基于S变换与PNN的电磁环境复杂度评估

李燕+何怡刚+尹柏强

摘 要：针对复杂电磁环境定性分析和定量分级问题，提出基于广义S变换与PNN（概率神经网络）的电磁环境复杂度评估方法.应用广义S变换对电磁环境中受干扰的样本信号进行时频分析，同步提取时频域时域占用度，频域占用度和能量占用度评估参数，分析了各参数的物理意义，并给出了各评估参数的计算公式.同时增加频率重合度、调制格式相似度和背景噪声强度等评估参数，利用获取的参数训练PNN，并进行分类.仿真实验证明基于广义S变换与PNN的电磁环境复杂度评估方法在背景噪声大、训练样本数少的条件下能有效提取评估参数，并对电磁环境复杂度进行有效合理评估.

关键词：电磁环境；复杂度；评估；S变换；PNN

中图分类号： TM937 文献标志码：A

Electromagnetic Environment Complex Evaluation Based onS-transform and PNN

LI Yan1，HE Yigang1，2 ，YIN Baiqiang2

（1 .College of Electrical and Information Engineering ，Hunan University ，Changsha 410082，China；

2.School of Electrical Engineering and Automation，Hefei University of Technology，Hefei 230009，China；）

Abstract：For electromagnetic environment complex evaluation，a novel evaluation method was proposed based on S-transform and probabilistic neural network （PNN）. S-transform was applied to perform time-frequency analysis on the electromagnetic environment disturbance samples，the evaluation parameters such as time occupation，frequency occupation and energy occupation of the samples were extracted synchronously，physical interpretation of each parameter was analyzed，and the calculation formulas of them were shown. At the same time，frequency coincidence，modulation similarity and background noise intensity were selected as important evaluation indicators. These parameters were then used to train a PNN which was adopted to evaluate environmental complexity. The simulation results show that the proposed method has integrity of parameter extraction and relatively high evaluation accuracy，and it can also give excellent evaluation for high level noises background and small training set.

Key words：electromagnetic environment；complexity；evaluation；S-transform；probability neural network

電磁环境复杂度是指在一定时间、一定空间内，电磁信号交集的复杂程度.电磁环境复杂度定性和定量分级是有效应对电磁杂波干扰、正确指挥决策、信息化战争的基础.美国学者Tetley等人首次提出了基于数学模型的电磁环境分析预测方法，从数学分析角度给出了电磁环境的基本模型[1].目前，国内对电磁环境复杂度研究主要以“四域法”为基础.文献[2]提出用于描述战场电磁环境“四域”特征指标，并给出具体指标计算方法.文献[3]提出了一种基于层次分析方法（AHP）的电磁环境复杂度评估方法，细化了评估指标，明确了评估标准参数，确定标度准则.文献[4]提出一种基于D-S证据的评估方法，采用模糊数学法将定性的参数问题转为定量描述.文献[5]引入多元联系数，构建了电磁环境复杂度综合评估方法，权值的设定根据均分原则.文献[6]在四域法的基础上增加了异动信号率作为评估指标，采用模糊推理系统对其进行评估.上述评估法存在以下不足：首先，特征参数时间占用度、频率占用度和能量占用度作为三个独立的参数分别进行计算，独立的参数测量计算对系统的评估会造成较大的误差[6].其次，采用专家系统及模糊规则对经验知识的依赖性强，具有一定的主观性且自适应性较差[7].第三，忽略了评估对象，评估对象执行效能的好坏才是评价电磁环境复杂度的最终指标[8].

针对这些问题，本文提出基于广义S变换[9]和概率神经网络[10]的电磁环境评估方法.利用广义S变换在时频域内同步提取时域占用度、频域占用度和能量占用度指标，同时，增加频率重合度、调制方式和背景噪声强度等对系统影响较大的评估指标，采用自适应PNN方法，对电磁环境复杂度进行评估.

1 广义S变换域时频参数的提取endprint