復雜密集電磁環境下低重頻雷達信號分選技術

童智靖，陳 臻

(中國電子科技集團公司第五十一研究所，上海 201802)

0 引 言

隨著現代無線電磁技術的開發推廣以及普遍應用，還有各種新體制雷達投入戰場，造成了現代電磁環境越來越復雜密集、交錯以及多變[1]，特別是高重頻雷達信號以及無線通信信號的存在，導致了電子偵察系統工作環境的信號密度已經高達幾十萬甚至上百萬的量級，這就給電子偵察系統造成了巨大的困擾，對電子偵察系統的信號處理能力也將要求得更加苛刻[2]。特別是在復雜密集電磁環境下，低重頻雷達信號的丟失概率會大大增加，這也就造成了系統對低重頻雷達分選識別的難度[3]。因而，低重頻雷達信號在復雜密集電磁環境中的分選以及識別，是電子偵察工作中迫切需要解決的問題。

目前常規的電子偵察系統是采用數字信號處理器(DSP)+現場可編程門陣列(FPGA)芯片的工作模式，實現對偵察信號的分選識別功能。首先FPGA從偵收信號中獲得載頻(RF)、脈寬(PW)、脈沖到達時間(TOA)、脈沖幅度(PA)以及偵收的通道等，并將這些參數整理打包形成脈沖描述字(PDW)，將打包后的PDW送入DSP的緩存空間。上述工作是信號分選中的預處理步驟，主要在FPGA中實現。然后DSP從緩存空間中取得FPGA上傳的PDW數據，并且在DSP中針對PDW的參數進行處理，實現對偵收信號的分選和識別匹配功能。上述DSP處理過程是信號分選的主處理過程[4]。然而，由于DSP芯片在處理高速數據方面的能力不足，而在復雜密集電磁環境下，需要處理的數據量非常龐大，有可能造成DSP不能及時處理緩存空間中所有的PDW數據，導致PDW數據溢出丟失。這種情況下，電子偵察系統雖然能夠識別出高重頻的信號，但是對于低重頻雷達信號存在很大的隱患，非常容易丟失信息，導致低重頻雷達信號不連續，從而DSP無法對其分選識別，造成漏警。

針對目前電子偵察系統在復雜密集電磁環境下容易對低重頻雷達信號造成漏警的問題，本文提出一種復雜密集電磁環境下分選識別低重頻信號的自適應電子偵察系統。該系統通過DSP處理判斷原始數據是否超出系統的處理能力，如果存在數據溢出，則DSP將通過控制FPGA，調節傳輸到DSP緩存空間的原始數據，去除大量冗余重復的高重頻信息數據，大幅度減少DSP需要處理的數據量，增加低重頻信號的數據比率，這樣可以較好地解決復雜密集的電磁環境下低重頻雷達信號分選識別容易漏警的現象。

1 雷達信號分選算法論述

雷達信號分選算法是電子偵察系統中信號處理的重要組成部分。雷達信號分選算法可以分為單參數分選算法以及多參數分選算法。單參數分選算法中具有代表性的是直方圖統計算法，該算法主要根據信號的脈沖重復周期(PRI)參數實現雷達信號分選功能，但是在復雜密集電磁環境下，單參數分選算法的性能并不突出。而多參數分選算法因為其可靠性高、適應性強等特點應用頻率越來越高，特別是在復雜密集的電磁環境中，分選性能尤為突出。常用的多參數分選算法有小盒分選算法和多參數聚類算法。小盒分選算法根據雷達數據庫開多個小盒對信號的偵收通道、PW以及RF等信息進行匹配，匹配成功的信號則認為該信號分選完成。該算法的缺陷十分明顯，就是只能識別已知的雷達信號，不能分選識別雷達數據庫以外的信號。

文中選用電子偵察系統采用的是一種多參數聚類分選算法。該算法根據信號的偵收通道、PW、TOA以及RF等信息作為分選條件，首先根據信號的偵收通道、PW以及RF信息將偵收到的信號進行分類；然后對同一類中信號利用TOA累積差值直方圖的方法計算出該類信號中可能存在的PRI值；最后統計各個類別中是否存在PRI，從而判斷是否完成信號分選工作。該算法功能主要在DSP中實現。但是在復雜密集的電磁環境中，由于需要處理分類的數據量非常大，導致該算法面臨著工作效率低下以及對低重頻信號不敏感等問題，需要進一步完善對偵收信號的預處理工作。

