基于小样本脉冲序列匹配的重点雷达目标快速识别*

朱永成 ，潘继飞 ，金天祥 ，沈家煌 ，刘 鑫 ，3

（1.国防科技大学电子对抗学院，合肥 230037；2.解放军66289部队，河北 涿州 072750；3.解放军77627部队，拉萨 851400）

0 引言

某些情况下，不需要对接收到的雷达脉冲流中的所有辐射源进行识别，只需要对作战环境中感兴趣的信号进行快速准确识别，传统的雷达对抗系统难以满足需求。传统的雷达对抗侦察系统大多是先把接收到的雷达信号作关联分析，将各雷达辐射源发射的脉冲序列从混叠的全脉冲流中分离出来，测量雷达辐射源关键参数，和已知雷达数据进行对比，雷达信号才能被识别［1-3］，如下页图1所示。这种处理模式下，雷达数据库的先验信息在雷达信号分选过程中得不到利用，导致辐射源识别较为盲目，与实际作战目标识别结合不紧密。

本文结合实际需求，提出利用重点雷达小样本脉冲序列模板对接收的全脉冲数据流直接进行信号匹配的思路，绕过传统雷达信号分选环节，实现了对重点雷达信号的抽取与识别，不仅简化了雷达辐射源识别流程，而且处理速度能够得到有效提高［4］。

1 雷达小样本脉冲序列模板建模

重点雷达电子目标是指指挥员感兴趣的雷达信号且这些雷达信号特征已被平时的情报积累所掌握。小样本脉冲序列模型的建立需要利用已掌握的先验信息。

图1 常规雷达对抗系统处理流程

雷达小样本脉冲序列是指雷达在某种或几种工作模式下几个脉冲的组合序列。该组合序列的参数信息是以时间为主线串联起来的，能够反映出雷达在工作时前后参数变化的基本特性［5-6］。图2是某重点雷达一个完整周期序列的脉冲描述，假设有n个工作模式，图中描述了4个工作模式。第i个工作模式的时间（Ti）、脉冲重复间隔（PRIi）、脉冲数（Ni）、脉宽（PWi）以及载频（fi）。每个工作模式之间的参数可以不同，再加上脉冲到达角度和脉内调制等参数，常规脉冲雷达信号可以用此脉冲序列描述。对重点雷达信号的脉冲序列进行深入的分析，寻找典型的小样本脉冲序列。小样本脉冲序列1是第1个工作模式下的部分脉冲序列，序列2是第2个工作模式下的部分脉冲序列，序列3是其他两个工作模式下的脉冲序列，序列4是完整的周期序列。序列1～4都可以作为小样本脉冲序列，该雷达辐射源可以同时拥有几个典型的小样本脉冲序列组。能充分描述该雷达信号典型特征就可以作为典型小样本脉冲序列。

图2 某重点雷达一个完整周期序列的脉冲描述

假设某小样本脉冲序列有L个脉冲，该序列表示为 SL=（P1，P2，P3，…，PL），每个脉冲用 K 个特征参数（如相对小样本脉冲序列的第一个脉冲到达时间、载频、脉宽、脉内调制方式等）对其描述，表示为Pl=［Pl（1），Pl（3），Pl（4），…，Pl（K）），l∈［1，L］。其中Pl（k）∈［pl（k）-△pl（k），pl（k）+△pl（k）］，k∈［1，K］，pl（k）表示第k个特征参数Pl（k）的中心值。其中，△pl（k）表示容差的大小，当Pl（k）取值是一个区间时，△pl（k）＞0；当Pl（k）取值是固定值时，△pl（k）=0。

2 基于小样本脉冲序列匹配的快速识别处理过程

通过对重点雷达信号的先验信息进行分析，提取出重点雷达信号的小样本序列，利用基于小样本脉冲序列，对重点雷达信号作快速识别处理。有两种算法处理流程，一种是串行数据处理方式，一种是并行的数据处理方式。当数据流不是很大且急需识别的重点雷达信号不多时，可以采用串行数据处理方式。现在的脉冲流每秒百万级而且感兴趣的雷达电子目标很多时，采用并行工作流程同时对多雷达电子目标进行快速识别［7］。多个并行处理器同时对不同的小样本脉冲序列做匹配处理，实现多雷达电子目标的同时识别，某一雷达电子目标未识别不影响其他的雷达电子目标识别情况。对识别结果进行合并，得出结论，如图3所示。

