一种新的LFM引信距离欺骗干扰抑制算法*

2014-09-07**

电讯技术 2014年1期

(海军航空工程学院，山东烟台 264001)

尹洪伟**，李国林，隋鉴

(海军航空工程学院，山东烟台 264001)

针对线性调频(LFM)引信距离欺骗干扰问题，研究了一种结合随机调斜率和盲分离(BSS)的干扰抑制方法。该方法采用区别对待机制，首先采用随机调斜率，使敌方不易获取引信信号关键参数，从而可以通过简单的匹配滤波方法进行抗干扰。在随机调斜率失效的情况下再采用盲分离算法分离回波和干扰，然后根据频谱的连续性原理获取完整分离信号，最后根据数字射频存储(DRFM)相位量化的特性来区分回波和干扰。实验仿真表明，在干扰信号调斜率达到4%误差以上时随机调斜抗干扰具有很好的效果，且算法中很少(小于10%)会采第二种盲分离算法，因而运算量大为降低，可为引信抗欺骗干扰提供重要的实际参考。

LFM引信；距离欺骗干扰；干扰抑制；随机调斜率；盲分离

1 引言

科学技术的发展使现代战争步入了信息化时代，在信息化战争中抗干扰能力的增强一直是提高导弹武器作战效能的重中之重[1]。引信作为导弹武器的末端引爆装置，控制着导弹最佳起爆时间，是导弹武器发挥作用的关键点[2-3]。而现代战争中的复杂电磁环境以及各种人为的有源无源干扰，特别是欺骗性干扰，给引信的正常工作带来了巨大威胁[4]。

针对欺骗干扰问题，文献[5-6]提出了正交投影抑制方法，但是正交投影法需要较多的先验知识；为此文献[7]提出了利用盲分离抗干扰的思想，该方法可以在对源信号未知的情况下进行干扰抑制，但其采用的信号形式容易被侦测。

针对上述问题，本文提出了一种随机调斜率和盲分离相结合的思想，一方面加大了引信参数的侦测难度，另一方面结合了盲分离的优秀思想，并通过实验证明了其可行性和有效性。

2 LFM引信及干扰信号分析

对于线性调频引信，其信号发射波形如下式所示[8]：

s(t)=rect(t/T)ej(2πf0t+μt2)

(1)

引信信号遇到目标后返回，其回波信号形式为

(2)

式中，a为幅度系数，τT为回波信号延迟时间，φT为回波初始相位，它服从均匀分布U(-π,π),fdT为回波信号多普勒频率。

(3)

当干扰机采用DRFM相位量方式时，其欺骗信号形式为[9]

(4)

式中，N=2M,M为相位量化位数，φJ(t)为干扰信号的相位，转发式欺骗干扰φJ(t)=φT(t)。在引信接收天线处，欺骗干扰可表示为

j(t)=bejφJj′(t)

(5)

其中：

式中,b为信号幅度系数，τJ为干扰延时，φJ为干扰初始相位且服从均匀分布U(-π,π)，fdJ为干扰信号多普勒频移。

3 回波与干扰相关性分析

当接收信号中含有欺骗信号时，对其进行脉压处理，可以得到两个脉压峰值，此时可采用盲分离进行处理。盲分离对源信号的一个基本要求是，参加分离的源信号之间必须是不相关或者是独立的[10-11]。通过分析可知，DRFM进行相位量化的位数越高，干扰越接近回波，且其绝大部分能量集中于基波，因此，干扰信号的基波分量(即m=0)与回波相关性最强能量也是最大。令欺骗干扰的第m次谐波为

其中，φT(t)=2πf0t+μt2，f0为载频，μ为调斜率。设τJ<τT<τJ+T，则基波与回波相关系数c0为[7]

(6)

令fc0=μ(τT-τJ)+(fdJ-fdT)，其中μ为1014量级，T为10-6量级。一般运动目标/干扰机的fdT/fdJ小于104量级。引信方存在最佳爆炸距离τd，当τT=τd时起爆。若欺骗信号想达到干扰效果，使引信过早触发，那么它必然要采用循环变化的延时，且延时变化量要远大于回波信号的延时变化量以对准引信的触发距离。于是，我们采用间隔时间Δt=nTc(n正整数，Tc为脉冲周期)观测信号，则引信的信号延时变化量为ΔτR=-2VRΔt/c(VR为弹目接近速度)，而欺骗干扰延时变化量ΔτJ=-(nka+VRΔt/c)(ka为延时变化速率)，设欺骗干扰每次的延时变化量为10 ns，取观测时间间隔为Δt=10Tc，VR=900 m/s，则ΔτT=-3 ns，ΔτJ=-101.5 ns。所以回波和干扰之间的延时变化量绝对值为|τT-τJ|=98.5 ns，因此积分时间T+τT-τJ数量级为10-7，延时差|τT-τJ|数量级也为10-7。

