重点雷达辐射源快速筛选识别算法分析*

张鹏程，王杰贵，旷平昌，孔 辉

（1.电子工程学院，合肥 230037；2.西昌卫星发射中心，四川 西昌 615000）

重点雷达辐射源快速筛选识别算法分析*

张鹏程1，王杰贵1，旷平昌2，孔 辉1

（1.电子工程学院，合肥 230037；2.西昌卫星发射中心，四川 西昌 615000）

针对复杂电磁环境下辐射源识别处理时间长，高威胁等级辐射源不能及时发现的问题，研究了重点辐射源目标快速筛选识别技术，提出了一种脉冲样本图TOA差级识别算法，直接以重点辐射源的脉冲样本图为模板，与经过简单稀释后的全脉冲数据进行匹配，忽略重叠匹配优化后，得到重点目标识别结果，筛选识别同步完成，运算复杂度小，筛选识别速度快。数值仿真结果表明该方法在复杂电磁环境下能够快速有效地识别出重点辐射源，具有很高的工程应用价值。

脉冲样本图，重点辐射源，快速识别，TOA差级

0 引言

在日趋复杂的现代电子战环境中，越来越多的雷达设备被用于战场上，单位时间内出现的脉冲信号平均数少则数万，多则数百万［1］。在如此密集的信号流中，快速筛选识别出威胁等级高的雷达辐射源（即重点目标）并获得尽量全而准确的信号参数，能够为战场准备赢取宝贵的时间，进而采取有针对性的措施对敌进行干扰，提高自身在战场中的生存能力。如何在复杂电磁环境下快速准确的识别出重点辐射源是已成为情报侦察中急需解决的问题［1-3］。

辐射源特征分析和识别等处理的前提是能够对雷达信号进行准确地描述和表示。到目前为止，对雷达信号的描述主要是采用脉冲描述字（PDW），通过载频、脉宽、重复周期、脉内特征等来实现对雷达信号特征的描述。对于某些复杂体制的雷达辐射源，仅仅利用脉冲描述字描述其信号特征，难以清楚地描述其具体的信号波形及其调制特征，从而导致基于这种描述方式的雷达辐射源识别精度不高，容易误判。文献［2］提出了一种基于模板序列的雷达辐射源识别方法，通过模板与全脉冲逐一比对，虽降低了计算量，但识别时间仍然较长，且理论并不成熟。随着文献［3］提出了脉冲样本图的概念之后，详细给出了不同类型雷达的脉冲样本图描述技术及脉冲样本图的建立方法。文献［4］则在此基础上研究了基于SPA和滑窗技术的雷达辐射源快速识别法，该方法利用了滑窗匹配技术，省略了传统识别方法的特征提取环节，识别率较高，但在门限选择上只是简单取脉冲流密度的一半，与脉冲中重点目标发射的脉冲个数不相关，容易出现漏警，且在滑窗过程中容易重复匹配。本文基于这种新的、能更加准确地描述复杂体制雷达信号特征的描述方式——脉冲样本图［3，5］进行辐射源识别。在简单介绍了脉冲样本图的概念之后，通过分析基于脉冲样本图的重点雷达信号快速处理过程，提出了基于脉冲样本图TOA差级算法的重点辐射源快速识别方法，通过对全脉冲数据进行简单稀释后，直接用重点辐射源的脉冲样本图进行比对匹配，无需完全分选相互叠加的全脉冲数据，去掉了传统识别方法中的特征提取环节，且分选识别同步完成，简化了分选处理环节，提高了识别算法的实时性。

1 基于脉冲样本图的辐射源快速识别概述

1.1 脉冲样本图的基本概念

对于单个雷达脉冲，可以选择其K个特征描述参数（如载频、脉宽、脉内调制等）对其进行描述，这K个参数记为单个脉冲的特征矢量，表示为

若一部雷达以某种工作模式在某一时间段中发射了M个脉冲，如果考虑每个脉冲的到达时间信息，可以把这个脉冲流信号S表示如下：

其中t1，t2，…，tM分别表示下一个脉冲相对当前脉冲的到达时间。侦察获得的雷达信号脉冲流可以视为具有多维参数的时间序列。

雷达信号脉冲样本图就是利用脉冲时间序列的方式来描述雷达信号。从S中选取一个子序列S'，如果该子序列S'能完全表示该雷达当前工作模式的信号特征，就将该子序列作为雷达信号脉冲样本图。脉冲样本图用一串（多个）脉冲的特征参数来描述雷达的知识特征［5］，更加注重信号特征参数随时间变化的规律，比传统用归纳的雷达特征与特征参数值描述方法更精细，更完整。脉冲样本图增加了一个“相对到达时间”这个描述字，很好地反应各个脉冲之间重频或频率的变化情况，更加清楚地描述了重频变化（如参差）或频率变化（如频率分集）的雷达特征。

