基于FRFT和相位差分法的LFM—BPSK復合信號識別

崔曉明　張春杰　曲志昱　司偉建

摘 要： 雷達信號的脈內調制方式識別一直是電子對抗信息處理中的重要內容。 線性調頻-二相編碼（LFM-BPSK）復合調制信號已被廣泛應用， 但是對LFM-BPSK復合信號有效識別的方法非常少。 針對這一問題， 提出了分數(shù)階傅里葉變換和相位差分法相結合的算法。 首先對信號進行分數(shù)階傅里葉變換， 在兩種搜索尺度下， 尋找模峰值點對應的變換階數(shù)， 根據(jù)變換階數(shù)的不同判斷信號中是否含有線性調頻成分， 再利用相位差分法， 對瞬時相位進行提取， 根據(jù)是否存在相位跳變信息， 對LFM和LFM-BPSK信號進一步識別。 仿真結果表明， 該方法有一定的抗噪性和較高的識別率。

關鍵詞： 電子對抗； 調制方式識別； 復合信號； 分數(shù)階傅里葉變換； 瞬時相位

中圖分類號： TJ765.3； TN971+.1文獻標識碼： A文章編號： 1673-5048（2018）03-0044-05

0 引 言

線性調頻信號（LFM）有效解決了雷達距離分辨力與作用距離之間的矛盾， 二相調頻信號（BPSK）具有抗干擾能力強、 易于實現(xiàn)的優(yōu)點， 在雷達系統(tǒng)[1]中應用廣泛。 線性調頻-二相編碼（LFM-BPSK）結合了兩種信號的優(yōu)點， 并且彌補了單一信號的不足， 是一種大時寬帶寬信號， 具有更好的壓縮性能[2]。 近年來， 隨著電子對抗越來越激烈， 電磁環(huán)境日益復雜， LFM-BPSK信號因具有低截獲率和抗干擾性強的特點[3]， 被更多地應用在現(xiàn)代雷達中。 因此， 對于復合信號的識別和參數(shù)估計意義重大。

近年來很多學者提出了一些用于復雜信號識別的方法[4-5]， 但是因為種種局限性限制了其在工程上的應用， 如文獻[5]采用的相位展開法， 需要估計出信號的中心頻率和帶寬， 然后通過上變頻將信號頻率平移到采樣頻率的二分之一附近進行相位展開， 然而該算法要求信噪比高于6 dB。 本文利用信號的時頻特征對LFM-BPSK信號進行識別， 先用分數(shù)階傅里葉變換的離散算法， 在模峰值搜索過程中采用大小兩種尺度下的搜索， 大大的減少了計算量， 利用這種方法可以在低信噪比環(huán)境下有效識別出信號中的線性調頻結構。 然后采用相位差分法[6-7]， 通過多點平滑處理和信號瞬時自相關累加的方法[8]， 識別出信號的相位跳變信息， 從而在LFM和LFM-BPSK信號中識別出LFM-BPSK信號。

1 信號模型

式中： umax為最佳旋轉角度下信號的時頻線與分數(shù)階傅里葉域u軸的交點； k為調頻斜率。 由式（4）可以看出， 最佳旋轉角度跟信號的調頻斜率有關， 即變換階數(shù)p受調頻斜率影響。 由式（1）信號模型可知， LFM和LFM-BPSK信號調頻斜率都不為0， 由式（4）可知α0≠π/2， 而BPSK信號的調頻斜率為0， α0=π/2。 因為α=pπ/2， 只有BPSK信號的變換階數(shù)為1， 而LFM和LFM-BPSK信號的變換階數(shù)不為1， 所以可以根據(jù)FRFT峰值所對應p是否為1識別BPSK和LFM， LFM-BPSK信號。 三種信號的FRFT歸一化模值如圖1所示。

LFM和LFM-BPSK信號的相位差值累加結果如圖3所示。

從圖3（a）中可以看出， LFM沒有明顯的相位跳變， 而圖3（b）中LFM-BPSK的相位因為含有編碼信息， 所以相位曲線會有明顯的跳變， 根據(jù)這一特性可以識別出LFM和LFM-BPSK信號。 設置一個閾值， 當跳變次數(shù)大于這個值， 就可以認為信號中含有編碼信息， 從而區(qū)分LFM和LFM-BPSK信號。

