一種JTIDS 信號批號的離線合批方法

潘定平，朱宇鋒

（中國電子科技集團公司第三十六研究所，浙江 嘉興 314033）

0 引言

聯合戰術信息分發系統（JTIDS）是美國為適應三軍聯合作戰而研制的綜合通信、導航、識別系統，是美軍自動化戰術C3I 系統的重要組成部分，具有用戶多、容量大、生存能力強、使用靈活、功能齊全的特點，已成為美軍及其盟友空對空、空對艦、空對地數據通信的主要方式。美國及北約所廣泛使用的戰術數據鏈Link16 就采用了JTIDS 作為它的主要結構形式，被美國國防部確定為三軍聯合作戰用數據鏈。

在戰術任務角度，JTIDS 網內成員主要分為任務執行成員、任務指揮成員和空中接力成員，其中任務執行成員具備數量多，但發射信息少且每個成員占用時隙數少的特點，這種特點往往會造成JTIDS 目標批號在方位和時間上的不連續，且JTIDS 端機覆蓋海陸空各種平臺，其運動軌跡復雜多樣，進一步加大了獲得穩定連續的信號批號的難度，從而造成增批現象，為此，本文提出一種離線合批方法，可在一定程度上糾正上述增批問題。

1 JTIDS 信號概述

JTIDS 信號在時域和頻域上均具有固定且鮮明的特征。

在時域上，JTIDS 數據鏈系統采用時分多址（TDMA）的工作方式，其時間網絡具有周期性，時間軸依次劃分為12.8 min 的時元，時元又劃分為64 個時幀，每個時幀又劃分為1 536 個時隙，每個時隙發射一組脈沖信號，如圖1 所示。

圖1 時域特征

頻域上，JTIDS 采用跳頻技術，載頻從969～1 008 MHz（13 個 跳 頻 點）、1 053～1 065 MHz（5 個 跳頻點）和1 113～1 206 MHz（33 個跳頻點）3 個子頻段均勻選取跳頻點，脈沖跳頻間隔30 MHz 以上，如圖2所示。

圖2 頻域特征

JTIDS 數據鏈系統各個用戶的發射時隙在時域和頻域上嚴格遵循上述特點，且每個系統成員均設計有與基準時間同步的計時系統，因此可采用時頻分析及信號相關處理技術完成多站測向交叉定位或測向測時差定位，完成JTIDS 數據鏈目標端機的經緯度計算，如圖3 所示。

圖3 定位原理示意圖

2 批號合并方法

針對信號增批問題，基本可分為2 種主流解決措施：一是基于信號增批原理，改進目標偵察方式，杜絕增批問題的出現；二是在增批問題難以避免的情況下，通過算法后處理完成批號的合并。后者又可細分為同一時間段內的虛假目標截獲導致的識別維增批，以及同一真實目標因截獲時間離散造成的時間維增批。

針對識別維增批問題，關一夫和羅長勝等人曾在文獻［7-8］中提出了對脈沖重復周期（PRI）信號在載頻維和脈寬維進行合批，以及基于近鄰函數值準則的改進聚類算法進行合批的方法。

但現有的公開資料中，很少涉及通信信號獲取領域的增批問題及解決方法研究，其難點在于通信的應用場景大部分是同頻同體制組網，因此同頻多目標場景的批號建立往往只能依賴于方位信息，基于JTIDS信號本身的技術特征，可在方位和時間兩個維度進行建批，因此批號正確率已經有了較大的改善，但相對應的，時間維增批問題也更難以解決。

而且由于JTIDS 網內成員數量眾多，若通過放大方位和時間閾值進行批號的簡單合并，極易造成錯誤合批。但JTIDS 信號本身的技術特點，使得批號的正確合并具備了可行性。下面主要針對JTIDS 增批問題進行批號離線合并的方法進行說明，需要注意的是，本方法只適用于已完成定位的JTIDS 數據。

2.1 合批流程

假設獲得的JTIDS 數據共建立了個批號，其中定位后共建立了個批號，以集合｛R｝（=1，2，…，）表示，其中R除表示批號值外，還包含批號值對應的方位、經緯度和時間等信息，本文算法只對批號集合｛R｝進行合批。