1.2 基于脉冲样本图的重点辐射源信号处理过程

基于脉冲样本图的辐射源快速筛选识别过程如图1所示：

图1 脉冲样本图处理雷达对抗信号的过程

①对截获的经过简单稀释的雷达脉冲信号流用脉冲样本图进行重点辐射源目标快速筛选处理，如果识别到指定的重点辐射源目标，则更新参数，输出结果；

②对不能用脉冲样本图快速筛选识别的剩余脉冲进行常规预处理，分选后再进行特征提取，用特征多参数法识别。

本文主要对重点辐射源快速筛选处理部分进行研究。

2 基于脉冲样本图的重点辐射源快速筛选识别

2.1 重点辐射源目标快速筛选识别步骤

在基于脉冲样本图的重点辐射源目标快速筛选识别中以重点辐射源目标的脉冲样本图为模板，与全脉冲数据进行匹配，得到重点目标识别结果。算法的流程如图2所示。

步骤1：读数据。

①读取全脉冲数据；

②读取待识别重点辐射源目标的载频、脉宽数据，以及该雷达的样本图数据（如果该雷达有多个样本图，则在筛选失败后，再读取下个样本图数据）。

步骤2：粗筛选。

粗筛选是用重点目标的载频、脉宽与全脉冲数据进行匹配筛选，应用序列比对法［6］，设载频、脉宽的容差分别为Δf和Δ。具体过程为：先提取重点辐射源目标的载频、脉宽数据，假设重点辐射源目标的频率、脉宽为多值，分别为、…、和、…、，如果全脉冲数据的第i个脉冲的载频fi、脉宽i满足

图2 重点目标快速筛选识别流程图

则认为全脉冲数据的第i个脉冲为准匹配脉冲，提取所有满足条件的准匹配脉冲（N个）构成准匹配脉冲列S。

步骤3：找首个匹配脉冲。

①读取脉冲样本图的第一个脉冲参数，包括频率 f1、脉宽1和下一个脉冲到达时间T1；

②将S中的脉冲（按TOA顺序）依次与脉冲样本图的首脉冲进行参数对比分析，如果S中第j个脉冲的频率与f1在容差范围内相等，脉宽与1在容差范围内相等，则首脉冲匹配成功；若找不到首个匹配脉冲，则说明该全脉冲脉冲序列中不含该雷达的该工作模式，转到步骤1的②，用该雷达的下个样本图进行筛选。

步骤4：样本图匹配。

①单个样本图匹配。从S中向后搜索与样本图后续M-1个脉冲匹配的脉冲。M为脉冲样本图长度。例如搜索与该脉冲样本图的第2个匹配脉冲的方法是：设样本图首个脉冲的下一脉冲到达时间T1，第2个脉冲的频率为f2，脉宽为2，在S中从第j个脉冲向后搜索到（T1-Tε，T1+Tε）时间范围内，其中Tε为脉冲到达时间容差，如果有脉冲与f2在容差范围内相等，脉宽2与在容差范围内相等，则脉冲匹配成功；

②单个样本图匹配成败判断。如果搜索到脉冲样本图的第M个脉冲时，在S中共搜索到Q个匹配脉冲，若Q/M＞η（η为门限），则单个样本图匹配成功。否则样本图匹配失败，跳到④；

③脉冲样本图连续匹配。如果连续K次脉冲样本图匹配成功，则全脉冲数据中含该重点目标，搜索成功。K的取值与脉冲样本图的长度成反比；

④如果搜索失败，则转到步骤3的②，从第j个脉冲再向后去找首个匹配脉冲。

存在着一种特殊情况，即在一个脉冲样本图的下一脉冲到达时间区域中匹配了一个以上的待识别脉冲，此时选择匹配距离差最小的脉冲作为匹配脉冲。

2.2 脉冲样本图TOA差级算法

为了减少运算量和简化处理过程，便于实际工程应用实现，本文提出一种脉冲样本图TOA差级算法。

为上述S中每一个脉冲估计一个TOA差级。TOA差级从1级一直到最大级。最大级值的确定如下给出：首先，确定Δmin，为S中任何两个相邻脉冲间的最小时间差。假设PRIFrame为该重点目标脉冲样本图的长度。则TOA差的最大级C被定义为：

