輻射源個體識別中的模板分段尋優(yōu)算法

陳沛鉑，李 綱

(國防科學技術(shù)大學 電子科學與工程學院, 長沙 410073)

?

·信號處理·

輻射源個體識別中的模板分段尋優(yōu)算法

陳沛鉑，李 綱

(國防科學技術(shù)大學 電子科學與工程學院, 長沙 410073)

雷達輻射源個體識別，是當今電子戰(zhàn)研究的重點課題。動態(tài)時間規(guī)整能夠?qū)走_輻射源進行距離測度，實現(xiàn)雷達輻射源個體識別中的目標匹配。模板的好壞將直接影響到匹配效果，動態(tài)時間規(guī)整運算量大，使得傳統(tǒng)模板尋優(yōu)方法時間復雜度相當高，不適于實際工程需要。故提出了一種模板分段尋優(yōu)算法，在保證模板有效性的前提下降低了模板尋優(yōu)的耗時。最后，通過仿真驗證了模板分段尋優(yōu)算法的可行性。

輻射源個體識別；目標匹配；動態(tài)時間規(guī)整；模板分段尋優(yōu)

0 引 言

雷達輻射源個體識別，即識別同型號的雷達輻射源，是當今電子戰(zhàn)研究的重點課題，已成為決定整個戰(zhàn)爭勝敗的關(guān)鍵技術(shù)。目標匹配是雷達輻射源個體識別中的重要環(huán)節(jié)，指紋特征的選取，指紋特征的距離測度，以及指紋特征的模板尋優(yōu)是實現(xiàn)雷達輻射源目標匹配的三大步驟。

雷達輻射源的個體差異源于其內(nèi)部各種元器件的細微差異，瞬時幅度和瞬時頻率的波形結(jié)構(gòu)中就蘊含了這種差異[1-2]。早先的研究工作主要集中在提取瞬時幅度和瞬時頻率的各種參數(shù)，將其作為雷達輻射源的指紋特征[1-5]。這些指紋特征并不能全面的反映雷達輻射源的個體差異，并且特定的指紋特征只適用于對少數(shù)幾種型號的雷達輻射源實現(xiàn)目標匹配，泛化性能不好。本文直接把瞬時幅度和瞬時頻率設(shè)定為指紋特征，通過波形匹配實現(xiàn)同型號雷達輻射源的目標匹配。

基于各種參數(shù)的指紋特征，其維數(shù)是一樣的。對于該種維數(shù)相同的指紋特征，早先的研究者多采用歐氏距離、絕對值距離、切氏距離、明氏距離和馬氏距離等方法實現(xiàn)指紋特征的距離測度[6]。由于輻射源自身的不穩(wěn)定，接收機測量水平的限制，以及外界環(huán)境的干擾，輻射源瞬時幅度和瞬時頻率均呈現(xiàn)出一種彎折現(xiàn)象，動態(tài)時間規(guī)整(DTW)算法[7-9]能夠消除彎折現(xiàn)象給目標匹配帶來的負面影響，實現(xiàn)對本文指紋特征的距離測度。

指紋特征模板的好壞決定了目標匹配效果，多數(shù)研究者采用指紋特征的累加平均作為標準模板[6,10-11]。這種方式獲取的模板易受數(shù)值偏差較大的特征影響，且沒有考慮模板與指紋特征的距離測度關(guān)系，故用累加平均建立模板的方法不適用于本文。把類內(nèi)平均DTW測度值最小的指紋特征作為標準模板是較為合適的，通過該種模板尋優(yōu)方式，能夠?qū)ふ业饺肿顑?yōu)模板。但是DTW測度運算量大，使得模板全局尋優(yōu)的時間復雜度相當高。為滿足實際工程需要，本文提出了一種模板分段尋優(yōu)算法，在保證模板有效性的前提下降低了模板尋優(yōu)的耗時。

本文將依次介紹動態(tài)時間規(guī)整測度，模板分段尋優(yōu)算法，以及動態(tài)時間規(guī)整測度融合，并通過仿真驗證了模板分段尋優(yōu)算法在雷達輻射源個體識別課題中的可行性，并對實驗結(jié)果進行了分析。

1 動態(tài)時間規(guī)整測度

動態(tài)時間規(guī)整是將時間規(guī)整和距離測度結(jié)合起來的一種非線性規(guī)整技術(shù)。假設(shè)兩個波形X和Y的矢量序列分別為X={x1,x2,…,xI}和Y={y1,y2,…,yJ}，且I≠J，則動態(tài)時間規(guī)整就是尋找一個時間規(guī)整函數(shù)j=w(i)，它將X波形的時間軸i非線性地映射到Y(jié)波形的時間軸j上，并使該函數(shù)w滿足

(1)

