寬帶數字信道化接收機自適應門限檢測算法實現

顏 健，朱揚輝，王 斌

(桂林長海發展有限責任公司，廣西 桂林 541000)

0 引 言

在電子對抗的雷達信號處理過程中，實時檢測敵方雷達信號是一個非常重要的環節。特別是對敵方雷達信號形式沒有任何先驗知識的情況下，要截獲和檢測敵對雷達信號就顯得異常困難[1]。因此，為了檢測到信號，文章先通過探索能量檢測的方法對信號進行檢波處理。但此方法對信噪比有較高的要求，在信噪比低的情況下，可能會產生虛警。為了提高信號的檢測性能，對算法進行了改進：選擇先對接收機的幅度進行自相關累加處理，提高信號的信噪比，再通過能量比值檢測出信號的預檢波脈寬，然后通過改進的恒虛警率(CFAR)方法統計并確定自適應門限，最終完成對雷達信號的檢測。

1 雙滑動窗口能量檢測

能量檢測法是較早出現的信號檢測技術，該算法的基本思想是：假定在高斯白噪聲環境下信號加噪聲的能量大于噪聲的能量，因此只要選擇合適的門限就能解決信號的檢測問題[2]。

傳統能量檢測法的門限判決條件不好確定，因此采用了改進型雙滑動窗口[3]的能量比值檢測法對信號進行檢波處理，實現原理框圖如圖1所示。

圖1 雙滑動窗能量比值檢測原理圖

算法的檢測原理：在有效信號到來之前，A和B窗口的采樣值為噪聲能量，此時ani、bni都為噪聲平均能量，幾乎相等，故判決量接近于1。當檢測信號到達窗口A，隨著有效信號逐漸增大，bni仍為噪聲能量。當mni>VT，此時可以檢測出信號的起點。

當檢測信號都包含在窗口B，ani為噪聲能量時，當pni>VT，此時可以檢測出信號的終點：

(1)

當檢測信號都包含在窗口A中，則推導如下:

E[γ2d(ni)·d*(ni)+v*(ni)·v*(ni)]=E[γ2d(ni)·d*(ni)]+E[v*(ni)·v*(ni)]=

Ec+N0

(2)

式中：Ec為純信號的能量；N0為純噪聲能量；v(ni)為高斯白噪聲；γd(ni)為信號幅度。

2 幅度自相關累加算法

2.1 自相關算法分析

在數字信道化接收機中，傳統的基于信號幅度的檢測方法在低信噪比時性能較差，因此需要采用信號自相關累加技術對信號進行處理[4]。在空域中，雷達接收機接收到的信號是含有噪聲的。假定信號的表達式為x=s+n，則信道化輸出的復數表達式為：

x(i)=Aej(2πfiΔt+θ)+v(i)

(3)

式中：A為信號幅度；f為頻率；θ為初相；v(i)為高斯白噪聲，均值為0，方差為σ2。

對x(i)進行N點自相關累加運算，可得：

A2ej(2πfΔt)+v′(i)

(4)

式中:x*(i)為輸入信號的共軛；v′(i)為含噪聲的運算結果。

當N較大時，輸出信噪比為：

(5)

由式(5)可知，y(k)的信噪比增益與相關點深度N成正比，但并不是N取得越大越好，應當根據系統需求選擇一個合適值。在工程實現中，可以利用遞推公式來實現自相關運算，公式推導如下：

(6)

采用這種方式來完成自相關運算，硬件上只需要一次復乘，兩次復加，且這種方法的計算量與N點數無關，從而大大減少了硬件的資源消耗，其設計流程圖如圖2所示。

圖2 自相關算法實現原理圖

2.2 自相關能量檢測算法

僅僅采用能量檢測的方法對信號進行檢測，檢測誤判概率會提高。而在采用幅度自相關累加算法后，提高了信噪比，再結合雙滑動能量比值的檢測方法可以實現多通道獨立檢測，處理結構框圖如圖3所示。

圖3 多通道自相關能量檢測處理框圖

但是在多相濾波數字信道化接收機中，對于矩形脈沖信號，在其上升沿和下降沿處，由于存在信號幅度、相位突變,信道化會將信號的能量擴散到與信號真實頻率所在信道相鄰的多個信道中，在多個信道產生暫態輸出，這種現象叫做“兔耳效應”[5-7]，如圖4所示。如果僅僅靠能量比值檢測，很可能會把兔耳效應產生的虛假信號當成真實信號，從而產生虛警檢測。因此，在實際工程應用中還是需要先確定每個信道的門限值，對多相濾波信道化等多通道的信號處理還需進一步改進算法。

