混合調(diào)制雷達(dá)信號(hào)識(shí)別方法?

熊 鵬 程志鋒

（海軍工程大學(xué)電子工程學(xué)院 武漢 430000）

1 引言

從海灣戰(zhàn)爭(zhēng)以來的幾次局部戰(zhàn)爭(zhēng)中可以看出，敵對(duì)雙方爭(zhēng)奪電磁頻譜使用和控制權(quán)的戰(zhàn)爭(zhēng)愈演愈烈［1］。從海上方向偵察獲取常規(guī)脈沖雷達(dá)信號(hào)在雷達(dá)信號(hào)環(huán)境中所占比例逐步減少，復(fù)雜調(diào)制雷達(dá)信號(hào)逐漸增多。最常見的復(fù)雜調(diào)制雷達(dá)信號(hào)是脈內(nèi)混合調(diào)制雷達(dá)信號(hào)［2］。脈內(nèi)混合調(diào)制形式主要包含以下幾種：頻率編碼（Frequency Shift Key?ing，F(xiàn)SK）、頻率編碼與線性調(diào)頻組合（Frequency Shift Keying with Linear Frequency Modulation，F(xiàn)SK-LFM）、頻率編碼與二相編碼組合（Frequency Shift Keying with Bi-Phase Shift Keying，F(xiàn)SK-BPSK）等。

在眾多的調(diào)制識(shí)別方法中，對(duì)調(diào)制先驗(yàn)信息依賴少、受信號(hào)調(diào)制參數(shù)影響小、運(yùn)算速度快的識(shí)別方法更受研究者青睞?；谒矔r(shí)特征識(shí)別方法需提取信號(hào)的瞬時(shí)幅度、無混疊瞬時(shí)相位和瞬時(shí)頻率等信息作為分類依據(jù)，比較有代表性的是A.K.Nan?di［3］等提出的9個(gè)特征參數(shù)對(duì)超過11種模擬和數(shù)字信號(hào)調(diào)制類型進(jìn)行分類，但由于瞬時(shí)相位和瞬時(shí)頻率的提取對(duì)噪聲敏感，因此該方法對(duì)信噪比要求較高?；跁r(shí)頻分析法［4］有Wigner-Hough變換法、短時(shí)傅里葉變換法（Short-time Fourier Transform，STFT），其中，Wigner-Hough變換［5］多用于檢測(cè)直線調(diào)制信號(hào)；STFT運(yùn)算量大，時(shí)域分辨率和頻域分辨率無法同時(shí)兼顧，會(huì)使得時(shí)間和頻率精度不高。基于高階累積量［6］的方法雖具有良好的抗噪性，但由于高階累積量是基于同步采樣序列的，對(duì)同步技術(shù)要求較高。實(shí)驗(yàn)表明，以上方法都只適合識(shí)別特定調(diào)制類型的信號(hào)，算法的適用范圍有局限性，尤其在分析混合調(diào)制雷達(dá)信號(hào)時(shí)，效果不太理想。

本文提出了一種針對(duì)混合調(diào)制信號(hào)的識(shí)別方法。本方法首先利用直方圖法統(tǒng)計(jì)信號(hào)的瞬時(shí)頻率（Instantaneous Frequency，IF），判斷信號(hào)載頻個(gè)數(shù)，根據(jù)載頻個(gè)數(shù)的不同可將重點(diǎn)關(guān)注的混合調(diào)制信號(hào)從復(fù)雜電磁環(huán)境中篩選出作為一類特殊信號(hào)，通過一種改進(jìn)的滑動(dòng)平均差分取峰值的方法將復(fù)雜信號(hào)的識(shí)別問題轉(zhuǎn)化為常規(guī)信號(hào)識(shí)別問題，從而大大降低了識(shí)別難度。本文提出的方法流程經(jīng)實(shí)驗(yàn)仿真表明，在信噪比較低情況下也能達(dá)到較高的識(shí)別率。

