一种用于高动态侦收的测控信号谱相关预分类方法

王俊文，贾可新，王盼盼

（中国电子科技集团公司第三十八研究所，安徽 合肥 230088）

0 引言

随着通信技术的不断发展，各种各样的通信信号不断涌现，越来越复杂的电磁环境使得宽带测控侦收设备截获的宽频带数据中除了测控通信信号外，还包含许多其他通信体制的信号，如移动通信信号、有意或无意干扰信号。如此多的信号不能直接进行调制识别和解调解码处理，故对信号进一步分析之前，需要侦收设备实时对截获数据进行预分类［1-2］。信号预分类是为了从众多截获信号中找出感兴趣的测控通信信号，并对信号的基本参数进行估计。依据信号基本参数，监测设备可以从宽频带数据中分离出感兴趣的测控通信信号，用于信号调制类型识别和解调解码。

常规测控通信信号预分类方法是从信号频谱上提取信号参数，要求信号的频谱能量明显高于噪声本身的频谱能量［2-3］。当截获目标处于高速运动状态（高动态环境），且辐射信号的信噪比较低时，宽带测控侦收设备的远距离发现、截获高速运动目标的能力因常规测控通信信号预分类方法失准而受到影响。因此，研究低信噪比环境下，对目标高速运动不敏感的测控通信信号预分类方法具有重要意义。另外，在高信噪比情况下，仅利用截获信号的基本参数（载波频率、带宽、方位角和俯仰角等）进行过滤筛选，从众多接收信号中剔除干扰、保留感兴趣测控信号的预分类方法正确率较低（虚警概率较高），这将增加后续信号处理的负担。故需引入新的特征参数，进一步提高测控信号预分类的正确率。

目前，国内研究对高动态环境不敏感的测控通信信号预分类的公开文献相对较少。文献［4］研究了一种基于特征提取的频谱形状识别方法，但该方法在信噪比较低时会失效。文献［5］利用信号一阶差分自相关的特点，提出了一种对目标高速运动不敏感、仅适用于PCM-FM信号的低信噪比检测方法。文献［6］讨论了一种基于双通道时域互相关的微弱信号检测方法，该方法对目标高速运动不敏感，但仅适用于单目标检测。在国外，这一问题的研究比较成熟，其成果已在相关宽带频谱监测系统中使用［7-8］。如德国R&S公司在其无线电频谱监测系统中安装了频谱形状检测插件［9］。该插件基于对频谱形状的识别，可显著改善系统远距离截获能力，提高系统分选信号的速度，每秒可以分析超过1 000个信号。但国外公司使用的技术并没有公开。

本文在讨论常规宽带测控侦收处理流程的基础上，借鉴文献［10］在频谱感知中谱检测思想，提出了一种对目标高速运动不敏感、适合于各种测控通信体制的谱相关预分类方法。重点分析了高、低信噪比情况下的谱相关检测和估计方法，仿真验证了所提方法的有效性，对工程应用具有指导意义。

1 常规宽带测控侦收处理

图1给出了基于阵列体制的常规宽带测控侦收处理流程示意图［2，11-12］。侦收系统利用宽带阵列接收机（包括天线阵列、射频前端、模数转换器（ADC）和数字下变频（DDC））截获宽频带数据，并同时形成完整覆盖或扫描覆盖观测空域的N个宽带搜索波束，每个波束均对截获数据进行常规预分类处理。对于任一宽带搜索波束，首先估计波束输出数据的频谱，然后进行频域恒虚警检测和基本参数估计，获得每个检测到信号的载波频率、带宽、到达时间、方位角和俯仰角等参数，最后依据这些参数和终端下发的过滤规则，剔除干扰信号，对感兴趣通信信号进行实时跟踪。

图1 常规宽带测控侦收处理流程示意图

常规预分类的结果送到终端，可实时显示预分类结果，使用者可以从预分类结果中选择某些测控通信信号，将其参数配置到跟踪波束合成中，引导跟踪波束完成闭环跟踪的初始化。侦收系统可同时对K个测控信号进行闭环跟踪，跟踪波束输出信号用于信号精细处理（包括信号记录、调制类型识别、解调和解码等）。信号精细处理的结果可送终端进行显示或存储。