圖4 兔耳效應

3 自適應門限檢測

3.1 自適應門限算法設計

自相關能量比值檢測是自適應門限確定最關鍵的一步，在單通道的系統設計中，采用上面的方式基本可以實現信號的檢測。但是在多相濾波信道化等多通道的信號處理中，由于存在暫態效應，可能會對信號進行虛假誤判，因此需要重新確定門限值。基本思路：首先通過自相關能量比值的方式確定有信號的部分，然后對有信號部分進行抑制，生成一個噪聲序列，然后通過改進的CFAR檢測器對這個噪聲序列進行評估，生成自適應門限，再與相鄰信道化幅值比較，從而產生最終的門限值，最后把這一組門限和當前信道幅值進行比較，完成信號檢測。實現的流程框圖如圖5所示。

圖5 自適應門限檢測流程圖

圖5的算法主要包含以下步驟：

步驟1：對AD數據進行信道化處理，得到K個子信道的輸出幅度。

步驟2：對每個子信道都進行獨立的自相關雙滑動能量比值檢測，得到預檢波脈沖。

步驟3：對齊每組自相關后的幅度和預檢波脈沖，把檢波內部自相關后的幅度進行抑制，得到噪聲序列。

步驟4：對每組噪聲序列通過改進的CFAR檢測器評估出門限值，原理框圖如圖6所示。

圖6 改進的CFAR檢測器

步驟5：把每組評估出的門限值與相鄰信道的幅度值進行比較，產生最終的自適應門限。

步驟6：將自適應門限和自相關處理后的包絡進行比較，并對檢測到的脈寬進行自相關過門限修正，再判斷各個子信道是否存在信號。

3.2 實測數據檢測分析

實驗測試的雷達信號處理接收機采樣率為2.4 GHz，接收機采用64路信道化處理，監視帶寬為1 GHz，通過微波變頻設備可將射頻信號變頻到1.3 GHz～2.3 GHz范圍進行數據采集。通過雷達信號處理板卡把模數轉換器(ADC)采集的信號數據導入到Matlab中分析，實測信號的Matlab分析如圖7所示。圖7(a)所示的波形為外場輻射的多信號時域波形，波形中主要包含有3個信號，其中一個信號頻率為8.4 GHz，脈寬為2 μs，周期為10 μs；其余2個信號脈寬都為1 μs，周期都為4 μs，其中一個是信號頻率為8 GHz，另一個信號頻率為7.6 GHz。圖7(b)是對采集的輻射信號進行快速傅里葉變換(FFT)處理的頻譜分析圖，圖7(c)是分析8 GHz小信號的信道化處理后的波形圖。對8 GHz信號進行8點自相關處理后的波形圖如圖7(d)所示。根據實際測試數據可以明顯看出，經過自相關累加處理后的信號信噪比有顯著的提高。

圖7 實測信號的Matlab分析圖

采用自適應門限算法對上述多信號進行處理，實測信號的Matlab與FPGA算法仿真如圖8所示。圖8(a)為對該信號進行信道化處理后的三維數據分析圖。從圖8(a)中可以發現，大信號的底噪比較高，在傳統的固定門限設計中，這時一般會使用較大的門限值來進行檢波，這樣就可能把小信號消除，造成漏警。因此，這里主要針對大信號與小信號的情況分別進行分析，采用上述算法對8.4 GHz大信號所在的信道以及相鄰信道的分析結果如圖8(b)、圖8(c)所示。分析8 GHz小信號所在信道的結果如圖8(d)所示。可以發現，在大信號的情況下，兔耳效應可以被相鄰信道的幅度消除，大信號所在的信道可以正確檢測出檢波結果。同時，低信噪比的小信號也可以被檢測到。

相比于傳統的幅度檢測法，在大信號與小信號同時存在的情況下，會存在大幅度的門限值把小信號給消除的弊端。該方法由于各個通道的自適應門限具有一定的獨立性，每個信道都具有各自的自適應門限，因此，可以同時適用于大信號與小信號并存的情況。仿真結果表明：該算法既能消除大信號的兔耳效應產生的虛假信號，又適用于低信噪比的小信號檢測。按照上述算法流程，使用硬件描述語言，實現自相關能量檢測模塊和自適應門限生成模塊，然后用Matlab把采集的信號數據作為激勵輸入，Modelsim仿真波形如圖8(e)所示。可發現每個信道都有獨立的門限值，多個信號也能被正常檢測出。

圖8 實測信號的Matlab與FPGA算法仿真圖

4 結束語

在復雜的雷達電子對抗環境中，本文對傳統的能量檢測算法進行改進，針對多相濾波數字信道化的接收機信號檢測，提出了一種基于自相關雙滑動能量比值檢測的算法。硬件仿真以及測試數據表明，該算法能根據信號的變化自動調節門限，適用于多信號的檢測，且實時性好，檢測性能高，說明該方法在工程應用中具有一定的可行性。