式中：d(xi,yw(i))是波形X的第i個矢量xi和波形Y的第w(i)個矢量yw(i)的歐氏距離測度。|i-w(i)|

圖1 動態(tài)時間歸整過程

DTW測度以總的累計距離最小為原則，通過逐點尋優(yōu)匹配，尋找到波形X中最能表征其個體差異的子序列X={x(1),x(2),…,x(L)}，L

2 模板分段尋優(yōu)算法

在選定DTW對指紋特征進行距離測度后，指紋特征模板，即瞬時幅度模板和瞬時頻率模板的選取也是至關(guān)重要的。模板與本類所有指紋特征的距離測度取值應(yīng)當較小，與非本類所有指紋特征的距離測度取值應(yīng)當較大。把類內(nèi)平均DTW測度值最小的指紋特征作為標準模板是較為合適的，通過該種模板尋優(yōu)方式，能夠?qū)ふ业饺肿顑?yōu)模板。

假設(shè)某雷達輻射源的指紋特征模板尋優(yōu)集為W={w1,w2,…,wN}，N為特征總數(shù)。dij=dDYW(wi,wj)為特征wi和wj的DTW距離。若

(2)

模板分段尋優(yōu)算法的具體步驟如下：

分段尋優(yōu)算法如圖2所示。

圖2 模板分段尋優(yōu)示意圖

由步驟1和步驟2可知，模板分段尋優(yōu)算法共需做DTW測度的次數(shù)為

(3)

模板分段尋優(yōu)算法的時間復雜度遠遠低于模板全局尋優(yōu)方法，符合實際工程需要。另外，通過后續(xù)仿真實驗會發(fā)現(xiàn)，盡管分段尋優(yōu)算法的時間復雜度降低了，但是其指紋特征模板的有效性并沒有降低。

3 DTW測度融合

假設(shè)共有M部雷達輻射源，其瞬時幅度模板和瞬時頻率分別記為wA1,wA2,…,wAM和wF1,wF2,…,wFM。某一待測脈沖信號的瞬時幅度和瞬時頻率分別記為：wA和wF。其中wA與各瞬時幅度模板的DTW測度值記為：dA1,dA2,…,dAM，wF與各瞬時頻率模板的DTW測度值記為：dF1,dF2, …,dFM。則該待測脈沖信號隸屬于各雷達輻射源的隸屬度為

i=1,2,…,M

(4)

4 實測數(shù)據(jù)實驗

本文所用數(shù)據(jù)源于實測的六部同型號雷達信號，分別記為：A、B、C、D、E、F，實驗流程如圖3所示。

圖3 實驗流程圖

首先對實測數(shù)據(jù)進行預處理，包括濾波去噪和脈沖檢測，獲取雷達輻射源的脈沖信號。將每部雷達輻射源第一次被獲取的脈沖信號集作為模板尋優(yōu)集，第二次被獲取的脈沖信號集作為測試集。各雷達輻射源的尋優(yōu)集和測試集的具體分配情況如表1所示。利用希爾伯特變換，求得各脈沖信號的瞬時幅度和瞬時頻率，并對瞬時幅度歸一化，瞬時頻率中心化。

表1 脈沖信號集的分配情況

其次依次采用模板全局尋優(yōu)方法，r=10、r=20、r=30、r=40的模板分段尋優(yōu)算法對各模板尋優(yōu)集對應(yīng)的瞬時幅度模板尋優(yōu)集和瞬時頻率模板訓練集進行模板尋優(yōu)，獲取各雷達輻射源的瞬時幅度模板和瞬時頻率模板，并記錄各模板尋優(yōu)算法的耗時。其中某一包含500個瞬時幅度的尋優(yōu)集在各模板尋優(yōu)算法下的時間復雜度如表2所示。

表2 模板尋優(yōu)算法的時間復雜度

最后將每部雷達輻射源測試集中的脈沖信號對應(yīng)的瞬時幅度和瞬時頻率分別與各部雷達輻射源的瞬時幅度模板和瞬時頻率模板進行DTW測度。并對瞬時幅度和瞬時頻率的DTW測度值進行數(shù)據(jù)融合，并依據(jù)最大隸屬度原則判定待測脈沖信號的隸屬問題。各組模板尋優(yōu)算法下的目標匹配率，如表3～表7所示。

表3 基于模板全局尋優(yōu)算法的目標匹配率 %

模板測試集模板全局尋優(yōu)ABCDEFA95．9700．2003．830B0100．000000C2．40097．60000D000100．0000E0000100．000F1．20000．60098．20

表4 基于模板分段尋優(yōu)算法的目標匹配率(r=10)%

模板測試集模板分段尋優(yōu)(r=10)ABCDEFA94．9600．4004．640B0100．000000C2．64097．36000D000100．0000E0000100．000F1．80000．60097．60

表5 基于模板分段尋優(yōu)算法的目標匹配率(r=20)%

模板測試集模板分段尋優(yōu)(r=20)ABCDEFA95．7700．2004．030B0100．000000C3．02096．98000D000100．0000E0000100．000F1．80000．60097．60