由前述处理流程可知，常规预分类算法是从信号频谱上提取信号参数，要求信号频谱能量明显高于噪声本身的频谱能量。当截获目标处于高速运动状态（高动态环境），且辐射信号的信噪比较低时，信号载频受多普勒频率影响会发生漂移，信号频谱略高于噪声频谱，或淹没在噪声频谱中，常规预分类算法将无法准确侦收到感兴趣通信信号，这将影响侦收设备的远距离发现、截获目标的能力。为了能够在低信噪比、高动态环境下，发现并截获目标，同时在高信噪比时进一步提高预分类方法的正确率，本文将信号频谱形状作为新的预分类特征，提出了一种基于谱相关的宽带测控侦收处理流程。

2 基于谱相关的宽带测控侦收处理

图2给出了基于谱相关的宽带测控侦收处理流程示意图。与图1相比，本流程在常规预分类算法的基础上增加了谱相关检测与估计功能。该功能仅依赖于信号频谱形状特征，能够快速、高效地筛选感兴趣的测控通信信号。信号模板库事先存储感兴趣的已知测控信号频谱形状，这些频谱形状既可以来自于测控标准模拟源，也可来自于以前侦收到的信号频谱。用户可将各种体制的频谱形状从终端界面加载到信号模板库中。

类似于第1节处理流程，对于任一宽带搜索波束，首先估计波束输出数据的频谱，并进行谱相关检测和参数估计，将波束输出数据频谱与信号模板库中各种频谱形状进行谱相关检测和估计，可截获远距离、低信噪比情况下的测控通信信号，并能估计出信号载波频率、带宽、到达时间、方位角和俯仰角等参数。

当目标接近侦收设备时，接收信号的信噪比增大，频域恒虚警检测可正常检测到测控信号后（如文献［2］中图2（a）所示），采用常规参数估计方法，可获得每个检测到信号的基本参数。同时将前述检测到信号的频谱与信号模板库中各种频谱形状进行谱相关比较，以频谱相似度为特征，判断当前检测到信号是否为感兴趣的已知测控信号。最后，依据谱相关处理结果和终端下发的过滤规则，进一步剔除干扰信号，并对感兴趣测控信号进行实时跟踪。

3 谱相关预分类方法

本文所提的谱相关预分类包括4个功能，即频谱估计、谱相关检测与估计、频谱检测与参数估计、感兴趣目标跟踪。本节主要针对高、低信噪比情况下的2类截获信号，分别给出这2类信号的谱相关处理方法。在高信噪比情况下，信号频谱能量明显高于噪声本身的频谱能量，目标高速运动带来的信号载波频率漂移不会对常规的频谱检测和参数估计、频谱相似度计算等产生影响。而在低信噪比情况下，目标高速运动带来信号载波频率漂移，常规的频谱检测方法将无法准确检测到期望信号，本节将给出一种对目标高速运动不敏感、基于谱相关的低信噪比检测方法。关于频谱估计、频谱检测和参数估计、目标跟踪的处理方法与常规测控侦收处理相同，具体可参考文献［14—18］，这里不再赘述。

3.1 低信噪比条件下谱相关检测与估计

在低信噪比时，为避免目标高速运动对信号检测与估计的影响，本文采用一种基于谱相关检测统计量的信号检测与估计方法，具体如下：

在侦收系统利用搜索波束开始对整个空域进行远距离搜索时，搜索波束输出信号的信噪比较低。为了对低信噪比截获信号进行谱相关检测，首先计算波束输出数据的频谱{Pr(k)，k=0，1，…，M-1}，其中M为离散频点个数。若信号模板库中的频谱曲线为{Y(k)，k=0，1，…，K-1}，则谱相关检测统计量可表示为：

前述检测统计量利用已知频谱曲线对截获数据频谱进行滑动相关，选大运算，可有效避免高速运动对信号检测的影响，故这种检测方法是一种对高动态运动不敏感的检测方法，适用于高动态环境的信号检测。

若当k=kmax∈[0，M-1]时，上述匹配滤波输出取最大值，且检测统计量TL超过预置门限t（关于该门限与虚警概率的关系式可参考文献［10］），则该信号的中心频率估计值为：

此时，信号带宽估计值等于相关成功的模板频谱对应的带宽。同时，利用该相关成功信号在多个相邻搜索波束的同一最大频点kmax处的谱相关检测统计量，可利用多波束联合测角方法［15-16］估计信号方位角和俯仰角。

3.2 高信噪比条件下谱相关比较

当目标接近侦收设备时，截获信号的信噪比增加，此时对于高信噪比截获信号，在频域检测与估计模块中，可利用文献［2］给出的参数估计方法直接估计出信号载波频率、带宽、到达时间，同时利用多波束联合测角方法［15-16］，可测量信号方位角和俯仰角。在对截获信号进行参数估计后，将截获信号频谱P(k)首先进行归一化处理，获得归一化频谱X(k)，即：