2.3 識別步驟

（1） 對信號進行分數(shù)階傅里葉變換， 根據(jù)峰值點對應變換階數(shù)p， 將信號分為BPSK和LFM， LFM-BPSK兩類： 若p為1， 則信號為BPSK； 若p不為1， 則信號為LFM， LFM-BPSK；

（2） 當p不為1時， 用相位瞬時自相關累加的方法， 對相位跳變情況進行判斷： 若相位差累加值有明顯跳變， 則認為該處相位發(fā)生了改變， 即存在相位編碼信息， 信號為LFM-BPSK； 若沒有明顯跳變， 則認為該處相位沒有發(fā)生改變， 即不存在相位編碼信息， 信號為LFM。

識別步驟如圖4所示。

3 仿真結果

構造三種信號形式：

（1） LFM信號： 起始頻率f0=10 MHz， 調頻斜率k=1.4×1012 Hz/s。

（2） BPSK信號： 碼元序列為13位巴克碼， 碼元寬度Tb=1 μs。

（3） LFM-BPSK信號： 起始頻率f0=10 MHz， 調頻斜率k=1.4×1012 Hz/s， 碼元序列為13位巴克碼， 碼元寬度Tb=1 μs。

對上述信號采用頻率fs=100 MHz進行采樣， 信號的樣本點數(shù)N都是2 001， 變換階數(shù)p在[0， 2]大搜索步長為0.1， 小搜索步長為0.001， 判別相位跳變次數(shù)門限為15。

在信噪比2～14 dB的環(huán)境下進行500次蒙特卡洛實驗， 實驗結果如圖5所示。 從仿真結果可以看出， 當信噪比大于5 dB時， 識別的成功率達到90%以上， 驗證了本文算法的可行性。

在信噪比-10～0 dB的環(huán)境下， 比較本文算法和文獻[5]算法從LFM-BPSK和BPSK信號中正確識別出LFM-BPSK信號的概率， 仿真結果如圖6所示。

圖6的仿真結果表明， 采用FRFT的方法對信噪比要求不高， 在低信噪比下對LFM-BPSK信號識別成功率也能達到100%； 而文獻[5]的相位展開算法對噪聲較為敏感， 在信噪比小于-2 dB時無法有效識別出信號中的編碼信息， 影響LFM-BPSK信號的識別成功率。

4 結 論

本文提出了基于FRFT和相位差分法進行LFM-BPSK復合信號識別的算法。 首先采用FRFT的方法， 將信號分為含有線性成分的LFM， LFM-BPSK信號和調頻斜率為0的BPSK信號， 通過仿真對比， 該方法比文獻[5]中的算法有更好的抗噪性； 然后進行相位差分， 采用信號瞬時自相關累加的方法， 使抗噪性得到改善， 并有效地對LFM和LFM-BPSK信號進行識別。 仿真實驗表明， 本文算法具有良好的抗噪性和較高的識別正確率。

參考文獻：

[1] Leiderman R， Castello D A. Detecting and Classifying Interfacial Defects by Inverse Ultrasound Scattering Analysis [J]. Wave Motion， 2016， 65： 119-129.

[2] 劉勇， 張國毅， 胡鑫磊， 等. 低信噪比下LFM-PRBC信號參數(shù)的快速估計 [J]. 電訊技術， 2014， 54（10）： 1360-1365.

Liu Yong， Zhang Guoyi， Hu Xinlei， et al. Fast Parameters Estimation of LFMPRBC Signal under Low SAR[J]. Telecommunication Engineering， 2014， 54（10）： 1360-1365. （in Chinese）

[3] Song Jun， Liu Yu. The Recognition of Hybrid Modulation Signal Combined with PRBC and LFM[C]∥2012 IEEE 11th International Conference on Signal Processing， Beijing， China， 2012.

[4] Chen C K， Gardner W A. SignalSelective TimeDifference of Arrival Estimation for Passive Location of ManMade Signal Sources in Highly Corruptive Environments. II. Algorithms and Performance [J]. IEEE Transactions on Signal Processing， 1992， 40（5）： 1185-1197.

