一种基于数据库数据模板的雷达辐射源识别技术

章　碧,张志伟,陈远志

(中国船舶重工集团公司第七二四研究所,南京211153)



一种基于数据库数据模板的雷达辐射源识别技术

章碧,张志伟,陈远志

(中国船舶重工集团公司第七二四研究所,南京211153)

摘要：介绍了一种雷达辐射源参数模板的建模方法,分析了采用该建模方法的优点,阐述了在该模型下对辐射源信息进行参数匹配的流程,说明了该参数匹配流程的高效性,提出了辐射源模糊识别的思路,展示了采用模糊识别得到的识别结果效果图,证明了这种基于数据库数据模板的辐射源识别技术的有效性。

关键词:雷达;辐射源;ORACLE;数学模型;参数匹配;模糊识别

0引言

辐射源识别是雷达对抗系统的主要功能之一,即将雷达侦察所获得的雷达信号的参数测量结果与已知雷达的技术参数进行比较,从而实时地辨认出发射此信号的雷达的类型,并进一步判定其安装、载体、威胁等级和识别可信度[1]。本文针对雷达辐射源信号提出了一种数学建模方法,对已知的雷达辐射源信息,利用ORACLE数据库平台将雷达辐射源参数信息进行分类、整理和存储。在此基础上设计出一套参数匹配的流程以高效精准地对接收到的雷达辐射源信息进行识别,提出了对雷达辐射源进行模糊识别的思路,丰富了雷达辐射源的识别内容,为雷达辐射源识别提供了实时有效的实现方法。

1大批量雷达辐射源参数建模

将收集到的雷达辐射源参数进行整理。由于数据来源不同,数据格式也不一致。长时间积累的雷达辐射源参数信息数量大,类别多,在统一存储为雷达辐射源模板信息时,在ORACLE数据库中,一张m(m>10000)行n(n>30)列的数据表格,对于每一条雷达辐射源的识别过程而言,遍历表的运算复杂度将大于30万次,从而影响了雷达辐射源识别的实时性。为了降低遍历表的运算复杂度,一方面要将雷达辐射源信息表按照数据特征进行分类,拆解为多个不同特征的雷达辐射源信息子表,另一方面对拆解的子表进行参数筛选,进一步减少子表的列数。这样,一张m×n的表格将会被拆分为多张(mi×ni,i=1,2,3,…)子表,如图1所示。

图1　雷达辐射源模板信息子表分割图

在雷达辐射源识别算法中,根据雷达辐射源特征选择识别过程中要遍历的子表,可以大大降低识别运算的复杂度。

创建子表的依据是雷达辐射源特征值。因此,必须从雷达辐射源参数中进行特征提取,并将提取的特征进行符号化设置,作为雷达辐射源模板的参数之一,存储在雷达辐射源模板信息表中。在雷达辐射源模板信息表(T_RDW_TEMPLATE_INFO)中存在特征值(SIGNAL_TYPE_COMBINE)列。列中数据为4个字符组成的字符串,4个字符分别对应雷达辐射源载频类型、重复周期类型、脉宽类型和脉内调制类型。对应关系示例如图2所示。

未知→‘A’

固定射频→‘B’

射频可选择→‘C’

射频分集→‘D’

射频捷变→‘E’

射频脉间捷变→‘F’

射频脉组捷变→‘G’

……

图2雷达辐射源载频类型特征提取示例图

除了SIGNAL_TYPE_COMBINE列中4个字符组成的雷达辐射源类型特征外,还可以从雷达辐射源参数中提取更加细微的参数特征,比如载频值、重复周期值和脉宽值各自的数量特征。类似地,也可以将雷达辐射源参数值中的个数符号化,在雷达辐射源模板信息表中添加参数个数特征列(PARA_COUNT_COMBINE)。该列为由3个字符组成的字符串。3个字符分别对应载频值、重复周期值和脉宽值的个数。对应关系示例如图3所示。

在雷达辐射源参数建模的过程中,在根据上述特征值分割雷达辐射源模板信息表为多个子表后,如果存在某些子表数据行数仍然比较多的话(比如超过1000),可以对这些子表根据载频频率波段或者其他参数特点继续进行分割。如图4所示。

综上所述,大批量雷达辐射源参数建模的根本思路在于对雷达辐射源参数特征进行提取,将大量雷达

0→‘A’

1→‘B’

2→‘C’

3→‘D’

4→‘E’

5→‘F’

6→‘G’

7→‘H’

……

图3雷达辐射源载频个数特征提取示例图

图4　子表按照波段进一步分割图

辐射源模板数据分割为多份不同的同类数据,以减少雷达辐射源识别的运算复杂度。其具体实现流程如下:(1)整理雷达辐射源参数,将所有雷达辐射源参数存储在同一张数据表格中,即雷达辐射源模板信息表;(2)在雷达辐射源模板信息表中添加特征值列;(3)根据特征值创建雷达辐射源模板信息子表;(4)检查子表数据量,根据数据行数来决定是否进一步分割子表,以及根据雷达辐射源参数特征来决定如何分割子表。

