基于脈內(nèi)特征的雷達(dá)輻射源信號分選技術(shù)研究.pdf

1、雷達(dá)輻射源信號分選是將截獲的交錯脈沖信號進(jìn)行分組的過程，使得同組中的脈沖信號來自于同一部雷達(dá)輻射源。它是雷達(dá)電子支援偵察(ESM)和電子情報偵察(ELINT)應(yīng)用中的重要組成部分，直接影響著電子偵察設(shè)備性能的發(fā)揮并關(guān)系到戰(zhàn)爭的后續(xù)作戰(zhàn)決策。目前傳統(tǒng)的分選方法主要采用到達(dá)時間(TOA)，載波頻率(RF)，脈沖寬度(PW)，脈沖幅度(PA)以及到達(dá)方向(DOA)五個參數(shù)實(shí)現(xiàn)脈沖列的去交錯。這在只有常規(guī)體制雷達(dá)且輻射源數(shù)量不多的情況下確可取得

2、滿意的效果。但隨著現(xiàn)代電子對抗的日益激烈，電磁環(huán)境的信號密度日趨密集和復(fù)雜新體制雷達(dá)不斷出現(xiàn)，從而造成了脈沖大量的丟失以及信號參數(shù)空間的嚴(yán)重交疊，破壞了分選所利用的信號規(guī)律性，導(dǎo)致了基于脈間五參數(shù)的分選算法已難以獲得令人滿意的分選效果。近年來，隨著數(shù)字信號處理技術(shù)(DSP)和大規(guī)模集成電路(VLSI)的發(fā)展，數(shù)字中頻接收機(jī)能夠獲取全部的雷達(dá)特征信息，利用脈內(nèi)特征參數(shù)進(jìn)行脈沖去交錯處理是另外一種有望提高分選性能的方法。為此，本文針對截獲的

3、未知雷達(dá)脈沖信號，在傳統(tǒng)分選性能急劇下降，甚至完全失效的情形下，從雷達(dá)輻射源信號的有意和無意調(diào)制特征提取與性能分析、雷達(dá)輻射源信號的分類數(shù)目估計(jì)和聚類分選算法三個方面對基于脈內(nèi)特征的雷達(dá)輻射源信號分選相關(guān)理論問題展開討論和研究，主要工作和研究成果如下：
　　 1.為研究復(fù)雜雷達(dá)輻射源信號脈內(nèi)調(diào)制特性，提出符號化時間序列特征、頻譜小波變換特征和差分自相關(guān)包絡(luò)特征提取算法，以便提取和補(bǔ)充新的，適合于工程應(yīng)用的有效分選特征向量(DFV

4、)。
　　 雷達(dá)輻射源信號在頻域分布緊湊，不同調(diào)制信號的頻譜明顯易分辨。針對這一特點(diǎn)，提出一種對雷達(dá)輻射源信號頻譜進(jìn)行符號化分析的脈內(nèi)特征提取方法，該方法能夠快速有效的提取定量信息。將符號化過程中反映信號自相關(guān)特征的采樣時延和反映信號調(diào)制規(guī)律特性的符號熵作為脈內(nèi)特征。通過對7種雷達(dá)信號的仿真實(shí)驗(yàn)和數(shù)據(jù)分析表明，所提取的特征具有良好的抗噪性和可聚類性。同時算法計(jì)算簡單快捷，能夠簡化分類器設(shè)計(jì)。
　　 雷達(dá)輻射源信號在傳播和

5、處理過程中易受到噪聲干擾，信噪比變化很大。本文在小波域?yàn)V波算法的基礎(chǔ)上提出一種對雷達(dá)輻射源信號進(jìn)行脈內(nèi)特征提取方法，該方法能夠從信號中有效的提取定量信息。將小波變換后低頻逼近小波系數(shù)的能量分布熵與經(jīng)過尺度相關(guān)去噪計(jì)算后反映信號邊緣的高頻細(xì)節(jié)小波系數(shù)能量分布熵構(gòu)成雷達(dá)輻射源信號的二維特征向量。通過對10種雷達(dá)輻射源信號的特征提取和分類仿真實(shí)驗(yàn)分析表明：提取的樣本特征在0dB下具有很好的抗噪性和可聚類性，證實(shí)了本文方法的有效性。
　　

