一种基于双平台信号协同分选处理的设计方法

王星宇，丁兴军

(中国船舶重工集团公司第723研究所，扬州 225001)



一种基于双平台信号协同分选处理的设计方法

王星宇，丁兴军

(中国船舶重工集团公司第723研究所，扬州 225001)

电磁信号环境日趋复杂，传统单平台信号分选对脉冲数极少的慢扫雷达以及相控阵雷达分选较为困难。提出了一种基于双平台的协同分选信号处理方法，有效地弥补了传统信号分选上的不足，并针对脉冲数极少的慢扫雷达以及相控阵雷达信号提出了相应的分选、融合、跟踪方法。

双平台；信号分选；相控阵；信号处理

0 引 言

电子战(EW)信号分选，是侦收外界电磁环境，测出各信号的载波频率(RF)、到达角(DOA)、脉冲幅度(PA)、脉冲宽度(PW)及到达时间(TOA)等,即脉冲描述字(PDW)[1]。对随机交叠的脉冲运用各种算法进行实时去交错，并形成脉冲辐射源序列跟踪表，提取出每个辐射源的脉冲序列，分析辐射源的辐射特性，得到辐射源的特征参数。一般信号分选都是在单平台架构下，利用平台的前端设备，测出PDW参数来进行实时信号分选，提取出特征参数来进行雷达信号识别。

随着目前电子对抗领域的信号环境日趋复杂，高占空比、高重频、猝发信号、相控阵体制等特殊体制的雷达信号日益增多，在脉冲叠加、反射、丢失概率较多、参数空间严重混叠的大环境下，不可避免地会造成测量错误，为了对付一些脉冲数极少的慢扫雷达和相控阵体制雷达，单平台信号分选就会将规律的反射信号和测量错误的信号分选出来，造成虚警。如何提高在这种环境下信号的实时处理能力，已经成了现代电子战信号分选急需解决的问题。

1 传统单平台信号分选的不足

传统单平台信号分选的不足包括：

(1) 传统信号分选是基于常规雷达典型脉冲重复周期(PRI)模型工作样式序列来进行雷达特征提取的。典型的常规雷达信号的PRI都具有一定的规律，常规雷达信号的PRI模型如图1所示，包含固定PRI、参差PRI、抖动PRI、滑变PRI等，它们的特征是PRI为一非时变的确定性常数，单平台信号分选可以通过其到达时间(TOA)的序列做直方图统计而得出雷达的信号特征。而随着现代雷达的不断改进，出现了一些特殊的脉冲数极少的慢扫雷达和雷达脉冲参数随机可变的相控阵体制雷达，这些雷达信号所含信号脉冲数很少且其他参数也没有相关性，这就需要大量的雷达信号脉冲数做积累，否则在密集环境下进行分选时，分选脉冲数条件过低，会造成分选出的雷达特征可信度大量地降低，造成严重的虚警。而分选脉冲数条件过高，则会造成漏警。而双平台下，雷达的截获概率得到了提高，脉冲数变多，积累分选的时间更短，可以更加满足实时分选的要求。

图1 常规雷达信号的PRI模型

(2) 在密集环境下，由于前端接收机存在着丢失概率问题，以及外界环境中存在大量的反射信号，会造成单平台下的信号分选出现增批现象。特别是对于脉冲数少的慢扫雷达以及雷达脉冲参数随机可变的相控阵体制雷达，由于参数多数属于相参体制，会造成前端信号测出的参数错误率提高，再加上反射信号，分选可信度大大降低。 而双平台下，针对同一部雷达，每个平台测错的概率不一样，反射信号的特征也不一样，可以通过双平台到达时间的时序来综合判断是否是测错信号和反射信号，这可以极大地提高信号特征的可信度。

2 双平台信号分选框架及原理介绍

双平台是指2个独立的单物理平台(图2)，相隔一定的距离，其中一个平台可以定义为主平台，另一平台定义为从平台。主平台包括信号分选模块和关联协同分选模块，从平台只包括信号分选模块。这2个平台，3个模块之间的数据交互全部通过光纤进行。双平台信号分选工作流程：信号分选模块通过各自空间分离配置平台上的设备前端，同时对外部雷达信号进行分选处理，已处理的信号结果通过光纤直接送后端显示，未处理、剩余的{PDW}送往关联协同处理器再进行信号分选融合，并将融合结果直接送后端显示。