4 距离欺骗干扰抑制方法

本文采用随机调斜率和盲分离相结合的方法进行干扰抑制，当引信接收到信号时，首先进行匹配滤波，若调斜率满足误差要求，则在脉压图中只有一个峰值；若不满足误差要求，脉压图中会出现两个峰值，此时再采用盲分离方法抗干扰。采用本方法有两个优点，一是使敌方干扰机不易获取引信信号参数以达到抗干扰目的；二是根据干扰信号与引信参考信号相参与否，采用不同的抑制方法以减少运算量。

4.1随机调斜率抗干扰分析

对于DRFM距离欺骗干扰而言，其干扰的关键在于对μ的侦测。在干扰信号对准μ的情况下，对接收信号进行脉压会得到两个尖峰值以迷惑引信。但是若使干扰机无法侦测μ，即干扰机的μJ同引信发射信号的μ之间存在差异，则在信号脉压图中，干扰信号会从尖峰值变为幅度降低时间域展宽的信号形式，从而很容易识别干扰。

变μ的利用不仅可以使信号的相关度降低，也可以在分离回波与干扰信号之后作为识别干扰的一个判据。为此，可以在引信中采用一种变μ的信号发射形式，即每次发射脉冲的调斜率μ是随机的，从而可以对欺骗干扰具有较好的抵抗能力。

假设引信接收机在第n个周期接收到的信号为

srj(tn,τ)=sr(tn,τ)+j(tn,τ)

(7)

式中，sr(tn,τ)为第n周期的引信回波信号，j(tn,τ)为第n周期的干扰信号。将接收信号同引信第n周期发射引号做匹配滤波来减少干扰信号的影响，于是得到脉压后的信号

(8)

4.2盲分离抗干扰分析

当干扰信号调斜率同发射信号调斜率接近(小于4%)时，脉压图中产生两个峰值，通过峰值时间的测量，可以确定回波信号和干扰信号混合部分的起止时间τbegin和τend。此时，采用稳健的二阶盲辨识算法[12](SOBI)将该时间段内的混合信号分离开来。假设接收信号为

X=AS

(9)

式中，X=[x1,x2]T为引信两路接收信号，信号通道为A=[a11,a12;a21,a22]，S=[sr(t),j(t)]T为源信号。算法的分离步骤如下：

(2)根据预选的一组时滞(p1,p2,…,pL)估计其协方差矩阵集合：

(10)

(11)

式中，N为总的统计次数。

根据统计方差的大小，可以得到如下结果：当σ1>σ2时，s1为干扰，s2为回波；当σ1<σ2时，s1为回波，s2为干扰；当σ1=σ2时，不能进行判别。

5 计算机实验仿真

在基于DRFM相位量化的距离欺骗干扰下，文献[2]给出了不同量化位数时的鉴别概率，且在m≥4、信噪比小于10 dB时，鉴别概率小于80。为此，本文提出了一种采用随机调斜率和盲分离相结合的抗欺骗干扰方法，此方法可以在上述情况下大大提高欺骗干扰的识别率。

5.1随机调斜率下的信号脉压

对脉冲引信进行距离欺骗干扰，通常情况下是通过对截获的引信发射信号进行延时和转发来实现，由于干扰机的延时处理，基于DRFM的欺骗干扰通常只能转发截获的上一周期信号。因此，若采用随机调斜率，则敌方很难确定引信准确的调斜率，从而使干扰信号的脉压失真。

在采用固定调斜率时，接收信号的脉压如图1所示，敌方干扰机在捕获引信信号调斜率后，向引信发射欺骗信号，此时引信接收机接收到的信号为回波和干扰的混合信号，对该信号进行脉压可以发现，一旦调制参数被截获，则脉压图中会出现两个峰值，此时无法直接鉴别哪个是干扰，必须通过其他方式进一步区分。

图1 参数截取后的接收信号脉压图Fig.1 Pulse comprssion when the slope is captured

在采用随机调斜率的情况下，其脉压波形如图2所示，在干扰没有对准的情况下，调斜率的抖动使得干扰信号失去了与引信参考信号之间的相关性，从而导致了脉压图的峰值降低，时间域展宽，峰值的位置也会发生偏移。仿真分析发现，当调斜率误差达到4%以上时，通过直接脉压就可以达到很好的抑制效果。

图2 调斜率未对准时的脉压图脉压Fig.2 Pulse compression when the slope is matched

如图3所示，随机产生100次1 000个周期的调斜率，若敌方侦测到随机斜率产生模型，此时调斜率误差在4%以内的平均占9.4%;若敌方没有侦测到完全准确的模型，则调斜率误差在4%以内根据不同的模型仅占2%～7%不等，说明了采用随机调斜率后，干扰抑制能力增强。