為最大程度實現批號合并，采用正向順序遍歷方式進行合批，具體流程如圖4 所示。

圖4 離線合批方法流程圖

具體步驟如下：

a）提取批號集合｛R｝（=1，2，…，）對應的個批號起始時間=［S，S，…，S］；

b）根據批號起始時間的大小進行正向排序，得到批號集合｛M｝（=1，2，…，）；

c）初始值取2，初始值取1，=（同上，該等式表示將批號及其包含的方位、經緯度和時間等所有信息均賦予批號）；

d）調用合批判定算法判斷批號M是否合并到批號集合｛，，…，Z｝中，若滿足合批條件，則進行批號及相應數據的合并，變量=+1，并重復步驟d）；若不滿足合批條件，則執行下一步驟；

e）變量=+1，Z=M，=+1，重復步驟d）。

上述步驟的主要難點在于批號M是否應歸屬于批號集合｛，，…，Z｝，該判斷需推算出批號集合｛，，…，Z｝在批號M對應活動時間段內的方位信息，從批號集合｛，，…，Z｝中找出與批號M方位信息符合度最高的批號，或反向得出批號M不歸屬于批號集合｛，，…，Z｝的結論。

2.2 運動/固定目標判別

固定和運動JTIDS 端機目標，具有不同的方位推算方式，因此需先判斷批號集合｛，，…，Z｝中各批號的固定/運動屬性。

對于絕對固定目標，其定位結果應有匯聚特性，可通過計算經度集合和緯度集合的標準差或定位區域大小來判斷目標是否處于固定位置，若標準差或區域大小滿足一定閾值，可認為該批號為固定目標，否則為運動目標。

本文通過判斷定位區域大小來判定固定/運動屬性，從經緯度集合中取最大值和最小值，得到兩組經緯度（max（），max（））和（min（），min（））作為定位矩形區域端點，進而算出端點間距離，若滿足式（1），則認為對應批號為運動目標，否則判定為固定目標。

式中，為固定/運動目標判斷閾值，一般根據設備的目標位置獲取精度取值。

在實際情況中，特別是JTIDS 數據獲取設備位于機載平臺時，大部分慢速移動目標同樣可視為固定目標，針對這種情況，可通過判斷某批號最后一段活動時間內的定位結果是否滿足式（1），來判定目標批號的固定/運動屬性。

2.3 合批符合度

對于批號集合｛，，…，Z｝中的固定批Z，可將經緯度集合｛，｝的均值作為目標的實際坐標（，）。

再依照時間先后順序取批號M包含的組設備平臺經緯度（jd，wd）（=1，2，…，），進而推算固定批坐標（，）在對應組時間點的方位信息θ（=1，2，…，），并依據式（2）計算固定批的合批符合度。

式中，變量表示某一固定批與M的合批符合度，數值越大，表示批號M和批號Z的符合度約高，變量θ（=1，2，…，）為批號M實際測到的組方位信息，其中（θ-θ）的值需通過疊加±360°限制在±180°之間。

對于批號集合｛，，…，Z｝中的運動批Z，為獲得特定時間點的方位信息（特定時間依次取批號M對應的組時戳），需推算運動批Z的經緯度變化情況，本文默認目標為勻速直線運動（對非勻速直線運動目標，會得到批號合并匹配失敗的結論），但在實際情況中可根據經緯度變化情況選擇合適的擬合曲線進行方位推算。

默認目標勻速直線運動情況下，取運動批Z數據進行直線擬合，即以時間變化情況為橫坐標，經度和維度分別作為縱坐標進行直線擬合，最終得到與組時戳相對應的經緯度（jd，wd）（=1，2，…，），結合批號M對應的組設備平臺經緯度（jd，wd）（=1，2，…，），計算出運動批Z在對應時間點的方位信息θ（=1，2，…，），進而依據式（2）計算運動批的合批符合度。

除上述2 種合批符合度計算方式外，若批號M的活動起始時間小于固定/運動批的活動終止時間，則合批符合度默認取0。

2.4 合批判定

批號集合｛，，…，Z｝中所有批號均完成與批號M的合批符合度計算后，得到合批符合度數組=｛P，P，…，P｝，若該數組中的最大值P=max（P，P，…，P）滿足式（3），則將批號M的數據合并到對應批號Z中，并刪除批號M及其相關數據，否則認為批號M不滿足合批條件，需獨立成批。