图2 双平台物理模型

图3所示为双平台信号分选的框架示意图。平台1和平台2通过各自空间上前端接收下来的原始{PDW1}和{PDW2}完成传统信号分选，送出辐射源信息扫描字EDW1和EDW2到后端显示，同时将一些已分选出来的常规雷达体制信号的脉冲进行分离滤除，剩余脉冲{PDW1}和{PDW2}则打入到关联协同处理模块来完成对特殊体制雷达信号的分选和跟踪。这种双平台架构综合利用了传统信号分选的优点，同时也通过新的分选方法来极大地改善一些特殊体制雷达信号的分选。

图3 双平台模型信号分选框架示意框图

原理图见图4，在高密度、脉冲叠加多、丢失概率大的环境下，利用单平台传统信号分选的特点，通过直方图或者序列搜索等主流算法，将常规体制雷达信号分选出来，直接送往后端显示控制模块，同时将已分选的常规体制雷达信号进行滤除，剩余的{PDW}脉冲送往关联处理模块,根据脉冲数极少带猝发性质的雷达和相控阵体制的雷达特性，以及双平台下雷达的时序关系，进行分选融合跟踪和抗增批处理。

图4 双平台模型下信号分选原理图

3 双平台下2类特殊体制雷达信号分选方法

首先经过双平台各自传统信号分选，常规雷达信号被分选出，并分流滤除，外界环境密度被稀释，剩余的脉冲{PDW}带着各自平台的经纬度信息送到关联协同处理平台，这些脉冲{PDW}都是不符合传统信号分选规律漏下来的特殊体制的雷达信号脉冲，有针对性地利用双平台时域上的关联特性以及特殊体制雷达的工作特征来进行信号分选融合。

(1) 针对脉冲数特别少的慢扫雷达特征的分选。它的特征多数属于低截获概率(LPI)雷达，在频域上变化很小。通过图5双平台下雷达辐射物理模型可以得出，2个平台间的距离d是一定的，雷达主瓣从平台1站扫到平台2站所需的时间也是一定的，可以利用双平台的{PDW}参数，按照载频(RF)参数进行方盒聚类预分选，以到达时间排序建立双站的时序关系图(见图6)。

图5 双平台模型下雷达辐射物理模型

图6 双平台模型下脉冲数稀少的慢扫雷达时序关系

平台1和平台2的扫描包络是成组成对出现的，PRI是雷达的重频特征，tw代表雷达主瓣从平台1扫到平台2所需要的时间，与图5中雷达天线的扫描转速ω和双平台之间距离d有关，ts代表雷达天线的扫描周期。这2个时间值相对于雷达来说是一个恒定值，平台1和平台2每个天线包络内的脉冲个数很少，PRI特征不太明显。但是由于PRI的时间量级和tw、ts的时间量级相差很大，可以将雷达天线里的一个扫描包络比作一个到达脉冲，PRI暂忽略不计，既而首先在时序上通过tw、ts双门限的序列差分直方图(SDIF)或者累积差分直方图(CDIF)算法，求出tw、ts的值和其对应关系。然后再通过截取的包络进行PRI差值累计，分析出雷达PRI特征，加上双平台包络成对的特征做抗增批处理后，最后将此雷达的特征值辅以方位值(二维集合的方式，θAOA∈(θ1,θ2))，将其送往融合跟踪模块做再次确认。

(2) 针对相控阵体制特性的雷达特征的分选。通过分析出频域稳定的脉冲数少的慢扫雷达后，余下的{PDW}脉冲全部归并到一个时序通道里进行分析，这些剩下的脉冲经过常规体制雷达的分选滤波，再加上慢扫雷达脉冲的分流滤波，密度上进一步稀释，时域和频域上的关系越来越清晰，这时候通过分析相控阵体制的雷达特性给出特征值。首先，相控阵体制的雷达波束指向是灵活可变的，而传统机械扫描雷达的雷达波束只能随着雷达天线的机械旋转而扫描，而且相控阵体制雷达在工作过程中发出的脉冲在搜索时间和跟踪时间会随时改变，因此收到的脉冲串之间的间隔也在随着改变，这也是与传统雷达很大的不同点[2]。 相控阵雷达搜索和跟踪方式下多波束产生的示意图见图7。

图7 相控阵体制搜索和跟踪方式多波束产生示意图

当相控阵体制雷达处于扫描状态时，它可以通过时间分割原理，在一个雷达信号重复周期内，顺序地向不同目标发射波束，来达到搜索的目的;当处于跟踪多目标状态时，它可以根据跟踪目标的多、少、远、近或者重要程度，在一个最长的重复周期跟踪信号波形内，即数据率最低的跟踪信号重复周期内，顺序地向对应的目标发射信号来进行跟踪。它的特征在于在一个雷达信号重复周期以内，雷达的波束指向是快速、顺序地切向不同的跟踪目标， 这样可以通过双平台的特点，将双平台的{PDW}进行到达时间排序，建立双站的时序关系图，如图8所示。