2 識(shí)別算法

本文提出的算法流程圍繞混合調(diào)制信號(hào)的IF特征展開，首先利用直方圖統(tǒng)計(jì)信號(hào)IF值，將混合調(diào)制信號(hào)篩選出來再次利用IF信息進(jìn)行分段處理，最后提取混合調(diào)制信號(hào)分解出的常規(guī)信號(hào)的IF進(jìn)行調(diào)制識(shí)別。

2.1 瞬時(shí)頻率的提取

本文采用Kay提出的IF估計(jì)方法［7］，用窗函數(shù)對(duì)解卷后的非線性相位序列的差分結(jié)果進(jìn)行平滑，使得對(duì)IF的估計(jì)效果得到明顯改善。Kay方法估計(jì)IF可得：

其中窗函數(shù)ωn可表示為

式中N為窗函數(shù)長度，n=0:N-1。

2.2 脈沖信號(hào)載頻個(gè)數(shù)估計(jì)

通常判斷信號(hào)載頻個(gè)數(shù)的方法有IF結(jié)合直方圖法、基于Burg模型的AR功率譜估計(jì)方法、傅里葉變換法。傅里葉變換法對(duì)噪聲十分敏感，在較低信噪比條件下，譜峰個(gè)數(shù)非常不穩(wěn)定，很難判斷出信號(hào)載頻個(gè)數(shù)?；贐urg模型的AR功率譜估計(jì)方法僅適應(yīng)脈寬較小的信號(hào)，而一般混合調(diào)制信號(hào)的脈寬較大，此時(shí)利用該方法得到的譜圖分辨率較差，譜峰之間容易混淆、合并，效果并不理想。

IF結(jié)合直方圖法是利用直方圖對(duì)信號(hào)的IF值進(jìn)行統(tǒng)計(jì)，此方法對(duì)噪聲、毛刺等干擾因素不敏感，對(duì)信號(hào)調(diào)制類型、脈寬大小沒有特殊的適應(yīng)性。經(jīng)過信號(hào)預(yù)處理階段后，利用直方圖統(tǒng)計(jì)平滑后的IF可以較為準(zhǔn)確地估計(jì)載頻個(gè)數(shù)。

圖1為在信噪比為0dB情況下，信號(hào)經(jīng)過預(yù)處理階段后，再通過三種載頻估計(jì)方法估計(jì)包含4段子脈沖的FSK信號(hào)效果圖，從圖1（a）可以看出，頻譜圖受噪聲影響嚴(yán)重，載頻個(gè)數(shù)難以判斷準(zhǔn)確；圖1（b）中的功率譜圖的譜峰出現(xiàn)了混淆、合并現(xiàn)象，載頻個(gè)數(shù)也無法判斷準(zhǔn)確；圖1（c）的峰值數(shù)目明顯，效果最佳。從圖1明顯可以看出選擇IF結(jié)合直方圖法判斷信號(hào)載頻個(gè)數(shù)的優(yōu)越性。

圖1 檢測(cè)信號(hào)載頻個(gè)數(shù)效果圖

2.3 混合調(diào)制信號(hào)的識(shí)別

混合調(diào)制信號(hào)主要特點(diǎn)是包含若干個(gè)不同載頻的子脈沖，且在子脈沖內(nèi)部進(jìn)行各自的隨機(jī)窄帶調(diào)制，經(jīng)過大量的對(duì)于混合調(diào)制信號(hào)子脈沖的實(shí)驗(yàn)分析，總結(jié)得出一般性結(jié)論：脈內(nèi)子脈沖調(diào)制形式一致、持續(xù)時(shí)間相等［8］。換句話說，混合調(diào)制信號(hào)是若干個(gè)持續(xù)時(shí)間相等、調(diào)制形式一致、調(diào)制參數(shù)相同，中心頻率不同的常規(guī)調(diào)制信號(hào)的組合信號(hào)［9］。

在本文中我們采用一種改進(jìn)的滑動(dòng)平均差分取峰值的方法估計(jì)混合調(diào)制信號(hào)頻率跳變位置，即可在頻率跳變位置處將混合調(diào)制信號(hào)切分成常規(guī)信號(hào)。具體步驟如流程圖2所示。