图3 基于小样本序列匹配的并行处理流程

利用典型小样本脉冲序列对接收到的脉冲流进行匹配。每次取等于小样本脉冲序列时间长度的脉冲流和小样本脉冲序列进行匹配。只有在两个脉冲序列中的单脉冲在时间上匹配的情况下，才对两个单脉冲进行其他的参数匹配，当两个单脉冲的参数在容差范围内匹配，则认为单脉冲匹配。若小样本脉冲序列中有大于Dthreshold（Dthreshold是门限值）的单脉冲可以与该序列进行匹配，则该序列中包含有小样本脉冲序列，将小样本脉冲序列沿脉冲流序列，向后移动一个小样本脉冲周期作匹配处理。两个脉冲序列的单脉冲匹配程度未达到设定的要求时，小样本脉冲序列沿脉冲流序列，向后移动一个脉冲作匹配处理。当匹配的脉冲序列数大于设定值时，判定脉冲流中有重点雷达信号，输出脉冲流中和小样本脉冲序列匹配的脉冲序列。以下分别介绍单脉冲匹配，脉冲序列匹配。

脉冲流的每个脉冲有K个特征参数对其描述，脉冲流Q的第B个单脉冲可描述为QB=［QB（1），QB（2），QB（3），…，QB（K）］。以下是单脉冲匹配的步骤：

1）判断两个脉冲在时间上是否匹配。

2）时间上匹配的脉冲，进行其他的多参数（包括载频、脉宽、到达角度、和脉内调制等）匹配。计算出两个脉冲的加权欧式距离d。

3）若d≤dthreshold（dthreshold是两个脉冲的匹配门限）时，即可判定两个脉冲是匹配的。若d＞dthreshold时，则判定两个脉冲不匹配。

设脉冲流 Q 的脉冲序列为 SQ=（Q1，Q2，Q3，…，QL），从第 b 个脉冲开始的脉冲序列为 SQb=（Qb，Qb+1，Qb+2，…，QN），小样本脉冲序列为 SL=（P1，P2，P3，…，PL）。将两个脉冲序列作匹配处理，步骤如下：

1）输入 SQb和 SL，初始化 B=b，l=1。

2）tQBt=tQB-tQb，tPl=tPl-tP1，其中 tQB和 tQb分别指脉冲流的第B和b的到达时间。tPl和tP1分别指小样本脉冲序列的第l和1个脉冲的到达时间，一般情况设tP1=0。

3）比较l和L的大小。若l＞L，则脉冲序列匹配完毕，若lbiao/L≥0.7，两个脉冲序列匹配，否则不匹配；若l≤L，继续执行下一步。

4）比较 tQBt和 tPl的大小。若 tQBt＞tPl，则将 l=l+1，B=b，执行第 2）步；tQBt≤tPl，则执行下一步。

5）将单脉冲QB和Pl作单脉冲的参数匹配处理。若两个脉冲匹配，则 lbiao=lbiao+1，l=l+1，B=b，执行第2）步；若两个脉冲不匹配，B=B+1，执行第2）步。

3 仿真分析

3.1 基于小样本脉冲序列快速识别仿真实现

根据实际雷达信号参数情况，仿真的脉冲流是5部雷达信号混叠的脉冲流。每个脉冲由5个参数组成，分别是：载频（RF）、脉宽（PW）、到达时间（TOA）、到达角度（AOA）和脉内调制（F）。一般脉内调制采用编码表示：1（恒载频信号）、2（线性调频信号）、3（相位编码脉冲信号）、4（频率编码脉冲信号）。

