基于時頻域分析的雷達有源干擾識別方法及實現

趙榮琦,張陸唯,王 湛

(中國船舶集團有限公司第七二三研究所,江蘇 揚州 225101)

0 引 言

近年來,電子戰在現代戰場中的重要性不斷提升,雷達在現代戰場中面臨嚴重的威脅,雷達必須提高其抗干擾能力才能在現代戰爭中發揮其正常效能。干擾識別技術是雷達采取針對性抗干擾措施的重要前提[1]。干擾識別以確定干擾的具體類型為目的,為進一步采取有針對性的抗干擾措施提供所需的先驗信息,幫助雷達在干擾條件下實現最優探測。

目前有源干擾識別的主要實現思路是將識別過程轉換成一個模式識別問題來處理。首先提取各類干擾具有區分性的特征參數,再把提取的特征輸入合理設計的分類器,以實現對各種干擾的分類識別。特征選取需從信號的特性出發,從時域、頻域、時頻域等維度挖掘出干擾信號間有明顯差異的特征[2]。

本文分析了有源壓制干擾和欺騙干擾的時頻域特征,開發了可行、有效的干擾識別方法,并給出了該方法的硬件實現結構及數據處理流程。該干擾識別方法依據雷達工作參數進行干擾信號預處理,減少了識別過程中產生的數據量,有利于數字信號處理器(DSP)在識別處理過程中的特征提取,提高了干擾識別方法的適用性和實時性。

1 雷達干擾信號模型

1.1 有源壓制干擾

有源壓制式干擾機通過發射大功率的隨機噪聲信號,在時域、頻域上將目標回波完全淹沒。雷達接收機主要依據能量門限來檢測噪聲中的目標,壓制干擾信號會降低信噪比,影響雷達對于目標的檢測。有源壓制干擾的主要優點:不需要獲取敵方雷達的精確信息就可以快速發出干擾,干擾覆蓋的范圍較廣,容易實現[3]。

噪聲調頻干擾是壓制干擾常見的干擾樣式,其數學表達式為:

(1)

式中:A為干擾信號幅度;fc為干擾信號的中心頻率;KFM為調頻斜率;n(t)滿足均值為0、方差為σ2的高斯分布;φ是初始相位,均勻地分布在[0,2π]內且與n(t)相互獨立。

實際應用中,噪聲調頻干擾產生阻塞式干擾和瞄頻式干擾2種干擾形式,差別在于干擾帶寬與雷達發射信號帶寬的大小。

梳狀譜干擾是在多個頻率點上產生的一組窄帶干擾信號,梳狀譜信號的表達式為:

(2)

式中:fi對應每個梳齒出現的頻率點;ai是相應第i個頻率點處的幅度。

掃頻式干擾是針對頻率捷變信號常用的干擾形式。為覆蓋較寬的頻段范圍并提高干擾的功率利用率,掃頻干擾會不斷改變干擾信號的中心頻率。掃頻干擾的表達式為:

(3)

對上述幾種壓制干擾進行時、頻域范圍的幅度統計,獲得的時頻域功率分布如圖1所示。窄帶瞄準噪聲、寬帶阻塞噪聲、掃頻噪聲以及梳狀譜噪聲在不同域上有以下特點:在時域上表現為無規律隨機調制的連續波(不同樣式之間沒有明顯特征);頻域上表現為窄帶分布(對應窄帶噪聲)、寬帶連續分布(對應寬帶噪聲和掃頻噪聲)或窄帶間斷分布(對應梳狀譜);時頻域上表現為信號能量隨時間在頻域上隨機分布(對應寬帶噪聲)或有規律周期性分布(對應掃頻和窄帶)。不同干擾類型的時頻譜之間存在明顯的區別,時頻譜能夠為區分干擾類型提供有效的支持。