式中，變量為合批符合度判斷閾值。易知，取值過小會加大合批成功率，但會降低合批正確率，取值過大則會加大合批難度，因此在實際使用過程中，可根據設備的方位測量精度取值。若設備方位測量精度為（RMS），則合批符合度判斷閾值滿足式（4）。

3 Matlab 仿真分析

3.1 仿真結果

在代碼實現過程中，設備的方位測量精度取3°，變量取值為1/（3）=0.111，樣本數量取30（若數量不足30，則取樣本實際總量）。另外，由于最終合批效果在一定程度上取決于批號樣本數量，因此在算法實現過程中，若批號樣本數量不足6 個，該批號的合批符合度默認取0。

首先取電磁環境相對簡單、目標端機數量相對較少的數據作為離線合批仿真樣本，合批前的方位時間變化趨勢如圖5 所示，共計有37 個批號，圖5 中一種曲線顏色表示一個批號種類，曲線上具體數值表示相應批號（出現批號數值，表示該批號已停止活動），根據圖5，觀察者從主觀層面上可基本判斷出存在4 個真實目標可進行合批操作。

圖5 合批前（方位時間變化趨勢一）

運行離線合批算法后的方位時間圖如圖6 所示（虛線線段表示推算出的方位時間變化趨勢），共計保留了22 個批號，有15 個批號被合批消除，從圖6 中可看出剩余的22 個批號中大部分為樣本數量較少的離散批，連續批基本完成合批。

圖6 合批后（方位時間變化趨勢一）

完成合批的批號如表1 所示（未參與合批的批號未列出），從表中可以看出，批號88 與批號147、155、204 和4 的合批符合度相對較低，這是因為該88 批目標為運動目標，所以方位推算精度相對較低?？芍吓Y果與觀察者的主觀判斷結果基本一致，但觀察者的主觀判斷僅適用于簡單場景，復雜電磁環境下，幾乎不可能從主觀上判斷合批正確與否。

表1 合批情況

取電磁環境相對復雜的數據作為第二個離線合批仿真樣本，合批前的方位時間圖如圖7 所示，共計有169 個批號（由于批號過多，已隱藏具體批號數值及位置），方位時間變化趨勢相互交叉，難以通過人眼判斷是否應進行合批。

圖7 合批前（方位時間變化趨勢二）

運行離線合批算法后的方位時間圖如圖8所示，共計保留了83個批號，86個批號完成合批被消除，合批效率達到了86/169=50.9%，消除了一半以上的無效批號。

圖8 合批后（方位時間變化趨勢二）

3.2 算法復雜度分析

為推進后續合批算法的改進，對本文提出的算法進行時間復雜度分析。由于合批算法的特殊性，其復雜度很大程度上與數據樣本相關聯，為消除兩者間的關聯性，取運動批和固定批數目相等，經完成正向順序排列后運動批和固定批呈隨機排列狀態，任一批內數據量均為，且個批號全部合批失敗的特殊場景計算算法時間復雜度，

易知，在采用冒泡算法的情況下，運動/固定目標判別的時間復雜度為（），固定目標合批符合度計算次數如式（5）所示。

式中，固定目標的合批判定時間復雜度為（），運動目標的經緯度推算采用最小二乘擬合，因此其合批判定 時間復雜度為（+）。綜上，考慮到一般遠小于，因此可認為本文合批算法的時間復雜度為（nN）。

4 結束語

本文提出了先基于目標固定或運動狀態的判斷，再進行批號間合批符合度計算的合批方法，MATLAB 仿真結果表明本方法可完成大量錯誤增批的合并。而且在本文提出的合批流程框架基礎上，可較易實現將通過其他情報獲得的目標經緯度或運動航跡作為某一確定批號進行合批處理，即可兼容已知目標的建批及合批。

另本文提出了一種合批符合度計算公式，其符合度閾值由JTIDS 數據獲取設備的方位測量精度決定，因此可以通過調整符合度閾值使本文合批方法適應不同設備獲取到的JTIDS 數據。

目前本文的合批算法屬于離線合批，如何降低其運算復雜度，提高運行時效，進而實現在線實時自動合批將是后續的主要工作重點。