～(5)。

模板提取算法流程圖如圖2所示。

圖2 模板提取算法流程圖

2 仿真數(shù)據(jù)驗證

為驗證算法的正確性,仿真產(chǎn)生3 個信號,信號的載頻相同且類型均為固定,脈寬均小于0.5μs,重頻類型為參差和組變,仿真信號參數(shù)如表1所示。

表1 仿真信號參數(shù)

仿真信號全脈沖的頻率和到達(dá)時間差圖如圖3所示,從圖3中可以看出:由于3個信號相互交錯,且頻率、脈寬參數(shù)相同,脈沖到達(dá)時間相互交錯,從到達(dá)時間差圖上無法分辨出信號的類型。為了模擬真實環(huán)境,在仿真信號中模擬了漏脈沖并增加了隨機(jī)噪聲,分析了不同漏脈沖比例和噪聲比例對脈沖分選正確率的影響。

圖3 仿真信號全脈沖頻率與到達(dá)時間差圖

不同漏脈沖比例及分選算法的分選正確率如圖4 所示,從圖4 中可以看出:相比常規(guī)的CDIF算法和SDIF算法,基于模板提取算法的脈沖分選正確率有明顯提升,漏脈沖比例在小于10%的情況下脈沖分選正確率可達(dá)到80%以上,而CDIF和SDIF算法的正確率僅為55%左右,但隨著漏脈沖比例的增加,3種算法的脈沖分選正確率也將隨之降低。

圖4 漏脈沖與分選算法對脈沖分選正確率的影響

圖5所示為在不同漏脈沖比例,噪聲比例分別在5%、10%和20%的場景下的脈沖分選正確率。從圖5可以看出:當(dāng)漏脈沖比例為5%時,脈沖分選正確率能達(dá)到90%左右;而隨著漏脈沖和噪聲比例的增加,尤其是噪聲比例達(dá)到20%后,分選正確率急劇下降。可以看出:噪聲比例對脈沖分選正確率的影響要大于漏脈沖比例,原因是隨著噪聲比例的增加,將影響脈沖序列相關(guān)的正確性,從而進(jìn)一步降低脈沖分選正確率。

圖5 漏脈沖與噪聲對分選正確率的影響

3 實際數(shù)據(jù)驗證

以某艦載課題截獲到的雷達(dá)信號為研究對象,信號載頻主要集中在漁船導(dǎo)航信號頻段(9 300 MHz～9 500 MHz),脈寬均在1μs以下,實際信號全脈沖頻率與到達(dá)時間差圖如圖6所示。

圖6 實際信號全脈沖頻率與到達(dá)時間差圖

采用傳統(tǒng)分選算法對該數(shù)據(jù)進(jìn)行頻率和脈寬預(yù)分選,僅依靠頻率和脈寬無法將信號完全分開,而常規(guī)重頻分選難以處理脈沖交錯較為密集的信號,因此常規(guī)信號分選難以處理此類信號場景。

模板提取算法得到的信號1～信號6的脈沖截圖如圖7～圖12所示,信號分選得到的信號類型為重頻參差和重頻固定。由圖9～圖12可以看出:由于脈沖重疊的影響,提取得到的模板脈沖序列在個別脈沖出現(xiàn)了提取錯誤。CDIF 算法、SDIF 算法與基于模板提取的分選結(jié)果統(tǒng)計如表2所示,從中可以看出:基于模板提取的算法分選正確率可達(dá)到80%以上,而常規(guī)分選正確率不超過50%。這是因為傳統(tǒng)算法難以對頻率和脈寬維度無法區(qū)分的脈沖進(jìn)行正確分選,使得在重頻處理時易將參差信號誤處理為抖動信號,導(dǎo)致分選正確率較低。而本文算法充分利用信號脈沖到達(dá)時間相關(guān)性規(guī)律對脈沖去交錯,解決在頻率和脈寬維度難以區(qū)分的信號分選難題,顯著提升了脈沖分選正確率。

圖7 模板提取算法的第1個信號

圖8 模板提取分選算法的第2個信號

圖9 模板提取分選算法的第3個信號

圖10 模板提取算法的第4個信號

圖11 模板提取算法的第5個信號

圖12 模板提取算法的第6個信號

表2 傳統(tǒng)算法與基于模板提取的信號分選統(tǒng)計表

4 結(jié)束語

本文基于模板提取的思想提出了一種信號分選新算法,算法認(rèn)為雷達(dá)信號是在基于模板脈沖進(jìn)行重復(fù)變化,在該假設(shè)的基礎(chǔ)上進(jìn)行模板脈沖提取。由于算法是通過脈沖到達(dá)時間的變化提取模板,不依賴于脈沖頻率、脈寬和方位信息,即使在頻率、脈寬等信息難以區(qū)分的情況下仍能夠?qū)崿F(xiàn)信號的正確分選,提升了信號分選的適應(yīng)能力。仿真與實際數(shù)據(jù)驗證表明,該算法在信號密集且頻率、脈寬參數(shù)交疊的情況下仍能取得較好的效果。