1.2 欺騙干擾

欺騙干擾主要由基于數字射頻存儲(DRFM)技術的干擾機產生。干擾機對DRFM中存儲的信號在單個脈沖重復周期中進行多次復制轉發,若產生的假目標數量較多,且兩兩之間的時延間隔較小,就可以在雷達接收端產生高密度的假目標,從而達到欺騙的效果[4]。密集復制假目標干擾數學表達式為:

(4)

式中:J(t)為干擾信號;s(t)為雷達信號;τi為干擾子脈沖之間的時延間隔。

間歇采樣轉發干擾是采用DRFM的干擾機對雷達信號進行間歇采樣再依次轉發形成的,一個采樣周期中多次采樣轉發,就形成了間歇采樣轉發干擾,該種干擾的數學表達式為:

(5)

式中:rect()為矩形函數;τ為間歇采樣的脈沖的寬度;T為雷達信號的脈寬;Ts為采樣周期;τ/Ts表示間歇采樣占空比。

圖2為上述2種欺騙干擾的時頻圖。密集復制假目標干擾通過沿距離維方向產生密集的虛假目標,以掩蓋壓制真實目標。間歇采樣轉發干擾是截取雷達的發射信號,每段子信號都與截取的信號具有相同參數,再將該信號間歇轉發進行干擾。上述2種欺騙干擾是通過對雷達發射信號的采集、調制及轉發方式產生的,這類干擾具有波形與雷達信號匹配性好、頻率對準雷達工作頻點、帶寬較窄等特點。對此類信號的分析需要重點關注外部脈沖信號的參數檢測,并與雷達信號參數匹配性對比。

圖2 欺騙干擾時頻圖

2 干擾識別方法

2.1 干擾信號數據預處理

為完成干擾信號識別,本文從信號的時頻域特性出發,進行信號特征選取。為保障干擾識別的實時性,本文對干擾信號數據進行預處理,利用預處理后的數據進行特征選取,簡化識別過程。干擾信號數據的預處理主要包括信號的數字化處理、生成功率譜、生成時頻功率譜、完成脈沖信號的參數檢測、生成脈沖描述字(PDW)。

(1) 高分辨率功率譜

功率譜是采樣數據在頻域內統計特征的描述,信號的功率譜密度反映了信號功率在頻域隨頻率的分布。在實際工作中進行的觀測是在有限范圍內進行的,為此先把分段數據進行加窗處理,計算其周期譜,然后將分段的譜估計結果的平均值作為最終的功率譜估計值[5]。干擾信號預處理過程中,將當前雷達周期內接收到的數據分段加窗并進行離散傅里葉變換(DFT)處理,選取適當的數據長度以保證精細的頻率分辨率。獲得的高分辨率功率譜可以用于初步檢測干擾噪聲的有無、估算干擾信號的帶寬、分辨壓制干擾信號的頻譜凹陷區域。

(2) 時頻功率譜

時頻功率譜包含中頻通道帶寬內所有信號的頻域與時域的信息,是干擾識別處理的重要數據依據。直接對寬帶信號做高精度的時頻分析,計算時頻分布運算量較大,工程上較難保證計算的實時性。因此,本文采用基于多相濾波的數字信道化技術實現時頻功率譜分析,它將寬帶時域信號通過數字濾波器組分離到不同頻點的窄帶信號信道[6],實現多頻路時域輸出,輸出結果即為時頻分布。

基于數字信道化的時頻功率譜模型如圖3所示,信道化后有效信道的正交IQ數據流進行求模處理,生成時頻功率譜。這樣的二維分布矩陣數據,通過頻域或時域壓縮方法,可獲取干擾信號的不同特征規律,以識別干擾信號的類別并估算干擾的工作參數。

圖3 時頻功率譜模型示意圖

(3) 信號參數測量

PDW包含脈沖到達時間、脈沖頻率、脈沖幅度、脈沖寬度等信息,外部脈沖信號參數與雷達信號參數的匹配性對比是欺騙干擾識別過程中的重要環節。信號的檢測是先對數字信道化處理后相應信道正交IQ數據做幅度計算,再通過門限判斷,確定當前信道是否存在脈沖或連續波等干擾信號并進行參數測量。信道化后的正交IQ信號通過Cordic算法計算獲得幅度信息。Cordic算法適于在現場可編程門陣列(FPGA)芯片中設計成流水線工作模式,提高運行速度。

