基于FPGA的脉内调制雷达信号识别算法

王 宇，杨国彬，王 宏

(中国电子科技集团公司第五十一研究所，上海 201802)



基于FPGA的脉内调制雷达信号识别算法

王 宇，杨国彬，王 宏

(中国电子科技集团公司第五十一研究所，上海 201802)

针对脉内调制雷达信号检测，提出了一种基于现场可编程门阵列(FPGA)的脉内调制特征实时提取技术，利用时-频分析、瞬时自相关、时域累加平滑的方法，实现对常见脉内调制雷达信号(简单脉冲信号、二进制相移键控(BPSK)信号、正交相移键控(QPSK)信号、线性频率调制(LFM)信号、频移键控(FSK)信号)实时检测及脉内调制样式实时提取，并将脉内调制类型与常规PDW字结合构成扩展脉冲描述字(EPDW)。测试结果证明了该方法实时性好、准确率高。

时-频分析；脉内调制；瞬时自相关；现场可编程门阵列

0 引 言

随着电子技术的迅猛发展，新体制雷达层出不穷，频率调制、相位编码等雷达信号越来越多，电子侦察设备所面临的电磁环境日益恶化。为了有效地对雷达信号进行侦收和识别，现代电子侦察系统急需研究的一个重要课题就是对雷达信号脉内调制类型的准确、实时识别[1]。脉内调制识别算法复杂，计算量大，要达到实时性的要求，需要高速数据处理芯片的硬件平台支撑。

现场可编程门阵列( FPGA)具有实时性强的运算能力和高速数据吞吐的传输能力等特点。本文提出了基于FPGA硬件平台的雷达信号脉内调制类型方法，提出了一种利用平滑的瞬时自相关法与短时傅里叶变换(STFT)相结合的方法，对几种典型脉内调制类型线性调频(LFM)信号、频移键控(FSK)信号、二进制相移键控(BPSK)信号、正交相移键控(QPSK)信号和单载频信号进行准确、快速的识别,在FPGA硬件平台上实现并且通过内场测试验证。

1 脉内调制类型识别算法

1.1 雷达信号特性分析

常用雷达信号类型主要包括：常规单载频脉冲信号、线性调频信号、相位编码信号和频率编码信号。设A为雷达脉冲信号幅度，T为脉冲信号宽度，则不同调制形式的雷达脉冲信号可分别用以下复数形式表示[2]：

(1) 常规单载频脉冲(FMCON)

(1)

式中：f0为信号载频；φ0为信号初始相位。

(2) 二相编码信号

(2)

式中：N为字码数；ΔT为码元宽度；φi的取值为0或者π。

(3) 线性调频信号

(3)

式中：k为调频率。

(4) 频率编码信号

(4)

式中：fi为频率码组；ΔT为子码宽度。

图1～图4是几种常见信号的时域及频谱图。

1.2 基于STFT的脉内调制类型识别算法

STFT就是短时傅里叶变换,一种常用的时频分析方法，属于无偏的估计。STFT 就是对传统傅里叶变换的改进,它是对信号时域加窗处理,然后对窗内进行傅里叶变换,这样就加入了时间信息,使信号分析具有了时间分辨率,进而可以描绘出信号的时频特性。STFT 对非平稳信号同样具有很好的分析效果,因为只要选取的窗口足够窄,就可以认为窗口内短时信号为平稳信号,进而进行傅氏变换,求出其短时频率,即可认是为此时刻的瞬时频率,让窗口在时间轴上滑动就可以描绘出信号的时频关系,刻画了信号的时频分布[3]。

窗函数的宽度决定了 STFT的时域定位功能和频谱分辨率。窗函数宽度越大，频域分辨率越高，但时域分辨力越低；窗函数宽度越小，时域分辨力越好，但频域分辨率越差。图5为基于STFT的脉内类型识别流程图。

1.3 基于平滑瞬时自相关和STFT相结合的脉内调制类型识别算法

实际工程中，由于硬件资源的限制，STFT时间和频率分辨力相互制约，常常折中选定窗宽度，所以时间分辨率和频率分辨率无法同时达到很高。瞬时自相关和累加平滑的方法运算量少，实时性高，在较高信噪比时，可以同时得到好的时间频率分辨率，因此考虑将二者有机结合起来，通过综合决策判断识别脉内调制样式。

2 脉内调制类型实时识别的FPGA设计与实现

2.1 硬件平台

系统硬件平台组成框图如图6所示，其主要包括高速模/数(A/D)转换采集板、高速信号处理板、主机板和显控单元。高速A/D采集板主要由1块高速A/D芯片和2块高性能FPGA(Altera EP3S340和EP3S110)组成，信号处理板主要由1块高性能数字信号处理器DSP(TI C6455)和2块FPGA(Altera EP3S110和EP2S50)组成。