图3 不同对准模型下的对准概率Fig.3 Correct probalility in different models

5.2调斜率对准时的干扰抑制

采用随机调斜率并不能完全保证干扰信号调斜率误差很大(至少4%)，一旦调斜率对准，则变为了图1中脉压图的模式，此时可以采用盲分离方法分离回波和干扰，从而进一步抑制干扰。采用4.2节中的盲分离算法，以图1中的脉压为例，可得τbegin=0.8 μs，τend=1.6 μs，则起止时间之内的接收信号形式如图4所示，可以看出信号杂乱无章。

图4 引信接收信号Fig.4 Received signals of the fuze

将两路进行进行盲分离，分离信号如图5所示，从图中可以看出，通过盲源分离算法，混合信号得到了很好的分离。

图5 分离信号Fig.5 Separated signals

为了获取完整的分离信号，需要将分离开来的信号同分离时间之外的信号进行连接，而信号频谱的连续性为我们提供了渠道。把回波和干扰信号分别分成两部分，一部分是t∈[τbegin,τend)之间的信号，另一部分是在该时间段外的信号，我们把分段后的信号进行频谱分析，可以发现信号频谱具有连续性，如图6和图7所示。

图6 回波信号频谱连续性Fig.6 Spectrum continuity of echo signal

图7 欺骗信号频谱连续性Fig.7 Spectrum continuity of deception signal

图8 分离信号频谱Fig.8 Spectrum of separated signals

得到完整信号后，需要对信号进行鉴别，由于DRFM相位量化欺骗干扰信号的相位具有区间分布特性，故方差较大；而回波信号相位具有连续性，故方差小。并且其区间分布随着多普勒频率的降低和量化位数的降低而愈发显著，如图9和图10所示，其中方差较大者为干扰信号。图9为量化位数等于3、多普勒频率较低时的相位统计分布，图10为本文参数下的分布，可见由于量化的作用，欺骗信号相位统计产生了积聚，于是可以通过相位统计方差将其区分。

图10 本文参数下相位分布统计Fig.10 Phase statistics with parameters in this paper

6 结束语

本文针对LFM引信距离欺骗干扰，提出了采用随机调频和盲分离相结合的干扰抑制思想，通过理论分析和实验仿真，证明了在干扰调斜率达到4%以上即可通过匹配滤波抑制干扰，在调斜率误差较小时，通过盲分离抗干扰也可达到很好的效果，并且由于在绝大多数情况下调斜率误差较大，只需采用匹配滤波方法，从而减少了盲分离抗干扰的运算次数，大大降低了运算量。但是随着量化位数的提高，欺骗信号相位的连续性越来越好，因此相位统计方差法将会受到限制，而文中提到的延时变化量将会为我们提供新的鉴别方式，为下一步研究指明了方向。

[1] 施坤林, 黄征, 马宝华,等. 国外引信技术发展趋势分析与加速发展我国引信技术的必要性[J]. 探测与控制学报, 2005, 27(3): 1-5. SHI Kun-lin, HUANG Zheng, MA Bao-hua, et al. The Analysis of the Characteristics and Trend of the Foreign Fuze Technology and the Necessary of the Rapid Developing of Our Fuze Technology[J]. Journal of Detection & Control, 2005, 27(3): 1-5.(in Chinese)

[2] 崔占忠, 宋世和, 徐立新. 近炸引信原理[M]. 北京：北京理工大学出版社, 2009. CUI Zhan-zhong, SONG Shi-he, XU Li-xin.The Principle of Proximity Fuze[M]. Beijing: Beijing Institute of Technology Press, 2009. (in Chinese)

[3] 李潮, 张多林, 刘付显. 导弹无线电引信及其干扰技术研究[J]. 航空计算机, 2007,37(5): 69-72. LI Chao, ZHANG Duo-lin, LIU Fu-xian. Research on Missile Radio Fuses and Jamming Fuse Technologies[J].Aeronautical Computing Technique, 2007,37(5): 69-72. (in Chinese)

[4] 张淑宁. 伪码调相引信抗典型干扰的信号处理方法研究[D]. 南京:南京理工大学, 2006: 2-7. ZHANG Shu-ning.Study on Signal Processing Method of Suppressing Typical Interference Imposed on Pseudo-random Code Phase-modulation Fuze[D].Nanjing:Nanjing University of Science and Technology,2006:2-7. (in Chinese)

[5] 张淑宁, 赵惠昌. 伪码引信抗欺骗干扰的互相关正交投影联合法[J]. 南京理工大学学报, 2007, 31(4): 509-513. ZHANG Shu-ning, ZHAO Hui-chang. Method of Suppressing Fraudulent Jamming with Cross-correlation and Orthogonal Projection for PN Fuze[J]. Journal of Nanjing University of Science and Technology, 2007, 31(4): 509-513. (in Chinese)