式中，K为截获信号的频谱占用的离散频点个数。

高信噪比情况下的谱相关比较就是将截获信号的频谱，与信号库的模板信号频谱进行相似度计算。当频谱的相似度满足指定门限时，认为成功截获测控信号。

频谱相似度可用相关系数进行衡量，该值越接近于1，相似度越强。令{X(k)，k=0，1，…，K-1}为截获信号的频谱曲线，{Y(k)，k=0，1，…，K-1}为信号模板库中存储的信号频谱曲线，则频谱相似度定义为：

式中，Xˉ和Yˉ分别为2条频谱曲线的平均值。注意，当2条频谱曲线的样本点数不相同时，需以信号模板库中模板频谱为参考进行内插处理。当ρ≥ρT时，谱相关检测成功检测到信号，其中，ρT为相似度门限。

4 仿真分析

在仿真实验中，使用的测控信号为PCM-FM信号，其采样频率为120 MHz，信息速率为4 Mbit/s。频谱估计的FFT点数为8 192，积累次数为8，相应的累积时间为546 µs。目标多普勒频率变化范围为-1～1 MHz，多普勒频率的变化速度为200 kHz/s，加速度为30 kHz/s2。信号模板库中事先存储PCM-FM信号的标准频谱。

实验1：高信噪比，谱相关比较

截获数据中包括一个GMSK信号和一个PCM-FM信号。GMSK信号作为干扰信号，其带宽与PCM-FM信号一致。以信号模板库中PCM-FM频谱与前述信号的频谱进行谱相关比较。取相似度门限ρT=0.8，截获数据在信噪比0～20 dB之间变化，每个信噪比下重复实验500次。

PCM-FM信号与信号模板库中频谱的相似度统计结果如图3所示。在信噪比为4 dB时，PCM-FM信号与模板信号的相似度平均值以95%概率超过相似度门限0.8。图4给出了GMSK信号与信号模板库中频谱的相似度统计结果，GMSK信号与模板信号的相似度低于0.4。由此可知，在信噪比较高时，通过利用频谱形状特征进行谱相关比较，可进一步剔除干扰，保留感兴趣的测控信号。

图3 不同信噪比下，PCM-FM的相似度统计结果

图4 不同信噪比下，GMSK的相似度统计结果

实验2：低信噪比，谱相关检测

在信噪比为-9 dB时，PCM-FM信号的频谱如图5（a）所示，在如此低的信噪比下，信号的频谱已完全淹没在噪声中。以此频谱与信号模板库中频谱进行谱相关，可得谱相关的幅度如图5（b）所示，其最大幅度值对应的谱相关检测统计量仍大于检测门限，故可正常检测PCM-FM信号。

图5 频谱与谱相关检测统计量

经10 000次重复实验，图6给出了虚警概率为1×10-3时，信号检测概率随信噪比的变化曲线（图6中检测理论值、虚警概率的计算可参考文献［10］）。由前述仿真可知，在信号持续时间546 µs内，在信噪比-9 dB、虚警概率1×10-3时，检测概率为99.9%。因此，所提出的谱相关检测方法可适应高速运动目标，可在信噪比较低时，快速准确地检测目标。

图6 PCM-FM信号的检测概率随信噪比变化曲线

实验3：低信噪比，基于谱相关检测的角度估计

设定PCM-FM信号的射频频率为2.25 GHz，信号入射的方位角和俯仰角分别为20°和30°，方位向3 dB波束宽度为3.3°，俯仰向3 dB波束宽度为2.5°。系统利用相邻7个搜索波束进行多波束联合测角。测角使用的各波束幅度值为各波束的谱相关检测统计量，信号持续时间为546 µs。

波束输出信噪比在-11～-9 dB之间变化，仿真实验次数2 000次，图7给出了方位角和俯仰角的测角精度随信噪比变化曲线。由图7可知，在信噪比大于-9 dB时，基于谱相关检测统计量的多波束联合测角的精度优于0.25°，约为波束宽度的十分之一。

图7 方位角和俯仰角测量精度随信噪比变化曲线

5 结束语

本文提出了一种基于谱相关的测控信号预分类方法，与传统预分类方法相比，所提方法可适应高速运动目标的侦收，能够在远距离、低信噪比情况下，快速准确地检测并跟踪感兴趣的测控信号。值得注意的是，该谱相关预分类方法仅利用了测控信号的频谱形状特征，没有更深入地挖掘测控信号的其他特征（如循环谱特征）来进一步提高预分类的准确性，这将是下一步研究的主要方向。