简述复杂体制雷达信号自提取技术

摘 要 本文提出了一种基于相似性系数的复杂体制雷达信号自匹配的分选算法。这种算法利用雷达信号脉冲序列的周期性和相关性，实现对雷达信号模板序列的自动提取，从而实现对复杂体制雷达信号的分选。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。

关键词 雷达对抗；脉冲样本图；模板匹配

引言

传统针对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]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（PRI）无明显规律及脉间规律模型尚不明确的情况下，便无法使用上述方法进行规律统计。而平面变换技术[3]是依据累积变换的数学原理，将时间维的脉冲序列变换到二维的时间平面上，再通过人工判别出不同类型的脉冲信号。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。

本文引入了雷达信号样本图的概念，提出了基于模糊匹配算法的复杂体制雷达信号的样本自提取分选技术。该技术通过将全脉冲序列按频段进行预划分，将各频段下的脉冲序列按到达时间排序，再将形成的顺序脉冲序列进行整体移位，求取目标信号脉冲相关函数的峰值点，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 基于样本图自提取的分选方法

1.1 数据标准化处理

雷达侦察系统一般通过脉冲描述字（PDW）进行聚类，PDW一般包括信号载频（RF）、脉冲宽度（PW）、调制样式（PW）、脉冲幅度（PA）、到达时间（TOA）和到达方向（DOA）等特征参数。对于N个脉冲信号，假设每个脉冲信号包含M维特征参数。对于N个脉冲信号，假设每个信号包含M维特征参数，则信号样本为PDW={PDW1，PDW2…PDWN}T，而样本的数据结构可描述为PDWi=（RFi，PWi，PMi，TOAi，DOAi）。

实际应用中，所得的原始PDW中的各特征参数受不同度量的影响，往往比较复杂，影响聚类的处理。需要对原始PDW进行必要的处理，使其分布在相同的区间内，以相同的量级参与聚类。这一统一表示每个样本数据的过程称为数据标准化处理。

1.2 模板样本图自相关技术原理

模板样本图自相关的原理是将脉冲采样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。

1.3 雷达信号脉冲序列自相关匹配算法

为了更有效地提取目标雷达信号的脉冲样本模板，首先将全脉冲序列按方位和频段进行粗划分。随后各频段或方位下的脉冲序列进行脉冲样本自提取处理[4]。具体步骤是：①获取全脉冲采样数据；②将全脉冲序列按方位和频段大致划分成若干个子采样序列；③初始化移位位数；④根据值生成待匹配脉冲序列和移位脉冲序列；⑤设时间间隔容差为，待匹配脉冲序列与移位脉冲序列的时间差为，若对任意一个待匹配脉冲的，存在一个移位脉冲，满足，可认为和时间对准，则可进一步判决和所对应的脉冲和是否匹配，匹配上的脉冲分选标识字函数置为1；⑥将待匹配脉冲序列和移位脉冲序列进行循环自相关匹配积累；⑦若自相关函数的最大值大于设定门限，则可据此判定包含移位的个脉冲在内的序列为一样本子图；⑧将中包含的所有逐一提取并整理合并形成当前该序列对应目标的样本图；⑨重复③～⑧步，直至无可用脉冲或循环移位结束。

图1 样本序列移位自匹配处理流程

假设当移位位数为时的自相关函数取得峰值，且该峰值高于设定门限，此时可将对应的脉冲序列提取出来整理合并成样本子图和样本图。

以一重频二参差脉冲序列为例。当移位位数n为1时，待匹配脉冲序列和移位脉冲序列分别为和，两个序列的自相关函数值为；顺序计算与、、、的自相关函数值、、；其中最大（此处为10），且高于相关函数有效性门限（假设为4）；可提取对应的脉冲序列，合并整理出样本子图/样本模板和样本图 。其中表示小周期的个数，表示框架的出现次数，表示当前的重频变化类型为重频参差。其他的重频变化类型还包括：重频固定，重频组变，重频参差等。

2 仿真分析

样本体系的优势体现在能够比较全面且清楚地描述复杂新体制雷达信号工作模式之间的转换规律、脉冲间的时序联合变化规律以及脉冲内部子码、频率等参数的变化规律。因此，衡量其性能优劣的标准应该是在正确提取样本体系的前提下，测试样本体系对相应的工作模式序列或脉冲序列的正确提取率。

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點：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。以上述条件为基础，本实验选取了10组体制复杂且参数较为接近的雷达参数，具体参数设置如表1所示。利用这些雷达信号参数是遏制分别仿真产生脉冲样本图模板序列，仿真序列中增加了1%～5%的干扰脉冲，同时脉冲丢失率为1%～5%，参数测量误差为1%～5%[5]。

雷达具体参数设计如表1所示。其中IPC表示脉内特征（1：无脉内调制；2：频率编码FSK；3：线性调频）。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，式中的为参与相关匹配的脉冲个数。

图2和图3展示了目标1和目标2的提取过程，其余信号类似。

利用脉冲序列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。验证了本文算法的可行性。

3 结束语

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。验证了本文算法的可行性。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。

参考文献

[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，20012，35（1）：6-10.

[3] 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）：39-41.

[4] 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.

[5] 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.

作者简介

陈楠楠（1981-），女，江苏省南通市人；学历：本科，工程师，研究方向：通信工程。