雷达信号脉内调制类型的识别

刘 昊，李 鑫，宋 祺

（空军航空大学，吉林长春130022）

电子对抗现已成为高技术战争中不可缺少的作战手段，而及时、准确、全面地获取敌方军用电子设备的战略战术情报，是保证有效实施电子对抗的先决条件和前提[1]。电子对抗的成功与否直接影响着战争的进程，甚至成为决定战争胜负的关键。

雷达情报侦察在现代电子战中的突出地位和作用，迫切要求分析雷达信号的脉内调制类型特征[3]。因此，详细分析雷达信号脉内调制的各种类型，将为雷达信号的分选和识别开辟新的思路。

1 雷达信号脉内调制类型识别模型

雷达信号脉内调制类型的识别，为新一代电子对抗系统在单脉冲基础上实现信号识别，提供了有力的基础，是当前雷达信号脉内特征研究的重要领域。图1是雷达信号脉内调制类型识别算法模型。

图1 雷达信号脉内调制类型识别算法模型

2 脉内调制类型识别综合算法及仿真

（1）利用脉冲宽度T、时宽带宽积BT区分简单脉冲信号和脉冲压缩信号。对于参数T，由实践经验可知简单脉冲的脉冲宽度一般在1 μs左右，而脉冲压缩信号的脉冲宽度一般在7～8 μs，可见，简单脉冲信号的脉冲宽度与脉冲压缩信号的脉冲宽度，有明显的差别[4]。

对于参数时宽带宽积，根据脉冲压缩原理可知脉冲压缩信号的时宽带宽积BT＞＞1，而简单脉冲的时宽带宽积BT=1。

（2）利用分数阶傅立叶变换区分连续调频信号和相位编码信号。信号分数阶傅立叶变换的模值为信号的时频分布函数在与时间轴夹角成α角度的轴线上的投影，当旋转角度与信号调频斜率匹配时，信号的时频分布在u轴的投影出现一个尖峰，而旋转角度与信号调频斜率不匹配时，投影尖峰将不存在[2，5]。

对连续调频信号和相位编码信号进行分数阶傅立叶变换，并取出每个分数阶次中分数阶傅立叶变换模最大值，这些最大值随分数阶次p的变化曲线如图2所示。

图2 连续调频信号、相位编码信号的分数阶傅立叶变换模值随p的变化曲线

从图2可看出，相位编码信号的分数阶傅立叶变换模最大值在p=1处出现尖峰，而连续调频信号的分数阶傅立叶变换模最大值在与调频斜率匹配的分数阶次处出现尖峰。可以通过信号尖峰出现的位置不同和幅值变化情况，来实现连续调频信号和相位编码信号的区分。

（3）利用广义时宽带宽积区分线性调频信号和V型调频信号。广义时宽带宽积是将信号旋转到p阶，使得信号在整个时频域具有最小的时频支撑。由于不同的信号在时频平面的分布不同，因此其广义时宽带宽积对应的分数阶次也不同。

图3为在-1dB情况下，分别对线性调频信号和V型调频信号进行ST分数阶傅立叶变换，横坐标为窗函数移动的点数，纵坐标为分数阶次。从图中可以看出，两个信号在进行ST分数阶傅立叶变换后，线性调频信号的广义时宽带宽积对应的p值均大于1，且波动幅度较小，信号频率随着时间线性增加；V型调频信号的广义时宽带宽积对应的p值出现比较明显的对称分布，前段信号的p值近似相等且大于1，后段p值近似相等且小于1，这两组p值关于1对称。因此，根据广义时宽带宽积，可以在低信噪比下实现对线性调频和V型调频的识别。

图3 不同调频类型信号的广义时宽带宽积对应的分数阶次变化图

（4）利用相位编码信号平方谱宽区分二相编码信号和四相编码信号。相位编码信号的解析表达式如下

信号的复包络为

其中，φ（t）为相位调制函数。

对于二相编码，φ（t）为0和π；四相编码信号的φ（t）为0，π/2，π，3π/2。

二相编码信号平方谱如图4所示。

图4 二相编码信号平方谱

四相编码信号平方谱如图5所示。

图5 四相编码信号平方谱

由仿真结果知道，二相编码信号平方后为单频信号，其谱宽很小，且不受信噪比影响，而四相编码信号平方后，为二相编码信号，其谱宽明显大于单频信号，因此我们可以用信号平方谱宽，来区分二相编码信号与四相编码信号。

3 结束语

随着雷达技术的发展，雷达信号的调制方式越来越多样化，而雷达辐射源信号的正确识别，是保证雷达对抗侦察和干扰设备有效发挥其作战效能的重要前提。因此，有必要对雷达信号脉内调制类型进行分析和研究，通过对敌方雷达信号脉内调制类型的分析，可以在和平时期收集雷达情报，了解国外雷达技术的发展和现状，战时可以对作战单位提供支援。

雷达信号脉内调制类型识别算法模型，为在信号密集、对抗激烈、动态多变的战场电磁环境下，对雷达信号脉内调制类型的识别提供一个分析模型。经过仿真验证各个算法取得了良好的效果，可以较好的识别简单脉冲信号等雷达信号类型，为实现在复杂的战场电磁环境中对雷达信号的识别奠定了理论基础。

[1]赵国庆.雷达对抗原理[M].西安：西安电子科技大学出版社，2005.

[2]孙 强.雷达脉内分析技术研究[D].郑州：解放军信息工程大学，2009.

[3]李 军.综合电子战发展趋势及对策[J].雷达与对抗，2001，（5）：11-16.

[4]文 海.雷达脉压信号脉内特征分析研究[D].哈尔滨：哈尔滨工程大学，2006.

[5]Henry K，Kwok and Douglas L.Jones.Improved Instantaneous Frequency Estimation Using an Adaptive Short-Time Fourier Transform[J]. IEEE Trans.on Signal Processing，2000，（02）：2964-2972.