按照前面分析的结果，5种雷达的序列，可以组合成不同的小样本序列，不同组合，组合长度也不同，但是识别的过程是相同的，表2给出每部雷达一个典型的小样本序列。

表1 雷达信号参数设置表

表2 小样本脉冲序列表

经过大量的仿真，对仿真情况总结如表3。

表3 在各种容差的匹配情况

对表3进行分析，识别情况较合适情况的容差取值称为较合适的容差取值情况，识别情况合适情况的容差取值称为合适的容差取值情况。

图4～图6在脉冲流取一小段相同时间的仿真图，图7截取的时间大约是前面的十倍，包含100个完整的Radar-4脉冲重复周期。

图4 较合适容差情况下的抽取序列

图5 合适容差情况的抽取序列

图6 脉冲流丢失20%且较合适容差情况的抽取序列

图7 各种情况下小样本4的抽取序列

3.2 数据分析

通过表3、图4和图5分析可知，基于小样本脉冲序列的识别，只要脉冲流不丢失且容差取较合适情况，Dthreshold的取值在适当范围，对整个脉冲流可以达到100%的小样本序列识别。当脉冲丢失越大及容差取值合适的情况下，Dthreshold取值越大，对于基于小样本序列对脉冲流的抽取效果越不好；Dthreshold取值越小，可以抽取到的脉冲序列越多，但是考虑到抽取序列看起来的直观性，取值不能太小。因此，取70%。在这种取值情况下，当小样本脉冲序列中的单脉冲数较多时，脉冲流中脉冲丢失和容差取值情况对基于该序列匹配的雷达信号识别的影响越小。

如图6所示，小样本4的识别效果最差。对于只有3个单脉冲的小样本4而言，Dthreshold取70%等同于取 100%，识别结果如图 7 所示，其中（a）～（d）中抽取的小样本序列数分别是100、53、70和37。当脉冲丢失20%且两个容差都取5%时，识别的准确率还可以达到37%。在单脉冲匹配中，已对每个单脉冲做严格的多参数匹配，仿真中没有错误识别的该小样本序列。单脉冲数较多的其他序列在这种条件下的识别准确率将远远大于37%。在实际的识别中，为提高识别的准确率，Dthreshold可以适当减小，整个序列的识别效果会更好，脉冲流中小样本脉冲序列绝大多数都可以抽取出来，识别的准确度将会很高。因此，当脉冲的测量精度高于小样本精度且无脉冲丢失情况下的识别效果非常好。当两者精度相当且脉冲丢失严重情况下，本方法也是适用的。

4 结论

传统算法处理时间相对较长，在没有先验信息的情况下，采用传统的分选算法进行盲源分类识别。想要快速识别出已知先验信息的重点雷达信号，采用对重点雷达电子目标的快速识别，省去常规处理流程中对雷达信号的分选处理，节约了大量的分选时间。在并行的数据处理结构中，每个处理器的处理时间都是不同的，对多雷达电子目标的处理时间是按单个处理器处理时间最长的计算。对多个重点电子目标识别处理时间将会大大减小，实时性更好，将处理结果进行合并，得出结论。仿真结果说明，基于小样本脉冲序列匹配识别能够在密集的雷达信号中快速、准确识别出感兴趣的雷达信号。在实际情况中，大多是对已知雷达信号的识别，尤其需要对某些已知雷达信号的快速识别，采用本方法，符合实际需求，具有一定的实用价值。

［1］贺平.雷达对抗原理［M］.北京：国防工业出版社，2016.

［2］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］.现代防御技术，2014，42（2）：150-155.

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

［4］张鹏程，王杰贵，旷平昌，等.重点雷达辐射源快速筛选识别算法分析［J］.火力与指挥控制，2015，40（11）：31-35.

［5］丁军，刘志成.基于特征参数匹配的雷达辐射源识别方法研究［J］.现代雷达，2011，33（9）：29-33.

［6］吴琳，郑志娟，许琪.基于全脉冲的周期信号样本提取技术［J］.航天电子对抗，2016，32（4）：41-43.

［7］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.