[5] 宋軍， 劉渝， 薛妍妍. LFM-BPSK復合調制信號識別與參數(shù)估計 [J]. 南京航空航天大學學報， 2013， 45（2）： 217-224.

Song Jun， Liu Yu， Xue Yanyan. Parameter Estimaton and Recognition of Hybrid Modulated Signal Combining BPSK with LFM[J]. Journal of Nanjing University of Aeronautics and Astronautics， 2013， 45（2）： 217-224. （in Chinese）

[6] 張春杰， 郜麗鵬， 司錫才. 瞬時相位法線性調頻信號瞬時頻率提取技術研究 [J]. 彈箭與制導學報， 2006， 26（3）： 290-292.

Zhang Chunjie， Gao Lipeng， Si Xicai. Research on Distilling Instant Frequency of LFM Signals Based on Phase[J]. Journal of Projectiles， Rockets， Missiles and Guidance， 2006， 26（3）： 290-292. （in Chinese）

[7] 曾德國， 熊輝， 龍柯宇， 等. 基于相位差分的脈內調制信號類型識別 [J]. 電子測量與儀器學報， 2009， 23（10）： 85-90.

Zeng Deguo， Xiong Hui， Long Keyu， et al. Recognition of IntraPulse Modulation Signal Types Based on Phase Difference [J].Journal of Electronic Measurement and Instrument， 2009， 23（10）： 85-90. （in Chinese）

[8] 李利， 紀凱， 柴娟芳. 一種由粗到細的脈壓雷達信號調制類型識別方法 [J]. 彈箭與制導學報， 2011， 31（5）： 193-195， 199.

Li Li， Ji Kai， Chai Juanfang. A Gradually Detailed Recognition Method of Modulation Types for Pulse Compression Radar Signals[J]. Journal of Projectiles， Rockets， Missiles and guidance， 2011， 31（5）： 193-195， 199. （in Chinese）

[9] 劉鋒， 徐會法， 陶然， 等. 分數(shù)階Fourier域多分量LFM信號間的分辨研究 [J]. 中國科學：信息科學， 2012， 42（2）： 136-148.

Liu Feng， Xu Huifa， Tao Ran， et al. Research on Resolution among MultiComponent LFM Signals in the Fractional Fourier Domain[J]. Scientia Sinica Informations， 2012， 42（2）： 136-148. （in Chinese）

[10] 郭海燕， 于仕財， 關鍵， 等. 基于FRFT模最大值的LFM信號參數(shù)估計方法 [J]. 雷達科學與技術， 2010， 8（5）： 438-441.

Guo Haiyan， Yu Shicai， Guan Jian， et al. Estimation Method of LFM Based on Fractional Fourier Transform[J]. Radar Science and Technology， 2010， 8（5）： 438-441. （in Chinese）

[11] 李寶， 關鍵， 郭海燕， 等. 分數(shù)階Fourier變換域的反輻射導彈檢測技術 [J]. 雷達科學與技術， 2009， 7（2）： 91-94，101.

Li Bao， Guan Jian， Guo Haiyan， et al. ARM Detection in Fractional Fourier Transform Domain [J]. Radar Science and Technology， 2009， 7（2）： 91-94， 101. （in Chinese）

[12] 李利. 脈壓雷達信號的識別和估計算法研究及其實現(xiàn) [D]. 哈爾濱： 哈爾濱工程大學， 2009.

Li Li. Research and Implementation of Pulse Pressure Radar Signal Recognition and Estimation Algorithm [D]. Harbin： Harbin Engineering University， 2009. （in Chinese）

Abstract： Radar signal pulse modulation recognition is an important part of electronic countermeasure information processing. LFMBPSK hybrid modulation signal has been widely applied， but there are very few methods to identify this composite signals effectively. To solve this problem， a new algorithm combining FRFT and phase difference method is proposed. Firstly， the signal is carried out by fourier transform. Under the two search scales， the transformation order of the peak value is found， and the linear frequency modulation component is determined according to the different order of transformation. Secondly， the phase difference method is used to extract the instantaneous phase， and the LFM and LFMBPSK signals are identified based on the presence of phase discontinuity. Simulation results show that the proposed method has certain noise immunity and high recognition rate.

Key words： electronic countermeasure； modulation method identification； hybrid modulated signal； FRFT； instantaneous phase