低信噪比S模式應答信號相關檢測方法

劉顯勇

四川九洲空管科技有限責任公司 四川綿陽 621000

1 S模式應答信號概述

S模式響應信號脈沖位置調制編碼方法，抗干擾能力強，解碼精度高，越來越依賴定位系統（GPS）和自動監測系統（Automatic Dependent Surveillance-廣泛的演員陣容，ads-b）主鏈的數據格式。尤其是對弱者和弱S模式響應信號在很長一段距離，信號本身有一個小能量和傳輸損耗大，接收信號的信噪比很低，探測和識別是困難的，和系統的攔截和接待能力很差。為了提高接收系統的靈敏度，擴大檢測范圍，增強連續跟蹤和攔截的能力[1]。

S模式，也被稱為地址模式，S代表的是根據要求進行選擇性的進行詢問，最終實現地面詢問和飛機應答的雙向信息互通。相比較傳統模式，S模式具有更好的選擇性，能夠實現地面管制雷達在詢問過程中的選擇權。具體來講，S模式在應用過程中能夠根據需要覆蓋需要詢問區域內的全部飛機，有效的減少了混迭等現象的出現，降低了干擾。隨著在S模式中數據鏈通信技術的應用，在很大程度上提高了交換信息的豐富度，涵蓋了高度、識別碼以及飛機的各種信息，具有更好的選擇性和即時性。

在噪聲和干擾信號中也存在滿足時序關系的上升邊緣，在低信噪比下會產生大量的誤報。提出了一種改進的檢測方法，在脈沖前沿提取過程中引入了噪聲基的聯合決策。同時，提出了一種基于單脈沖匹配濾波的脈沖匹配檢測方法。不處理采樣電平，前8mics脈沖直接用于匹配濾波器檢測頭。直接匹配濾波器檢測方法改進，基帶規范化頭互相關檢測方法，提出了評估的總體特征匹配的學位頭，但相關峰值也出現在低信噪比下的non-header部分，導致假警報并增加了計算量。S模式響應信號與分類特征參數的意義，探討了基于高階矩和累積量的人工神經網絡方法，但該方法選擇時，不同的信號分類識別特征參數可能不一致，主要是面向一個特定的信號分類，和其他識別響應信號和S模型響應信號頻率（1090MHZ），同一種基于人工神經網絡設計的識別方法比較復雜，推廣能力較差。提出了一種基于累積分類的ads-b信號解交織算法，利用有效的脈沖位置檢測方法估計信號到達時間（TOA），但噪聲對檢測概率和估計精度有很大影響[2]。

從更廣闊的維度上看，對于未知波形時變信號的相干檢測，尤其在極低信噪比（SNR）條件下的相干檢測，迄今仍然是信號處理理論中的一個缺門。非相干的累積檢測方法倒是有一些，而能應用于未知波形時變信號的自適應相干累積檢測理論和技術幾乎找不到。現有的多種最優濾波器或估計器，例如匹配濾波器、維納濾波器、卡爾曼濾波器等，都需要一定的先驗信息，它們也都不能夠實現未知波形信號的相干累積。所以具有非常奇異特性的自適應相干累積，仍然值得繼續深入地加以研究。

解決的困難年代低信噪比下的響應信號識別模式，本文提出了基于包的一個增強識別方法檢測、單脈沖匹配濾波和多脈沖探測頭三次相關檢測，并提高了S模式響應信號的檢測和識別性能在低信噪比下通過三次相關處理。

2 S模式應答信號檢測

2.1 信號預檢測

對于標準s型響應信號的包絡，其脈沖占空比約為1/2，且信號段中存在多個脈沖和集中能量。因此，本文提出通過包相關對信號進行預檢測，從而確定信號到達的時間范圍。利用包相關性估計信號到達時間的處理過程如圖1所示。

為了檢測信號的存在，建立假設檢驗模型H0：x（n）=ohm（n）=1，2…NH1：x（n）=s（n）+ohm（n）令構建的標準脈沖采樣值為y1=y2=…=yN=1，則相關操作為滑動窗口的和。首先得到信號包絡線x（n），然后計算信號功率x（n）2。包相關是指信號功率x（n）2與標準脈沖y的卷積運算[3]。

