基于全脉冲的周期信号样本提取技术

2016-10-17郑志娟

航天电子对抗 2016年4期

关键词：移位脉冲雷达

吴　琳，郑志娟，许　琪

(中国电子科技集团公司第五十一研究所，上海 201802)

基于全脉冲的周期信号样本提取技术

吴琳，郑志娟，许琪

(中国电子科技集团公司第五十一研究所，上海 201802)

现代电子战中，传统的辐射源分选识别方法无法在密集的信号环境中快速有效地对复杂体制雷达进行分选识别，造成系统漏警。基于上述情况，提出了一种基于脉冲样本序列自提取的分选算法。这种算法利用雷达信号脉冲序列的周期性和相关性，实现对模板序列的自动提取，从而可实现全脉冲序列中小样本数或脉间规律复杂的雷达信号的分选。仿真实验表明，在全脉冲数据量级适中的情况下，该算法可以有效提取目标模板序列。

雷达对抗；脉冲样本图；模板匹配

0　引言

随着雷达技术的发展，电磁环境日益复杂，这就使得雷达信号分选识别日趋艰难。传统雷达信号的时域分选方法主要有：动态关联法[1]、累积差直方图法[1]、序列差直方图法[2]、TOA中点匹配法、PRI变换法[3]等。可是在目标的采样脉冲数目较少，目标信号的脉冲重复周期无明显规律及脉间规律模型尚不明确的情况下，无法使用上述方法进行规律统计。而平面变换技术[4]由于其人工介入程度深及实时性差等问题，目前尚不适合侦察及告警系统。此外，现有的特征表述方法也逐渐呈现出不能完全准确地表示不断增多的复杂体制雷达信号特征的趋势[5]。本文引入了雷达信号样本图的概念，提出了基于全脉冲的样本匹配分选技术。该技术通过将全脉冲序列整体移位，求取目标信号脉冲相关函数峰值点，从而提取出目标信号脉冲样本序列，实现完整准确的信号分选。

1　雷达信号脉冲样本图

雷达辐射源按照信号形式可以分为脉冲雷达和连续波雷达。连续波雷达数量较少且使用受限。现代雷达大多数都属于脉冲雷达。利用雷达信号的脉冲样本图可以将雷达在某一工作模式下发射的脉冲信号序列的特征完整地表示出来。假设S=(P1,P2,P3,…,PM)是某雷达在特定模式下发射的一组含有M个脉冲的脉冲序列，该序列是以其中的某个子序列SL=(Pi,Pi+1,Pi+2,…,Pi+L)为模板按一定的周期重复展现，那么SL就是该雷达信号的一个脉冲样本图。其中P表示含有射频、脉宽、脉内调制特征和到达时间等参数的雷达信号脉冲的特征矢量[6]。

2　基于样本图自提取的分选方法

2.1模板样本图自相关技术原理

假设一个脉冲描述字(PDW)含有K个参数，第i个PDW可表示为Yi=(x1,x2，…,xk),其中xk是一个值或一个取值范围，为统一表达采用数值区间。

模板样本图自相关的原理是将全脉冲样本序列沿到达时间整体移位，并与原脉冲序列进行自相关匹配，当移位到某一个雷达信号的一个骨架周期后时，所获得的匹配数会达到一个峰值，这个骨架周期内脉冲序列就是该部雷达当前工作模式下的信号脉冲序列模板样本图或样本子图。

假设全脉冲样本序列的到达时间为tn，n=1,2,3,…N，N为脉冲个数。在仅考虑脉冲到达时间这一参数时，整个脉冲列可模型化为单位冲激函数的和:

(1)

3　仿真分析

为了模拟真实环境，数据产生模块生成的雷达信号数据具有以下特点：①生成的全脉冲信号在空域上交叠严重，很难利用位置信息分流稀释；②非常规体制雷达比例加大；③存在小样本数的重点雷达目标。

雷达具体参数设计如表1所示。目标1、目标2的仿真提取结果如图3、图4所示。其中IPC表示脉内特征(无脉内调制；频率编码FSK)。对于混叠在一起的全脉冲数据流，本文采取脉冲序列自相关匹配算法进行循环提取。设定相关函数有效性门限为Rthreshold=PulseNum/3,式中的PulseNum为参与相关匹配的脉冲个数。

表1雷达参数设置表

目标序号(样本数)RF/MHzPW/μsIPCPRI/μs位置(经度,纬度)1(270)4750～5100固定/捷变1.8192(27/30/35)(123.6°,42.6°)2(22)2980～3200捷变2.51853(60/63/70/72/75/78/81/84/86/89/95)(121.9°,43.5°)3(5)3528～3760捷变7～13可选22265(122.6°,42.0°)4(10)3600～3890捷变102563(121.9°,42.6°)

图3　目标1的提取结果

图4　目标2的提取结果

利用全脉冲循环移位相关匹配算法，可以将各雷达信号的样本子图逐一提取出来，并在对应的相关序列下整理合并出序列样本图。对小样本数的雷达信号同样适用，具体结果参见表2。这验证了本文算法的可行性。

表2目标样本模板

序号时域样本模板MFrame时域序列样本图M1([0,27,30,35];3;3){([0,27,30,35];3;3);90}2([0,60,63,70,72,75,78,81,84,86,89,95];11;3){([0,60,63,70,72,75,78,81,84,86,89,95];11;3);2}3([0,2265];1;1){([0,2265];1;1);4}4([0,563];1;1){([0,563];1;1);9}

4　结束语

本文算法可实现复杂体制雷达信号的分选，对样本数目较少的雷达信号也能进行有效提取，在子采样序列脉冲流密度适中的情况下，该算法具有较好的工程应用前景。■

[1]杨学永，宋国栋，钱轶，等.现代雷达信号分选跟踪的几种方法[J].现代雷达，2014,36(3):43-48.

[2]易波，刘培国，薛国义.一种基于顺序差值直方图算法的改进雷达信号分选方法[J].舰船电子对抗，2012,35(1):6-10.

[3]李英达，肖立志，于洋，等.一种新的PRI变换分选算法[J].科学技术与工程，2014,14 (12):209-213.

[4]张西托，饶伟，杨泽刚，等.平面变换技术脉冲分选自动实现方法[J].数据采集与处理，2012,27(4):495-500.

[5]孟祥豪，罗景青，马贤同.基于信号形成规律的脉间线性滑变脉冲自动提取算法[J].探测与控制学报，2015,37(2):72-76.

[6]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.

The periodic signal sample extraction technology based on full pulse

Wu Lin, Zheng Zhijuan, Xu Qi

(The 51st Research Institute of CETC, Shanghai 201802, China)

In modern electronic warfare, the traditional source separation identification method which could cause system leakage alarm, can not be used to identify the separation in dense signal environment for complex system of radar quickly and efficiently. Based on the above situation, a kind of sorting algorithm based on pulse sample sequence from the extraction is put forward. This algorithm uses periodicity and correlation of radar signal pulse sequence to implement automatic extraction of template sequence, and thus it can realize full pulse sequence between medium and small sample or pulse regularity of complex radar signal sorting. Simulation results show that under the condition of the moderate scale full pulse data, the algorithm can effectively extract the target template sequence.

radar countermeasure; pulse sample figure; template matching

2016-06-10；2016-06-27修回。

吴琳(1981-)，女，高工，主要研究方向为雷达信号分选。

TN97