这种雷达辐射源参数建模方式简单易行,在创建雷达辐射源信息子表的过程中并不需要将雷达辐射源信息表从物理上进行分割,甚至不需要将雷达辐射源的部分参数进行复制,而是利用数据库技术将雷达辐射源模板信息表进行数据映射,即所有的雷达辐射源模板信息子表为数据库视图[2]。这些视图通过数据库存储过程来创建或者更新,实现雷达辐射源信息表与所有子表的数据同步。创建或更新雷达辐射源信息子表的存储过程示例如下:

create or replace procedure sp_create_template_views

as

begin

declare

cursor c_stc is select distinct signal_type_combine from t_rdw_template_info;

stc c_stc%ROWTYPE;

begin

open c_stc;

loop

fetch c_stc into stc;

exit when c_stc%NOTFOUND;

execute immediate ‘create or replace view v_template_’ || to_char(stc.signal_type_combine) || ‘ as select signal_sign,rf_low,rf_high,pri_low,pri_high,pw_low,pw_high,rf_values,pri_values,pw_values,para_count_combine,para_count_combine from t_rdw_template_info where signal_type_combine = ‘’’ || to_char(stc.signal_type_combine) || ‘’’’;

end loop;

close c_stc;

end;

end;

2雷达辐射源参数匹配

在利用ORACLE数据库建立雷达辐射源信息模板后,为了以最快的速度得到雷达辐射源识别结果,必须设计出一套运算复杂度最小的参数匹配流程。而在设计参数匹配流程前,为了减小识别运算的复杂度,还需要做以下两步工作:

(1) 根据雷达辐射源接收前端接收到雷达信号的特点,统计出雷达辐射源信息特征的分布情况,比如某波段的信号量大或者某种类型载频的信号量大,从而分析出某一张或者几张辐射源信息子表是否需要进一步分割或者参数排序,这将减少雷达辐射源识别时参数匹配的运算量;

(2) 根据雷达辐射源接收前端接收到雷达辐射源参数(载频值、重复周期值、脉宽值和脉内调制参数值)精度的不同,在识别过程中分别赋予该参数的匹配容差、匹配顺序以及相似度判别权重,将识别算法与雷达辐射源参数精度之间进行关联。匹配容差和相似度判别权重的设置使雷达辐射源参数匹配过程有理有据,合理地安排匹配顺序也能有效地减少参数匹配的次数。

要提高雷达辐射源识别效率,雷达辐射源参数匹配的流程之前应做的工作:

第一步,分析雷达辐射源接收前端接收到雷达辐射源参数特点,比如其侦测到的雷达辐射源特征大多为BBBA(该特征值对应的雷达辐射源信息子表为V_TEMPLATE_BBBA),则考虑对V_TEMPLATE_BBBA进行分割,分割标准为雷达辐射源波段分布情况,如图5所示(图中V_TEMPLATE_BBBA_S表示所有特征值为BBBA的S波段雷达辐射源模板信息,V_TEMPLATE_BBBA_SA则表示S波段中雷达辐射源第一频段,依此类推)。

图5　雷达辐射源模板信息子表分割图

第二步,设置雷达辐射源参数匹配容差,例如雷达辐射源接收前端接收到的雷达辐射源载频值误差为1 MHz,则相应的载频匹配容差为1 MHz,类似地可以设置重复周期匹配容差、脉宽匹配容差以及脉内调制参数匹配容差。根据雷达辐射源参数值误差与其对应真实值的比率,将比率从小到大排列得到雷达辐射源参数匹配的顺序。这样在雷达辐射源参数匹配的过程中,高可信度的参数在匹配过程中一旦得到不匹配的结果,可以省略后续的其他参数的匹配过程,加快雷达辐射源识别速度。在雷达辐射源识别过程中,有时存在多种识别结果,那么就必须量化雷达辐射源参数与雷达辐射源模板参数的相似度。多种雷达辐射源参数在相似度判别过程中的权重可以根据每种参数在雷达辐射源参数中的重要程度和参数误差百分率来综合考量,这样就得到雷达辐射源识别结果的相似度计算公式为

其中,fs为相似度,Pi(i=1,2,3,4)为雷达辐射源参数,Pimin(i=1,2,3,4)为雷达辐射源模板参数最小值,Pimax(i=1,2,3,4)为雷达辐射源模板参数最大值,xi(i=1,2,3,4)为雷达辐射源参数相似度判别权重。

综上所述,对于每一条雷达辐射源信息可以用以下识别流程来进行识别,如图6所示。

这种雷达辐射源识别流程设计简单明了,便于工程实现。在雷达辐射源模板创建的过程中可以根据雷达辐射源接收前端接收到雷达辐射源的特点将雷达辐射源模板进行初步分割,并在实际识别过程中根据识别效率来实施雷达辐射源模板的重新分割,因此该识别流程还具有很强的灵活性和通用性。从该识别流程可以看出,雷达辐射源参数匹配的模板在匹配之前已经被筛选过,并且按照相似度判别权重对参数匹配流程进行了排序,降低了进行无效参数匹配的概率,提高了识别效率。