表6 基于模板分段尋優(yōu)算法的目標匹配率(r=30) %

模板測試集模板分段尋優(yōu)(r=30)ABCDEFA95．3600．2004．440B0100．000000C3．40096．60000D000100．0000E0000100．000F1．40000．60098

表7 模板分段尋優(yōu)算法下的目標匹配率(r=40) %

模板分段尋優(yōu)算法所耗費的時間遠遠低于模板全局尋優(yōu)算法，并且基于這兩種尋優(yōu)算法的目標匹配率也基本保持一致。這說明模板分段尋優(yōu)算法在降低時間復雜度的基礎(chǔ)上，保證了較高的匹配率，能夠替代傳統(tǒng)的模板全局尋優(yōu)算法，以實現(xiàn)雷達輻射源個體識別中的目標匹配任務(wù)。

以不同數(shù)目r分組尋優(yōu)的匹配結(jié)果也是基本保持一致的。這說明模板分段尋優(yōu)算法對于分組數(shù)并不敏感，具有較好的穩(wěn)定性。所以r=10的模板分段尋優(yōu)算法最符合實際工程需要，能夠做到對目標又準又快地匹配。

5 結(jié)束語

動態(tài)時間規(guī)整能夠?qū)崿F(xiàn)對同型號雷達輻射源的距離測度，但是動態(tài)時間規(guī)整的運算量大，使得傳統(tǒng)模板尋優(yōu)方法時間復雜度相當高，不適于實際工程需要。本文提出的模板分段尋優(yōu)算法在保證模板有效性的前提下降低了模板尋優(yōu)的耗時。實現(xiàn)了對雷達輻射又準又快的目標匹配效果。

[1] DAVY J. Data modeling and simulation applied to radar signal recognition[J]. Provincial Medical & Suargical Journal, 2005, 26(25): 165-173.

[2] KAWALEC A, OWCZAREK R. Specific emitter identification using intrapulse data[C]// European Radar Conference.[S.l.]: IEEE Press, 2004: 249-252.

[3] KLEIN R W. Application of dual-tree complex wavelet transforms to burst detection and RF fingerprint classification[D]. [S.l.]: Air Force Institute of Technology, 2009.

[4] LI J C, LI Y B, LIN Y. LFM signal parameter estimation based on holder coefficient algorithm[J]. Journal of Computational Information Systems, 2012, 14(8): 5749-5756.

[5] 王宏偉, 趙國慶, 王玉軍. 基于脈沖包絡(luò)前沿高階矩特征的輻射源個體識別[J]. 現(xiàn)代雷達, 2010, 32(10): 42-49. WANG Hongwei, ZHAO Guoqing, WANG Yujun. Specific emitter identification based on higher order moment of the envelope's front edge[J]. Modern Radar, 2010,32(10):42-49.

[6] DUDCZYK J, KAWALEC A, CYREK J. Applying the distance and similarity functions to radar signals identification[C]// International Radar Symposium. [S.l.]: IEEE Press, 2008.

[7] SHORTEN G P, BURKE M J. The application of dynamic time warping to measure the accuracy of ECG compression[J]. International Journal of Circuits, Systems and Signal Processing, 2011, 5(3): 305-313.

[8] JEONG Y S, JEONG M K, OMITAOMU O A. Weighted dynamic time warping for time series classification[J]. Pattern Recognition, 2011, 44(9): 2231-2240.

[9] GULAKER V. Speech recognition by human and machine[D]. Trondheim: Norwegian University of Science and Technology, 2010.

[10] MATUSZEWSKI J. The radar signature in recognition system database[C]// 19th International Conference on Microwaves, Radar and Wireless Communication. [S.l.]: IEEE Press, 2012: 617-622.

[11] MATUSZEWSKI J. The specific radar signature in electronic recognition system[J]. Przeglad Elektrotechniczny, 2013(89): 236-239.

陳沛鉑 男，1988年生，博士研究生。研究方向為現(xiàn)代信號處理。

李 綱 男，1966年生，副教授，碩士生導師。研究方向為現(xiàn)代信號處理。

Template Segmenting Optimization Algorithm in the Spectific Emitter Identification

CHEN Peibo，LI Gang

(College of Electronic Science and Engineering,National University of Defense Technology, Changsha 410073, China)

Nowadays, much attention of the study in electronic warfare research is paid to the specific radar emitter identification which is a key subject in the field. Dynamic time warping (DTW) algorithm is chosen to realize the target matching in the specific radar emitter identification. Matching results are greatly influenced by the quality of the templates. Because of DTW's computational cost, the time-complexity is much higher when using the traditional template optimization method, which is impractical and useless. A Template segmenting optimization is introduced, which possesses excellent performance in time-saving and effectiveness. Finally, the feasibility of the algorithm is validated through the simulation.

specific emitter identification; target matching; dynamic time warping; template segmenting optimization

10.16592/ j.cnki.1004-7859.2016.03.009

陳沛鉑 Email：chenpabor@qq.com

2015-10-21

2015-12-23

TN974

A

1004-7859(2016)03-0043-04