其中［X］为不大于X的最大整数。式（5）意味着该重点目标脉冲样本图的时间区域PRIFrame内至多包含种不同工作模式的雷达脉冲。

脉冲样本图TOA差级算法可以这样描述：假设应用TOA差级算法到S中的第i个脉冲，计算各级TOA差：

如果第 i个脉冲的 Δk在（PRIFrame-Tε，PRIFrame+Tε）范围内，则S中第i个脉冲和第i+k个脉冲被认为与脉冲样本图的长度匹配。那么第k+1个脉冲到最大级的其他TOA就不需要估计了，然后再从Δ1，Δ2，…，Δk中看是否存在与 T1，T2，…，TM匹配的 TOA差级。如果共搜索到Q个匹配脉冲，若Q/M＞η（η为门限），则单个样本图匹配成功，否则单个样本图匹配失败。如果样本图连续K次匹配成功，则全脉冲数据中含有该重点目标，搜索成功，更新参数。

上述方法的脉冲样本图序列相似性搜索算法的复杂度为O（ML0），L0是待识别脉冲的长度。若M和L0值大的话，算法效率低。本文在进行工程实现时又提出一种忽略重叠优化算法，该算法的主要思想就是尽可能让匹配序列向右“滑动”尽可能远的一段距离后，再继续进行比较。因为在存在重点目标的情况下，已知脉冲样本图肯定是待识别全脉冲序列是的子序列，故不需要考虑重叠的情况。在脉冲样本图在向右滑动的过程中只要匹配上了，就可以将脉冲样本图向右滑动它的长度距离，没有匹配时还是向后移动一个脉冲，这时算法复杂度为O（M2）。如图3所示，不考虑重叠时，在相似序列很多或者匹配序列很长的时候可以节省许多的比较时间。

图3 脉冲样本图忽略重叠优化算法示意图

如果第i个脉冲在TOA达到最大级差时，没有与脉冲样本图第一个脉冲匹配，那么应用同样的方法到第i+1个脉冲。重复以上过程。

该方法既对全脉冲数据进行了分选，又识别了重点目标，可以根据识别的结果更新重点目标的参数，特别是经、纬度信息，可以实时跟踪重点目标的位置及其部署情况。

2.3 快速筛选识别的结果判定

从全脉冲数据与重点目标脉冲样本图的匹配过程可以看出，匹配脉冲的提取相当于利用已知重点目标的知识对全脉冲数据进行分选。在实际环境中，雷达对抗侦察接收设备对不同雷达辐射源的脉冲截获数量是不同的。如在一段时间内侦察获取了一段脉冲序列，在其中有的雷达辐射源可能仅有数个脉冲，有的雷达辐射源则可能具有几十个脉冲。利用这些雷达的脉冲样本图对其进行匹配脉冲提取时，获取的匹配脉冲数量是不同的。由于噪声或其他因素影响，甚至可能其他雷达的脉冲样本图也能提取较少数量的脉冲。因此，需要对提取出的匹配脉冲数量进行判别，以确定提取出的匹配脉冲是否为脉冲样本图所属的重点目标发射。这里给出其判别准则：

①若脉冲样本图获取的匹配脉冲数N≥Nthreshold时，则判定所属的重点目标存在于全脉冲数据包中；

②若脉冲样本图获取的匹配脉冲数N

令全脉冲数据第1个脉冲的到达时间为Tbeg，最后一个脉冲的到达时间为Tend。 则

其中L为脉冲样本图中脉冲数量，PRIFrame为脉冲样本图中脉冲时间间隔总和，A为侦察接收设备的脉冲漏失率，P为可接受的脉冲匹配漏失率，其取值可以视不同情况而定（通常依据全脉冲数据的脉冲流密度进行取值，取值范围为0.5~0.9）。