2 常規電子偵察系統

目前常規的電子偵察系統信號處理主要是利用FPGA和DSP相結合來完成的。系統工作的流程如圖1所示。

圖1 常規電子偵察系統信號處理流程

系統利用FPGA具有實時高速處理能力的優勢，將外界偵收信號的處理打包形成PDW，然后將打包后的PDW數據包發送到DSP緩存空間，DSP從緩存中取出后對數據進行分選識別處理。然而相對FPGA而言，DSP的處理速度有限，當外界電磁環境比較簡單時，該系統可以正常工作，不過當外界電磁信號達到一定上限時，特別是存在大量高重頻信號時，就會使得DSP無法及時從緩存空間中取出數據，造成緩存空間數據溢出，丟失部分數據。而且緩存的數據中存在著大量高重頻信號的信息，對于DSP分選識別處理算法而言，這些高重頻數據大部分都是重復冗余的信息，DSP只需要其中的一小部分就可以完成對高重頻信號的分選識別工作。所以，DSP需要花費大量的資源和時間對這些數據進行甄別，選出其中的低重頻信號的信息，從而造成了DSP資源大量的浪費。

3 低重頻信號自適應系統

針對常規電子偵察系統在復雜密集電磁環境下存在的上述問題，提出一種在復雜密集電磁環境下的自適應電子偵察系統，用于提高電子偵察系統在復雜密集電磁環境下對低重頻信號的分選識別能力，并且在實驗應用中對該系統進行了驗證。

3.1 自適應系統信號處理方法

本文提出的自適應系統根據FPGA在一定時間內傳送一小部分高重頻信息到DSP中，完成對高重頻信號的分選識別工作，這樣既不影響系統對高重頻信號的識別能力又可以提高在復雜密集電磁環境下系統對低重頻信號的分選識別能力。

首先系統對初始的PDW數據進行分選統計，然后在此基礎上，DSP針對當前的數據量進行評估，判斷偵收到的數據是否超過系統處理能力的上限。如果偵收到的數據量沒有超過系統處理能力的上限，系統按照原先的處理方案進行后續的分選處理；反之，則系統自適應地調節FPGA上報的數據信息，減少數據中高重頻信號的數據量。下面介紹在復雜密集電磁環境下的信號處理過程。

自適應系統在復雜密集電磁環境下的信號處理流程如圖2所示。在復雜密集電磁環境下，偵收到的數據量已經超過了系統處理能力的上限，所以必須在此基礎上進行優化數據結構，減少高重頻的信息，增加低重頻的信號。首先根據DSP的初始分選結果，選擇需要減少信息量的高重頻信號；其后系統將該高重頻信號的參數下發至FPGA中，FPGA根據系統下發的參數識別出高重頻信號；然后在規定時間內最多上報一定量該高重頻信號的數據；最后在規定時間后重復該操作，既保障系統對高重頻信號的實時分選功能，又能提高系統對低重頻信號的分選識別能力。

圖2 復雜密集電磁環境下自適應系統信號處理過程

3.2 實驗驗證

為了評估上述系統的有效性，在某電子偵察設備基礎上對比原先的設計和本文提出的改進措施。在實驗室里利用2臺雷達信號模擬器、1臺安捷倫的多信號波形發生器以及4臺信號源模擬20個不同頻率常規脈沖信號同時存在的工作環境。利用天線輻射方式進行對比試驗，DSP將分選結果傳輸至主機上，主機將分選結果在電腦顯示器上顯示，并在一定時間后進行刷新。設置信號的重頻、脈寬等參數如表1所示。

由圖3可見：為改進前系統在復雜密集環境下對各個信號的分選結果，從告警次數分析原系統對重頻在180 μs以下的高重頻信號的分選識別能力比較強，而對重頻為870 μs、1 200 μs以及5 000 μs等低重頻信號分選識別存在很大的漏警情況。而且從圖3中發現，還存在著信號分選增批的現象，產生虛警情況，1 200 μs附近的幾個分選結果以及7 800 μs的分選結果都是由于系統對低重頻信號倍重頻造成的。而圖4給出了偵察設備使用本文提出的自適應系統后的分選識別結果。從圖4中可以看出，設備雖然對重頻為1 200 μs和5 000 μs的低重頻信號分選仍然存在著漏警的情況，但是效果有很大的改善，特別是對1 200 μs的低重頻信號漏警概率大大降低，而且信號增批現象也減少了很多。

表1 設置模擬信號的參數

圖3 原系統的信號分選結果

通過上述實驗測試發現本文提出的自適應系統在復雜密集的電磁環境中能夠大大提高對低重頻信號的分選識別能力。

4 結束語

本文針對電子偵察系統在復雜密集電磁環境下面臨低重頻信號分選存在漏警的問題，提出一種自適應的系統。該系統通過DSP判斷緩存空間是否有數據溢出，根據情況自適應地選擇調節高重頻信號通過的功能，減少DSP需要處理的數據，從而提高低重頻信號的比例，提高DSP對低重頻信號的分選能力。通過實驗室模擬復雜密集的電磁環境進行對比測試，實驗結果顯示該系統可以適應復雜密集的電磁環境，而且大大提高了設備對低重頻信號的分選識別能力，具有一定的工程應用價值。