图8 双平台模型下相控阵体制雷达时序关系

图8中 ，tPRI1-n代表平台1{PDW}的重频关系，tPRI2-n代表平台2{PDW}的重频关系，由于相控阵体制的参数随机性，tPRI1-n和tPRI2-n没有稳定的特征，tbn代表雷达重复周期跟踪信号波形内的波束切换时间，跟雷达对目标特性的设置有关，与雷达重复周期的值在单位数量级上有区别。AP1和AP2代表相控阵体制雷达对平台1和平台2发出的信号幅度，和相控阵雷达波束能量分配有关联，AP1和AP2各自的幅度是稳定不变的。综上分析，有3个特征可以利用:

(1) 每个平台收到的各自幅度都是相等的，变化不大。

(2) 平台1和平台2收到的脉冲是顺序成组出现的。

(3) 雷达重复周期，tPRI和tbn值数量级上相差比较大。

可以通过综合地利用改进的序列差分直方图和累积差分直方图算法，将直方图级数和门限放大或者缩小，得出tbn和tPRI的大概的数量级范围值和规律，再通过AP特征的筛选过滤出该雷达的特征，最后将此雷达的特征值辅以方位值(二维集合的方式，θAOA∈(θ1,θ2))，将其送往融合跟踪模块做再次确认。

4 双平台下2类特殊体制雷达信号融合跟踪方法阐述

针对分选出的特殊雷达特征值，通过雷达目标在方位上的稳定性，进一步跟踪确认和抗增批，提高特殊雷达的可信度。首先这些特殊雷达的特征值与传统常规雷达辐射源信息不太一样，它的载频、脉宽、幅度、重频参数都具有随机性，只有方位参数是稳定不变的。根据分选出的特殊雷达方位值θAOA，由一个二维集合 (θ1,θ2) 代表，θ1和θ2分别代表平台1和平台2收到此雷达的方位值，这时可以根据平台1坐标(X1,Y1)和平台2坐标(X2,Y2),以及2站之间的距离d(图5)，运用测向交叉算法(图9)，取得目标雷达的大概实际位置(Xe,Ye)。

图9中，θ1，θ2分别为平台1和平台2测出的雷达目标到达角，利用下列公式[3]:

(1)

(2)

求出实际位置(Xe,Ye)，然后通过实际位置(Xe,Ye)的数值进行数据平滑融合，来进一步跟踪确认目标，提高分选的稳定性和可信度。如果此坐标持续有分选出的雷达特征值出现，则确认特殊体制雷达信号存在，最后统计这类特殊雷达的其他参数特征(载频、脉宽、幅度以及重频)，将其送往后端输出模块显示(见图3)。

5 结束语

针对传统分选在脉冲数极少的慢扫雷达和相控阵体制雷达分选上的困难，本文提出了一种基于双平台构架下协同信号处理分选的方法，它能弥补传统分选的不足，也能继承传统信号分选的快速实时、适应高密度的特点。其在工程实践及多平台工程应用中，能满足多个平台前端的数字脉冲同步性前提下，对通过多平台送下来的{PDW}脉冲进行时序关联，此方法还具有一定的实用价值，毕竟在日益复杂的电磁环境大背景下，能够正确、实时、不虚警、不漏警地分离出各型雷达辐射源的信息，变得越来越重要。相信随着电子侦察水平的不断提高，还会有更多新的思路和方法，来应对各型雷达的准确侦收。

[1] 赵国庆.雷达对抗原理[M].西安:西安电子科技大学出版社，1999.

[2] 谢正巧.相控阵雷达信号识别的研究[J].信息化研究，2010,36(12):37-39.

[3] 姚颕.双站无源定位及跟踪算法研究[M].西安:西安电子科技大学出版社,2009.

A Design Method of Collaborative Signal Sorting and Processing Based on Dual Platform

WANG Xing-yu,DING Xing-jun

(The 723 Institute of CSIC,Yangzhou 225001,China)

The electromagnetic signal environment becomes increasingly complex,signal sorting method of traditional single-platform is difficult to sort the signals of slow-scanning radar with very few pulses and phased array radar.This paper brings forward a method for collaborative signal sorting and processing based on dual platform,which can effectively make up the shortcomings of traditional signal sorting,and puts forward the corresponding sorting,fusion and tracking methods to the signals of slow-scanning radar with very few pulses and phased array radar.

dual platform;signal sorting;phased array;signal processing

2016-02-18

TN971.1

A

CN32-1413(2016)03-0058-05

10.16426/j.cnki.jcdzdk.2016.03.015