2.2 FPGA设计与处理流程

FPGA的主要工作流程为：高速A/D采集中频模拟信号送至FPGA，一路进行数字下变频(DDC)得到零中频信号，再对信号进行瞬时自相关，然后通过Cordic算法求取信号瞬时频率，再根据频率曲线特征进行脉内样式判读。通过大量仿真分析得到: 单载频信号曲线为一条直线，线性调频信号曲线为一条斜率固定的斜线，相位编码信号曲线在相位跳变点有1个强脉冲，频率编码信号曲线在频率跳变点有阶梯变化。将脉内分析结果与传统脉冲描述字(PDW)组合形成PDW组1;另一路进入STFT组，得到时频曲线，再进行时频特征统计，将脉内分析结果与传统PDW组合形成PDW组2。最后，经过综合决策，将2组PDW进行融合识别，得到最终PDW，流程图见图7。

脉内类型分析部分实现对脉内调制类型的实时识别，主要处理流程为：首先对输入的信号预处理并进行常规PDW检测，根据普通PDW进行预识别，如脉宽太小则直接判定为普通脉冲；接着先验识别功能根据已知雷达辐射源数据库进行分类识别判断[4]；同时，对信号的时频曲线、瞬时相位信息进行计算，并实时统计，得到时-频、时-相曲线的一维和二维特征，即完成时-频分析、时-相分析和数据统计分析；最后，简单类型识别模块、相位编码调制类型模块、线性调频类型模块、频率编码识别模块等根据前面统计特征结果，完成对各种脉内类型的实时判断，结果分别送入扩展PDW形成模块。脉内识别的流程框图如图8所示。

3 试验测试与结果

本算法采用3个硬件平台，分别为侦察信号处理主站、左站和右站，系统测试框图如图9所示。

信号源产生信号经功分器分别注入3个站，各站对信号进行检测和脉内特征识别，得到扩展PDW。此处信号源为安捷伦公司的任意波形发生器，可以编写产生各种规律脉内调制信号，如二相编码信号、四相编码信号、线性调频信号、频率编码信号及简单脉冲信号和噪声信号。FPGA通过sigtap实时监测脉内类型分析结果，频率编码、线性调频等4种调制类型分析结果如图10～图13。

另外，将各种类型信号识别结果导入Matlab进行统计分析，脉内调制样式分析准确率见表1。

表1 各种脉内调制类型信号分析准确率统计表

综上可以看出，本雷达信号脉内调制样式识别算法与FPGA程序可以正确地实时判断接收信号的脉内调制类型，验证了算法及程序的实时性、正确性和可靠性。

4 结束语

本文对雷达信号脉内调制样式实时识别算法进行分析和仿真，并在FPGA硬件平台上实现和测试。结果表明：信噪比在10 dB以上，可以实时准确地识别出接收到信号的脉内调制类型，该算法实时性高，占用硬件资源少，判断准确率高，且易于工程使用,对未来进行新体制及复杂电磁环境下的信号侦察识别具有重大的意义。

[1] 余志斌.基于脉内特征的雷达辐射源信号识别研究[D].成都:西南交通大学,2010.

[2] 李磊,任丽香,毛二可，等.频率步进信号宽带模糊函数及其应用[J].北京理工大学学报,2011,31(7):844-848.

[3] 李利,纪凯,柴娟芳.一种由粗到细的脉压雷达信号调制类型识别方法[J].弹箭与制导学报,2011,31(10):88-90.

[4] 翟孝霏,刘雅轩,陈涛，等.一种快速雷达信号脉内调制识别分析方法[J].现代雷达,2012,34(6):16-19.

Recognition Algorithm of Intra-pulse Modulation Radar signal Based on FPGA

WANG Yu,YANG Guo-bin,WANG Hong

(51st Research Institute of CETC,Shanghai 201802,China)

Aiming at the detection of intra-pulse modulation radar signal,this paper puts forward a real-time extracting technique of intra-pulse modulation characteristic based on field-programmable gate array (FPGA),uses the methods of time-frequency analysis,instantaneous auto-correlation,time-domain accumulation smooth to detect several common intra-pulse modulation radar signals: simple pulse signal,binary phase shift keying (BPSK) signal,quaternary phase shift keying (QPSK) signal,linear frequency modulation (LFM) signal,frequency shift keying (FSK) signal in real time,and extract the intra-pulse modulation modes in real time,and combines the intra-pulse modulation type with general pulse description word (PDW) to form the extension pulse description word (EPDW).The testing results demonstrate that the method has good real-time performance and high precision.

time-frequency analysis;intra-pulse modulation;instantaneous auto-correlation;field-programmable gate array

2017-02-23

TN971.1

A

CN32-1413(2017)02-0051-05

10.16426/j.cnki.jcdzdk.2017.02.012