3 仿真实验分析

为了验证上述方法的有效性和具体的识别效果，文中从相关数据库中选取了5部雷达进行仿真验证，具体参数如表1所示：

表1 雷达信号参数表

上述雷达所对应的脉冲样本图分别称为脉冲样本图模板序列I-V。利用上述雷达信号参数对雷达信号进行仿真，仿真产生的雷达信号在时域上相互叠加。假设这些雷达辐射源已处于侦察天线的测向分辨率内，产生的方位信息极为接近或相同，利用方位信息无法进行准确分选，同时由于设置的载频参数较为接近，无法继续进行频率稀释。利用模板序列对这些时域上相互叠加的脉冲信号进行识别。仿真产生的全脉冲数据为所有5部雷达信号混合，假设没有噪声。全脉冲数据仿真时间为0.1 s，阈值计算中A=0，P=0.7。用脉冲样本图TOA差级算法对全脉冲数据的匹配结果如表2所示。

表2 无噪声时模板序列对全脉冲数据的匹配结果

从表2的仿真结果可以看出该算法识别的正确性很高。尤其是对重频参差雷达的匹配率更高，这是由于基于脉冲样本图的重点目标快速筛选时利用有序的多个脉冲同时匹配，而重频参差信号的样本图本身就是有序的多个脉冲，传统的识别方法一般都没有用它的时序信息，因此，脉冲样本图法对重频参差雷达的筛选比传统方法更准确更快速。

为了研究噪声对脉冲匹配的影响，仿真产生全脉冲数据，为所有5部雷达信号混合，噪声引起的参数测量误差标准差为已知参数数值的10%，进行50次Monte Carlo实验，全脉冲数据仿真时间均为0.1 s，阈值计算中A=0，P=0.7。模板序列对待识别序列的匹配结果如表3所示。

从表3的仿真结果可以看出：在噪声引起的参数测量误差标准差为已知参数数值的10%时，本文方法仍然有较高的正确识别率。

4 结束语

本文针对复杂电磁环境中的重点辐射源目标，研究了基于脉冲样本图的快速筛选识别方法，提出了一种脉冲样本图TOA差级与忽略重叠优化联合算法，同时给出了识别判定准则，该算法无需遍历全脉冲数据的每一个脉冲，且在脉冲样本图匹配滑动过程中，避免了重复匹配，整个过程不需要进行传统识别方法中的特征提取，分选识别能够同步完成，门限设定更加合理，提高了识别的准确率，降低了漏警概率，实时性高。因而在电磁环境较为复杂的环境中，对实时性要求较高的告警系统中，本方法具有很高的实用价值。

表3 有噪声时模板序列对全脉冲数据的匹配结果

［1］赵国庆.雷达对抗原理［M］.西安：西安电子科技大学出版社，2009.

［2］龚亮亮，罗景青，吴世龙.一种基于模板脉冲序列的雷达辐射源识别方法 ［J］.现代防御技术，2008，36（5）:130-134.

［3］罗景青，王杰贵.探讨一种新的雷达信号描述方式和识别技术［J］.电子对抗，2009（6）:9-12.

［4］刘凯，王杰贵.基于SPA和滑窗技术的重点雷达辐射源快速识别［J］.现代防御，2014，42（2）：150-155.

［5］旷平昌，王杰贵，罗景青.基于脉冲样本图和Vague集的雷达辐射源识别［J］.宇航学报，2011，32（7）:1639-1644.

［6］马爽，王莹桂，柳征，等.基于序列对比的多功能雷达搜索规律识别方法［J］.电子学报，2012，7（40）:1434-1439.

Analysison Fast Filtration and Recognition Algorithm of Key Radar Radiation Source

ZHANGPeng-cheng1，WANG Jie-gui1，KUANGPing-chang2，KONGHui1
（1.Electronic Engineering Institute，Hefei230037，China；2.Xichang Satellite Launch Center，Xichang 615000，China）

Aiming at the process of radiation source recognition needs along time and high threat level radiation source can not be found in time in compex electromagnetic circumstance，the fast filtration and recognition of key radiation source targets based on pulse sample figure are mainly researched in this paper and a algorithm based on pulse sample figure level of TOA difference is also proposed.The process uses the full pulse which has been simply disposed matching the pulse sample figure of the key radiation source and then outputs the key radiation source target recognition results after ignoring the overlap matching.The filtration and recognition can complete synchronously.The computational complexity is small and the speed of filtration and recognition is fast.Simulation results show that this method can recognize the key radiation source fast and efectively，and also has high engineering application value.

pulse sample figure，key radiation soure，fast recognition，levelof TOA difference

TN959

A

1002-0640（2015）11-0031-05

2014-10-05

2014-11-15

国家自然科学基金（60801044）；预研基金资助项目（9140A21030209JB3901）

张鹏程（1990- ），男，陕西洛川人，硕士研究生。研究方向：雷达及雷达对抗理论与技术。