2.2 干擾信號特征選取及分類方法

壓制干擾信號在時域上通常表現為無規律隨機調制的連續波,頻域上不同干擾類型的頻譜之間存在明顯的區別。欺騙干擾是通過對雷達發射信號的采集、調制及轉發方式產生的,對欺騙信號的分析需要進行脈沖信號的參數檢測,并與雷達信號參數對比分析。壓制干擾信號和欺騙干擾信號在時頻域存在明顯差異,因此對壓制干擾和欺騙干擾分別進行特征選取與識別分類。

(1) 壓制干擾

根據不同壓制干擾在時頻域的分布特點,提煉了以下幾個特征參數:

(a) 等效帶寬:獲取功率譜頻域能量分布向量,向量數據之和除以最大值為等效帶寬,用此參數評估干擾信號的帶寬大小。

(b) 中心頻率周期性:計算時頻譜每個時間段的頻率中心,得到時域頻率中心分布曲線,掃頻類干擾的分布曲線呈現明顯的周期性分布,而隨機噪聲干擾的分布曲線則無規律隨機分布,因此可以計算分布曲線的頻率響應以及頻率周期性來區分掃頻噪聲和其他噪聲。

(c) 頻域能量突變點個數:根據功率譜求得頻率能量突變點,用于識別梳狀譜干擾。

(d) 時域包絡起伏度:信號包絡的變化程度可表示為R=σ2/μ2,其中的σ2和μ2分別為信號包絡平方的均值和方差[7]。

結合上述特征參數,噪聲壓制干擾的識別流程如圖4所示。利用功率譜分析等效帶寬,區分出窄帶干擾與其他干擾,分析大帶寬信號的功率譜頻譜能量突變點可以識別梳狀譜干擾,分析時頻功率譜的中心頻率周期性識別掃頻干擾。

圖4 噪聲壓制干擾識別流程圖

(2) 欺騙干擾

欺騙干擾識別分類時從以下幾點分析干擾信號的脈內和脈間特點:

(a) 脈沖信號PDW參數比對:欺騙干擾是雷達信號的片段復制或者間斷復制,采用片段復制循環連續轉發方式產生的密集假目標干擾時寬較寬,在頻域上表現為周期調制波形,采用間歇采樣方式產生的干擾表現為時寬、頻率、幅度等參數相近的脈沖串。

(b) 頻譜相像系數:頻譜相像系數表征2個函數相像程度,目標回波信號頻譜保留了雷達線性調頻信號的頻譜特性,幅度譜近似為矩形,而間歇采樣轉發干擾信號的頻譜在有效帶寬內存在明顯起伏,利用信號頻譜與矩形序列相像程度的不同區別干擾及目標回波[8]。

(c) 信號連續性:真實目標通常在連續多個重頻周期的同一距離單元均有回波,而欺騙干擾機不一定能夠對每個雷達脈沖轉發或者無法在相鄰重頻的同一距離單元上產生干擾脈沖,因此可以通過脈沖周期間同一距離單元的視頻是否連續過門限來區分回波和干擾。

欺騙干擾的識別流程如圖5所示,欺騙干擾識別通過與雷達信號的脈寬鑒別、頻率鑒別、頻譜鑒別和參數聚集度鑒別實現干擾類型區分。從預處理產生的脈沖PDW中提取出具有明顯干擾特征的脈沖,如頻率偏離雷達頻點較多、脈寬明顯異于雷達脈寬、信號帶寬與雷達帶寬有較大差異的脈沖等。對這些脈沖進行脈內頻譜相像系數分析,與雷達發射信號有較大差異的為間歇采樣干擾。針對剩下的脈沖,搜集多個相鄰的重頻周期的PDW,進行信號在重頻周期間的連續性分析,篩除回波脈沖,之后對脈沖進行頻率、脈寬和幅度的聚集分析,滿足聚類條件即為密集復制假目標干擾。