[6] 张淑宁, 赵惠昌. 基于延时变化量估计的伪码引信抗欺骗式干扰方法[J]. 宇航学报, 2008, 29(1): 326-331. ZHANG Shu-ning, ZHAO Hui-chang. The Method of Fraudulent Interference Excision Based on Time Delay Difference Estimation for PN Fuze[J]. Journal of Astronautics, 2008, 29(1): 326-331. (in Chinese)

[7] 罗双才, 唐斌. 一种基于盲分离的欺骗干扰抑制算法[J]. 电子与信息学报, 2011, 33(12): 2801-2806. LUO Shuang-cai, TANG Bin. An Algorithm of Deception Jamming Suppression Based on Blind Signal Separation[J]. Journal of Electronics & Information Technology, 2011, 33(12): 2801-2806. (in Chinese)

[8] 赵惠昌. 无线电引信设计原理与方法[M]. 北京：国防工业出版社, 2012. ZHAO Hui-chang. Fundamentals and Methodology of Radio Fuze[M]. Beijing: National Defense Industry Press, 2012. (in Chinese)

[9] 陈亚培. 雷达距离欺骗干扰的对抗方法研究[D]. 西安:西安电子科技大学, 2012: 43-45. CHEN Ya-pei. Study on the Method of Radar Distance Deception Jamming Against[D].Xi′an:Xidian University, 2012: 43-45. (in Chinese)

[10] Abolghasemi V, Ferdowsi S,Sanei S. Blind Separation of Image Sources via Adaptive Dictionary Learning[J]. IEEE Transactions on Image Processing, 2012, 21(6): 2921-2930.

[11] Chien Jen-Tzung,Hsieh Hsin-Lung. Convex Divergence ICA for Blind Source Separation[J]. IEEE Transactions on Audio, Speech, and Language Proceing, 2012, 20(1): 290-301.

[12] Andrzej C, Amari Shun-ichi.自适应盲信号与图像处理[M]. 吴国正，唐劲松, 章林柯，等，译.北京：电子工业出版社, 2005. Andrzej C,Amari Shun-ichi. Adaptive Blind Singal and Image Processing[M]. Translated by WU Guo-zheng, TANG Jin-song, ZHANG Lin-ke，et al.Beijing:Publishing House of Electronics Industry, 2005. (in Chinese)

YIN Hong-wei was born in Xuzhou，Jiangsu Province, in 1987. He received the M.S. degree in 2009.He is currently working toward the Ph.D. degree. His research concerns short-range target detection.

Email: yinhongwei168@126.com

李国林(1955—)，男，吉林省吉林市人，博士,教授、博士生导师，主要研究方向为军用目标中近程探测；

LI Guo-lin was born in Jilin, Jilin Province, in 1955. He is now a professor with the Ph.D. degree and also the Ph.D. supervisor. His research concerns short-range target detection.

隋鉴(1983—)，男，山东龙口人，博士研究生，主要研究方向为目标中近程探测。

SUI Jian was born in Longkou，Shandong Province, in 1983.He is currently working toward the Ph.D. degree.His research concerns short-range target detection.

ANewLFMFuzeDistanceDeceptionJammingSuppressionArithmetic

YIN Hong-wei, LI Guo-lin, SUI Jian

( Naval Aeronautical and Astronautical University, Yantai 264001, China)

To solve the problem of linear FM(LFM)fuze distance deception jamming, a new jamming suppression method is studied which combines random slope and blind source separation(BSS). This method adopts discriminated mechanism, which can make the enemies difficult acquire the fuze′s signal parameter. So, the simple method can be used to suppress the jamming. When the random slope is invalid,BSS can be used to separate the echo and jamming,and the spectrum continuity principle is used to acquire the intact signals, and then the digital radio frequency memory(DRFM) phase quantification′s characteristic is used to distinguish the echo and jamming. The experiments results indicate that when the jamming signal′s slope is greater than four percent, the random slope jamming suppression has great effect, and there is less than ten percent to use the method of BSS. So, the calculated amount can be reduced greatly.Keywords：LFM fuze;distance deception jamming;jamming suppression;random slope;blind source separation

10.3969/j.issn.1001-893x.2014.01.010

尹洪伟，李国林，隋鉴.一种新的LFM引信距离欺骗干扰抑制算法[J].电讯技术，2014,54(1):52-57.[YIN Hong-wei, LI Guo-lin, SUI Jian.A New LFM Fuze Distance Deception Jamming Suppression Arithmetic[J].Telecommunication Engineering,2014,54(1):52-57.]

2013-10-10；

：2013-12-16 Received date:2013-10-10；Revised date：2013-12-16

yinhongwei168@126.com Corresponding author：yinhongwei168@126.com

TN972

：A

：1001-893X(2014)01-0052-06