一種雷達源信號分選檢測方法

錢劍勛

摘要：本文針對雷達在完成自身目標探測功能的同時，兼顧監視周邊頻譜態勢感知時如何在有限資源及時間內實時多源交織信號的分選問題，研究了一種雷達源信號分選檢測方法，并開展了外場試驗驗證。首先，闡述了雷達源信號監測的方法。然后基于雷達信號的相關性和和噪聲隨機性，提出了動態聚類的分析方法實現雷達脈沖流的預分選，并用脈沖信號多個參數的加權歐幾里德距離來表征雷達脈沖信號參數之間的幾何距離，在工程應用上利用遞推算法的小運算量實現實時計算。最后，構建試驗系統并給出探測試驗結果。結果表明：動態聚類的分析方法及相關算法具備可行性及實時性。

關鍵詞：雷達信號分選;累積相關算法;動態聚類

中圖分類號：TP311? ? 文獻標識碼：A

文章編號：1009-3044（2019）17-0292-04

開放科學（資源服務）標識碼（OSID）：

1 引言

在現代電磁空間信息戰中誰能夠掌握電磁信號的控制權和戰場雷達信號態勢，誰就能充分發揮武器裝備的作戰效能?，F代雷達目標探測的功能越來越多，作為大功率孔徑的傳感器，雷達全方位的空域覆蓋范圍可以達到幾百上千公里，雷達只具有單一目標探測功能是對資源的巨大浪費。因此，雷達裝備在滿足常規戰術技術指標的要求下，還應具有氣象感知、電子干擾、電子偵察及通信等功能。本文就雷達對目標探測和工作重頻較高，占用資源較多的情況下，如何有效、實時、高可靠地實現周邊環境頻譜態勢感知（信號監測及分選）。雷達輻射源信號分析和識別的基礎和前提是對截獲的密集交錯信號進行分選[1]，只有將屬于每一部雷達的脈沖分選出來，才能對雷達輻射源相關的參數進行精準的估計。

2 信號檢測方法

2.1雷達信號檢測技術

累積相關算法主要適用于低信噪比雷達信號的檢測。該算法利用信號的自身相關性和噪聲的隨機性等特點來實現對低信噪比雷達信號的檢測。這種算法工程實現計算量小，復雜度低，主要通過遞推運算，每次運算只需要一次復乘和兩次復加，就可以實現對雷達信號的實時檢測。累積相關算法有如下優點：

（1） 有效性。累積相關算法能夠準確有效地檢測出低信噪比信號。

（2） 實時性。累積相關算法復雜度低，每計算一個新值僅需一次復乘和兩次復加，運算簡單，工程實現容易，可以實現對信號的實時檢測。

（3） 檢測低信噪比信號。累積相關算法可以通過改變累積長度改善輸出信噪比，檢測概率隨著信噪比的增加而增大。

（4） 能夠根據檢測包絡測量脈沖的相關參數。累積相關函數與累積長度、脈沖寬度有關，累積包絡輸出的起點位于脈沖的上升沿處，終點位于脈沖下降沿處，根據包絡由此可以估計出脈沖的到達時間和截止時間，相應地，由累積相關輸出的終點減去起點即可得出脈沖寬度，從而實現脈沖到達時間、脈沖寬度的測量。

2.2 雷達信號分選技術

雷達信號分選是在偵察到的雜亂無章的雷達脈沖中將屬于各個雷達的脈沖從脈沖流中分選出來，并對屬于每部雷達的信號參數進行估計的技術[2]。雷達信號分選能準確識別出空間中各種不同的雷達信號特征，并將分選結果放入數據庫中。以便后期做進一步的處理，如電子干擾、定位、跟蹤等，雷達信號分選是電子對抗中的一個重要環節。雷達信號分選主要利用雷達脈沖參數等特征進行分選，雷達信號分選的普遍做法是首先利用單個或多個脈沖描述字（PDW）等信息進行預分選，以實現對脈沖流的稀釋，然后再利用脈沖重復周期（PRI）信息進行主分選，獲得每部雷達的脈沖重復周期。最后，通過對脈沖重復周期進行脈沖檢索，將屬于某一部雷達的脈沖從偵察到的脈沖流中分離出來。