圖5 欺騙干擾的識別算法流程圖

3 干擾識別方法的實現

3.1 硬件結構

實現干擾識別的整個硬件系統主要由模數轉換器(ADC)+FPGA+DSP構成,硬件組成框圖如圖6所示。其中,FPGA的型號為XC7VX690T,DSP的型號為TMS320C6678。FPGA負責快速傅里葉變換(FFT)功率譜、數字信道化產生時頻功率譜以及信號檢測產生PDW,將有效數據組幀打包后送給DSP進行有源干擾的識別。

圖6 硬件組成框圖

3.2 FPGA數據預處理方法

如圖7所示,FPGA將采樣信號通過信道化處理分成多路低數據率的正交通道信號,對信道化后有效信道的正交IQ數據流進行求模處理,生成時頻功率譜。求模數據完成幅度計算后進行濾波和門限檢測,計算幅度、脈沖寬度、頻率等信息形成PDW。同時將每個雷達工作周期內數字化的數據分成多段,每段數據經過加窗和DFT算法,獲得高分辨率功率譜。

圖7 FPGA數據預處理示意圖

為進一步降低DSP的處理壓力,保證識別的實時性,FPGA根據雷達工作模式設置預處理參數,對產生的數據進行初步篩選,將處理后的有效數據傳輸給DSP。如圖8所示,FPGA完成的數據預處理工作包括:對PDW數據流進行濾波,去除尖峰脈沖和無效PDW信息;FPGA抽取信道化后對應雷達工作頻率的信道零中頻正交IQ數據進行緩存;對雷達零中頻IQ數據進行信號檢測,分析信號能量分布,結合高分辨率功率譜的頻域能量分布,判斷當前工作周期內是否存在干擾信號;分析功率譜的頻譜帶寬、凹陷區域。FPGA將上述信息與功率譜數據、時頻功率譜數據、有效PDW數據組幀發送至DSP,進行后續干擾識別分析。

圖8 FPGA數據預處理流程圖

3.3 DSP軟件架構設計

目前,多核DSP最主要的2種并行處理模式是主從模式和數據流模式。為高效利用多核DSP芯片,需要確定處理任務的并行性,并選擇合適的并行處理模式[9]。結合本文的干擾識別處理流程,采取主從模式完成干擾識別流程。圖9為DSP多核處理流程圖。

圖9 干擾識別多核處理流程圖

如圖9所示,0核控制任務流程并完成從核輸出結果整合,首先控制FPGA完成數據預處理,將有效數據分配給從核。從核接收預處理數據,完成壓制干擾和欺騙干擾類型分類,將分類結果發送至主核。主核統計從核完成的結果,對結果進行整合并輸出。

4 驗證測試

實驗中產生寬帶阻塞干擾信號,FPGA對中頻信號進行采樣預處理后發送至DSP,DSP接收到的時頻功率譜如圖10(a)所示。DSP的識別結果為寬帶阻塞干擾,干擾帶寬375 MHz。實驗中產生欺騙干擾信號,DSP接收到的時頻功率譜如圖10(b)所示。DSP的識別結果為密集假目標干擾,信號中心頻率296 MHz,脈寬15 μs。結果表明該干擾識別方法能夠實現干擾類型識別。

圖10 干擾信號時頻數據

5 結束語

本文分析了雷達有源干擾信號的時頻域特征,設計了一種基于時頻域分析的干擾信號識別方法。該方法利用信號的時頻功率譜數據提取出時域、頻域、時頻域的特征參數,依據所選特征進行了合理的分類器設計,以實現干擾信號的分類識別。本文描述了該識別方法的硬件實現原理,為保證干擾識別的實時性,由FPGA完成干擾信號的數據預處理,后續由DSP多核并行處理完成干擾識別分類。驗證測試結果表明通過本文方法進行干擾信號的數據處理,能夠實現干擾信號的分類識別。