2.2 單脈沖匹配濾波

利用包相關性得到信號到達時間，進一步確定頭脈沖的位置，估計脈沖幅度。在低信噪比條件下，脈沖邊緣會發生偏移或引入無效脈沖邊緣。為了提高脈沖邊緣提取的精度，采用單脈沖匹配濾波確定脈沖位置。頭段的四個脈沖寬度均為0。5微米，所以脈沖寬度是0。匹配濾波用5mus單標準脈沖，即y1=y2=…=yM=1，其中M的定義是2。第1節是一致的。標準脈沖的采樣點為匹配濾波器的系數。

2.3 多脈沖報頭檢測

當信號頭部與標準四脈沖信號（H1的假設）完全匹配時，四個脈沖參與相關運算以產生峰值。考慮到沒有三次脈沖匹配，信號標頭和標準四次脈沖信號僅由兩個脈沖對按時產生兩個峰值（H0假言）。因此，與許多脈沖相關聯的頭檢測問題可被描述為以下假設檢驗問題。

2.4 理論檢測概率

為了成功地最終檢測出S模式響應信號，需要經由分組相關來檢測信號位置，并且最后需要通過多脈沖相關來確認頭部位置。因此，最終信號檢測概率是數據分組相關與多脈沖相關的檢測概率的乘積，虛渺的出現主要有兩種情況：一種是數據分組相關過程產生虛高，其后當多脈沖相關過程不匹配四脈沖時產生虛高。第二種是當在多脈沖相關過程中調齊兩個或一個脈沖時成功檢測到分組相關過程，即，最終報警概率Pf=Pf1Pf30+Pd1（Pf3+Pf31）（31）。

目前，飛機主要依靠二級代碼進行識別。由于二次代碼數量有限，二次代碼重用經常發生在繁忙的空域，導致飛行目標與飛行計劃之間的關聯不正確。S模式技術的應用可以解決這一問題。S模式數據中的24位地址碼可用于唯一識別飛機，航班號也可用于輔助識別。實現了系統航跡和飛行計劃，還需要對飛機24位地址碼以及二次雷達應答機代碼等多種因素進行綜合考量，然后根據優先權的設置，最終實現自動關聯。如果在監視數據與飛行計劃關聯的過程中，出現了航跡的二次雷達應答機代碼和飛行計劃出現偏差的情況，以及飛機航班和飛行計劃不符的情況，應該及時指出并且標示出，通過檢查等工作最終實現雙方的統一，然后才能繼續飛行任務[4-6]。

3 基于多次相關的S模式應答信號檢測公式

將數據包相關、單脈沖相關和多脈沖相關的期望虛警概率均設為10-2，即Pf1=Pf2=Pf3=10-2。假設躁聲功率σ2=1，信噪比為0dB，信號時長tl=120μs，采樣率fs=10MHz，脈沖寬度Pw為0．5μs。根據上述分析，由式（14）可得數據包相關的檢測門限γ1=Q-1χ22400（10-2）/2=1282．05，由式（15）可得其檢測概率Pd1=Qχ22400（1160）（2γ1）=99．99%，接近于1；由式（17）可得單脈沖相關的檢測門限γ2=Q-1χ210（10-2）/2=11．60，由式（18）得其檢測概率Pd2=Qχ210（10）（2γ2）=30．56%。

聲功率σ2=1，信噪比為0dB，信號時長tl=120μs，采樣率fs=10MHz，脈沖寬度Pw為0．5μs。根據上述分析，由式（14）可得數據包相關的檢測門限γ1=Q-1χ22400（10-2）/2=1282．05，由式（15）可得其檢測概率Pd1=Qχ22400（1160）（2γ1）=99．99%，接近于1；由式（17）可得單脈沖相關的檢測門限γ2=Q-1χ210（10-2）/2=11．60，由式（18）得其檢測概率 Pd2=Qχ210（10）（2γ2）=30．56%。

4 結語

綜上所述，首先，經過一定的檢查可以得到準確的位置，將頭脈沖的檢測閥值可以確定下來，之后進行降噪工作就依賴于單脈沖匹配的濾波器進行。還有不斷的評估脈沖的幅度以及噪聲的功率等，并且經過識別多脈沖的相關檢測來識別信息源。經過這幾種處理的方法，可以得知使S模式響應信號提升的最佳方法。經過表達式的論證更加準確的推導檢測的數據，通過計算機模擬，在預期的虛警概率下，該方法實現的理論檢測概率，并比較該方法與傳統的直接匹配濾波法，脈沖前沿方法，基帶歸一化互相關方法的識別性能，本文驗證了算法性能的優越性。本文基于檢測的方法進行了分析研究，希望可以帶來相關的參考價值。