3 信號檢測實現

3.1 實現原理

假設接收到的含噪雷達信號為

式中，[s（k）]為信號，[n（k）]為噪聲。

根據累積相關算法的定義，相關函數為

式中，[N]為累積的長度。

比較[r（k）]與[r（k-1）]可以發現

從上式可以看出，采用遞推運算，每計算一個新的[r（k）]僅需一次復乘和兩次復加，運算簡單，易于實時處理。

若[w（i）]為均值為[0]，方差為[σ2N]的復高斯白噪聲，[s（i）]為單頻信號，則[x（i）]為式中，

3.2 雷達信號分選過程

RF和PW的聯合分選有兩種實現方式：一種是將RF、PW分別按照一定的精度要求進行分選[3];另一種是采用動態聚類[4]的方法。這里，采用動態聚類方法實現雷達信號脈沖流的預分選。

一個雷達脈沖信號是否屬于某一個雷達輻射源，可以采用脈沖信號參數的加權歐幾里德距離來表征雷達脈沖信號參數之間的幾何距離[5]：

根據上面的分析，動態聚類算法的實現步驟如下：

（7）將類中元素個數小于5的類歸并到鄰近類中，完成整個聚類過程。

4 實際數據采集分析結果

下面對實際采集到的某雷達信號進行累積相關算法處理。采集到的雷達信號脈寬大約為13μs，帶寬B為6MHz，脈沖重復頻率PRF為300Hz，采樣頻率f為30MHz。信號的時域波形以及累積相關輸出如圖1所示，其中累積長度N為400。從時域波形可以看出，該雷達信號信噪比較強，可以直接從時域觀察到雷達脈沖信號的存在。

從時域波形圖與累積相關輸出結果圖可以發現，經過累積相關之后，輸出信噪比得到了極大的改善?？梢?，在每個脈沖出現時，累積相關函數將會出現峰值，累積相關峰的終點始終位于脈沖下降沿處，即脈沖的截止時間，當累積長度等于脈沖寬度時，相關峰位于脈沖起始時間處。由此證明了算法能夠準確有效地檢測出雷達信號。

對于實際采集到的第二組某雷達信號，同樣采用累積長度N為400進行累積相關處理。信號的時域波形圖以及累積相關輸出結果圖如圖2所示。由時域波形圖可以看出，該雷達信號較弱，完全淹沒在了噪聲中，從時域上沒法觀察脈沖信號的存在。

從上圖可以發現，經過累積相關之后，累積相關函數出現了相關峰，因此該算法可以實現低信噪比雷達信號的檢測。根據檢測包絡能測量出雷達脈沖到達時間、脈沖寬度等參數。

下圖為在兩/三個脈沖相互交錯的情況下，不同最大抖動量下的分選成功率的仿真圖，從圖中我們可以看出最大抖動量≤0.15時，分選成功率≥0.8，證明該算法確實具有較好的可用性。

5 結束語

本文從電子對抗偵察中雷達信號的檢測、分選的原理，技術實現的途徑，工程實現的算法三方面構建了雷達輻射源的信號處理流程及實現過程。后續的實際試驗系統的數據采集分析驗證此方法的正確性。本文對雷達輔助功能的頻譜態勢感知的工程應用具有重要的參考價值。

參考文獻：

[1] X. L. Zhang. The research of sorting method for AEGIS system signal based on fuzzy? ? ? clustering[P].China，patent for? ? ? ? ? ? ? invention，CN102749616A， October 24， 2012，5-18

[2] Ata'A A W， Abdullah S N. Deinterleaving of radar signals and PRF identification algorithms[J].Iet Radar Sonar Navigation， 2007， 1（5）：340-347.

[3] 李合生， 韓宇， 蔡英武，等. 雷達信號分選關鍵技術研究綜述[J]. 系統工程與電子技術， 2005， 27（12）：2035-2040.

[4] Z. W. Zhu. Clustering Sorting Method of Radar Signals[J]. Electronic Warfare， 2005， 105（6）： 6-10.

[5] 董旭， 魏振軍. 一種加權歐幾里德距離聚類方法. 信息工程大學學報， 2005， 6（1）：23-25.

【通聯編輯：聞翔軍】