6、 在統(tǒng)計(jì)自相關(guān)函數(shù)的基礎(chǔ)上提出一種對雷達(dá)輻射源信號進(jìn)行脈內(nèi)特征提取的方法。該方法首先利用一階差分來突出信號的調(diào)制特征；然后將差分的結(jié)果通過自相關(guān)計(jì)算來抑制噪聲的影響，提取不同時延下自相關(guān)函數(shù)的包絡(luò)特征；最后，根據(jù)提出的基于距離的可分性判據(jù)對包絡(luò)進(jìn)行特征選擇，得到最能表征信號調(diào)制特征的二維或三維特征向量。通過對6種典型輻射源信號的特征提取和分類仿真實(shí)驗(yàn)分析表明：提取的特征在低信噪比(-5～0)下仍具有較好的抗噪性和可聚類性。
　　

7、 2.特定輻射源識別(SEI)技術(shù)研究立足于從截獲的輻射源信號中提取細(xì)微且穩(wěn)健的特征，這些特征是由特定輻射源個體所決定的指紋信息。雷達(dá)輻射源信號因無法避免的雷達(dá)發(fā)射機(jī)相位噪聲影響而具有無意調(diào)制個體特征。文中采用圍線積分雙譜提取由振蕩器相位噪聲所造成的無意調(diào)制個體特征，并將圍線積分雙譜的均值、波形熵和雙譜熵作為量化特征衡量不同雷達(dá)輻射源之間的個體差異。仿真實(shí)驗(yàn)表明，提取的量化特征在一定的信噪比環(huán)境下較好地體現(xiàn)輻射源之間的個體差異性，并且

8、能夠?qū)崿F(xiàn)輻射源個體的分類識別。
　　 由于脈沖包絡(luò)的形狀變化信息能夠提供不同源的個體特征并有助于信號的分選識別，文中提出一種基于主成分分析的輻射源個數(shù)估計(jì)算法。這種方法通過對接收到的脈沖信號包絡(luò)進(jìn)行主成分分析提取其相關(guān)矩陣的特征值，利用特征值構(gòu)造的信息論準(zhǔn)則估計(jì)雷達(dá)輻射源信號的個數(shù)。最后通過計(jì)算機(jī)仿真實(shí)驗(yàn)和對比已有的其它信息論準(zhǔn)則驗(yàn)證了本文方法的可行性和有效性
　　 3.針對雷達(dá)輻射源信號特征分布形式復(fù)雜、類邊界歸并突出

9、的問題，提出一種基于灰關(guān)聯(lián)測度的聚類分選模型，并對其中涉及的各種相關(guān)理論問題展開詳細(xì)而專門的討論。
　　 在該模型中，提出了一種基于灰關(guān)聯(lián)測度的分裂式層次聚類算法。該算法利用灰關(guān)聯(lián)測度來衡量數(shù)據(jù)對象之間的相似程度，采用自頂向下基于密度擴(kuò)展的分裂式層次化聚類策略，生成不同層次的數(shù)據(jù)集劃分，然后根據(jù)提出的聚類有效性指標(biāo)衡量不同聚類劃分的質(zhì)量；將有效性指標(biāo)曲線極值點(diǎn)所對應(yīng)的聚類劃分用于估計(jì)最佳聚類數(shù)目。在實(shí)際數(shù)據(jù)和人工合成數(shù)據(jù)集上的實(shí)

10、驗(yàn)表明，該算法能夠獲得較好的聚類結(jié)果，并且能夠識別任意形狀的簇。
　　 考慮輻射源數(shù)量、截獲的脈沖數(shù)量、脈沖丟失率以及環(huán)境信噪比等多種因素，論文研究了基于灰關(guān)聯(lián)測度的聚類分選模型在提取的脈內(nèi)特征以及不同特征組合數(shù)據(jù)集上的分選性能。實(shí)驗(yàn)結(jié)果表明聚類分選算法對復(fù)雜體制雷達(dá)輻射源信號具有良好的分選效果，且對不同因素的影響表現(xiàn)較好的穩(wěn)健性，為探索有效特征向量提供了參考依據(jù)。
　　 本文研究工作得到國家自然科學(xué)基金(No.6070