图6　雷达辐射源识别流程图

3雷达辐射源模糊识别

在雷达辐射源识别过程中,存在着影响识别结果的最大的两个因素,其一为侦测到的雷达辐射源参数误差过大,其二为雷达辐射源模板参数自身不完整或者参数值自身准确度不高。造成第1个因素的,例如气候的反常以及电磁环境的恶劣等;另一方面,雷达辐射源参数来源的不统一、雷达辐射源参数情报不完整或者不准确,成为影响雷达辐射源识别结果的第2个因素。这些内在或者外在的条件,有时会对雷达辐射源识别结果造成极大的影响,从而导致识别结果错误。

为了弥补雷达辐射源识别过程中由上述两个因素造成的识别结果偏差,这里引入雷达辐射源模糊识别的思路,用来识别出某一条被选中的雷达辐射源,并将所有识别结果详尽地罗列出来,作为参考资料,以辅助人工分析。

雷达辐射源模糊识别,即在雷达辐射源参数匹配的过程中适当忽略雷达辐射源参数的某些特征,降低参数的匹配度,比如不要求载频类型的完全一致,加大重复周期值的容差范围,减小脉宽值相似度判定权重,甚至避免脉内调制参数的匹配,从而获得与雷达辐射源模板相似度低或者只在部分参数上匹配的识别结果。

在雷达辐射源模糊识别的过程中,考虑到参数容差值大等因素,参数匹配的运算量大,识别结果多。运算量大导致大批量雷达辐射源识别时实时性低,识别结果多则影响侦测结果判断。因此,雷达辐射源模糊识别功能应该作为普通雷达辐射源识别功能的补充,针对某些特定的辐射源。

雷达辐射源模糊识别的流程和普通雷达辐射源识别流程类似,两者的不同点在于雷达辐射源特征值匹配的严格程度、雷达辐射源参数容差范围和雷达辐射源参数相似度判别权重的设置。如图7所示。

图7雷达辐射源识别算法参数设置图

根据雷达辐射源识别算法参数的设置,得出模糊识别的结果效果图如图8所示。

图8　雷达辐射源模糊识别结果效果图

4雷达辐射源识别效率分析

根据上述的雷达辐射源识别模板的创建方法以及雷达辐射源识别流程,可以总结出雷达辐射源识别效率相关的6大因素:

(1) 雷达辐射源模板数据量和数据相似度;

(2) 雷达辐射源模板信息表分割情况;

(3) 雷达辐射源信息量;

(4) 雷达辐射源参数精度;

(5) 雷达辐射源识别相似度判断参数设置;

(6) 雷达辐射源参数匹配顺序。

雷达辐射源模板的数据量和数据相似度决定了雷达辐射源信息子表的数量、子表内容的行数和识别结果数量。雷达辐射源模板信息表的分割决定了识别流程中循环遍历数据的次数,是决定雷达辐射源识别效率最核心的一环。雷达辐射源信息量决定辐射源识别的频率。而雷达辐射源参数精度、相似度判断参数和参数匹配顺序则决定了识别流程自身循环的次数和识别精度。为了提高雷达辐射源识别效率,必须综合考

虑以上6大因素,在实际识别功能调试过程中优化识别算法,使雷达辐射源识别效率满足实时性要求,达到稳定而高效的识别效果。

5结束语

本文介绍的雷达辐射源识别技术能高效地对雷达辐射源目标进行识别,具有广泛的适用性。在实际应用中,该技术被证明稳定有效,对于雷达信号电子态势判断和雷达辐射源目标活动规律分析具有强大的辅助作用,使雷达辐射源侦测结果更加地直观、内容更加丰富。

参考文献:

[1]刘海军.雷达辐射源识别关键技术研究[J].2010:4.

[2]丁士锋,等.Oracle PL/SQL从入门到精通[M].北京:清华大学出版社,2012:163.

A recognition technology of radar radiation sources based on data templates in database

ZHANG Bi, ZHANG Zhi-wei, CHEN Yuan-zhi

(No. 724 Research Institute of CSIC, Nanjing 211153)

Abstract:A modeling method of the templates which describe the radiation sources with the parameters is introduced, and its advantages are also analyzed. The highly efficient procedures of matching the parameters of the radiation sources are discussed, and an idea of the fuzzy recognition of the radiation sources is proposed with the illustration of effect, proving the efficiency of the recognition technology of the radiation sources based on the data templates in the database.

Keywords:radar;radiation source;ORACLE;mathematical model;parameter matching;fuzzy recognition

中图分类号:TN959.17

文献标志码:A

文章编号:1009-0401(2016)01-0014-04

作者简介:章碧(1983-)，男，高级工程师，硕士，研究方向：数据库设计与信号识别；张志伟(1989-)，男，助理工程师，硕士，研究方向：终端显控与数据库设计；陈远志(1970-)，男，工程师，硕士，研究方向：软件工程。

收稿日期：2015-02-11；修回日期：2016-01-04