圖2 滑動(dòng)平均差分取峰值法流程圖

通過以上切分步驟，可將混合調(diào)制信號(hào)分解成為若干個(gè)常規(guī)調(diào)制信號(hào)，對(duì)任意一個(gè)子段就可利用常規(guī)調(diào)制信號(hào)識(shí)別算法，常規(guī)調(diào)制信號(hào)識(shí)別方法十分成熟，國內(nèi)外在這方面已經(jīng)做了大量的研究工作［10～12］，因此本文不再贅述。

3 仿真結(jié)果

仿真以單載頻（Continuous Wave，CW）信號(hào)、LFM 信號(hào)、BPSK信號(hào)、QPSK（Quadrature Phase Shift Keying，QPSK）信號(hào)、FSK信號(hào)、FSK-LFM信號(hào)、FSK-BPSK信號(hào)為對(duì)象進(jìn)行。常規(guī)信號(hào)的中心工作頻率f0為50MHz，采樣點(diǎn)數(shù)為4000；混合調(diào)制信號(hào)的中心工作頻率分別取40MHz～70MHz，每一段采樣點(diǎn)數(shù)也為4000。采樣率fs為500MHz。為了不失一般性，相位編碼信號(hào)的相位改變、頻率編碼信號(hào)的頻率改變完全隨機(jī)產(chǎn)生。

圖3 不同信噪比下的識(shí)別結(jié)果

圖3顯示了在不同信噪比條件下七種信號(hào)通過1000次蒙特卡洛仿真實(shí)驗(yàn)得到的識(shí)別結(jié)果。通過圖3的仿真結(jié)果可知：1）在信噪比較高條件下，算法具有很高的識(shí)別率，在信噪比大于3dB時(shí)對(duì)以上七種信號(hào)的識(shí)別率能達(dá)到94%；2）帶有頻率編碼的混合調(diào)制信號(hào)的識(shí)別率普遍低于相應(yīng)不帶有頻率編碼的常規(guī)調(diào)制信號(hào)。這是因?yàn)樾盘?hào)受噪聲影響，IF特征的提取會(huì)出現(xiàn)困難，導(dǎo)致捕捉IF直方圖峰值信息的準(zhǔn)確性降低，而常規(guī)信號(hào)的IF特征要求相對(duì)混合調(diào)制信號(hào)的IF特征要求較寬松，具有一定的識(shí)別容錯(cuò)性，混合調(diào)制信號(hào)的IF特征要求十分苛刻，尤其在信噪比較低時(shí)，由于IF特征提取困難，信號(hào)分段出錯(cuò)可能性增加，導(dǎo)致識(shí)別率下降。

4 結(jié)語

本文提出了一種主要針對(duì)雷達(dá)脈內(nèi)混合調(diào)制信號(hào)如FSK信號(hào)、FSK-LFM信號(hào)、FSK-BPSK信號(hào)等七種信號(hào)的調(diào)制形式的識(shí)別方法，初步解決了雷達(dá)混合調(diào)制信號(hào)識(shí)別分選問題。該算法首先利用直方圖統(tǒng)計(jì)信號(hào)IF將常規(guī)信號(hào)和混合調(diào)制信號(hào)進(jìn)行區(qū)分，對(duì)于混合調(diào)制信號(hào)，采用一種改進(jìn)的滑動(dòng)平均差分取峰值的方法將混合調(diào)制信號(hào)分成單段信號(hào)，再提取單段信號(hào)進(jìn)行識(shí)別。本算法具有計(jì)算量小、速度快，識(shí)別流程清晰簡潔，易于工程應(yīng)用等特點(diǎn)。仿真實(shí)驗(yàn)表明在信噪比大于3dB時(shí)算法對(duì)以上調(diào)制信號(hào)具有較高的識(shí)別率，具有較強(qiáng)的工程實(shí)用性和可行性。