一种基于两站协同的脉冲分选算法研究

吕新正,刘和周,王启智

(中国电子科技集团公司第三十八研究所,合肥 230088)

一种基于两站协同的脉冲分选算法研究

吕新正,刘和周,王启智

(中国电子科技集团公司第三十八研究所,合肥 230088)

如何实现复杂多参数捷变雷达信号的脉冲分选一直是雷达对抗领域的一个十分重要的研究课题。提出了一种基于两站协同的脉冲分选方法实现多参数捷变雷达的脉冲分选。详细分析了两站协同脉冲分选的实现过程,并通过仿真试验进行了验证。试验证明两站协同的方法可以提高脉冲分选的性能,同时可以解决多参数捷变雷达的脉冲分选。

雷达;脉冲分选;两站协同;多参数捷变

0 引 言

雷达截获系统的作用是截获一定频域和空域范围内的雷达辐射源信号并确定其特征。如何在密集的电磁环境中正确地分离出各雷达辐射源信息,得到正确的参数,实时地识别、告警,正确引导反辐射导弹进行攻击或干扰系统进行干扰,就变得越来越迫切,而信号分选在侦察引导系统设备中是重要的组成部分之一。信号分选的正确与否直接关系到侦察设备的性能指标。[1-2]从目前的信号分选技术来看,一般将信号分选分两级处理,先根据到达方向(DOA)、载频等参数对雷达信号进行预分选,再利用脉冲重复间隔(PRI)对信号进行进一步分选。[3]但是,利用载频的预分选无法实现捷变频雷达的分选。随着雷达技术的发展,为了实现低截获,脉间捷变(包括频率、重频、脉宽的捷变)得到大量的应用,传统的直方图方法很难完成分选。[4-5]本文通过分析,采用两站协同的方法实现分选,很好地解决了捷变雷达的分选。

本文重点分析了两站协同的方法实现脉冲的配对和聚类,并通过仿真试验的方式对单站和两站的脉冲分选方法进行了比较。从仿真的结果可以看出,两站方法极大提高了单站的性能,同时解决了单站无法解决的多参数捷变雷达的脉冲分选。

1 基于两站协同的脉冲参数配对方法

雷达侦察接收机接收到的信号经过AD采样后进入侦察信号处理。信号处理经过信道化和参数测量后形成脉冲描述字送入脉冲分选处理。因此,参数测量的脉冲描述字作为脉冲分选的输入,其精度直接影响后续脉冲分选的性能。对于单站接收机来说,参数测量的精度与目标距离接收站的距离直接相关,而双站则可以通过配对后参数的对应关系进一步提高参数测量的精度。

设两站接收机示意图如图1所示。图中,A、B为相距D的两个接收站,目标C到两个站的距离分别为X,Y,两站测得的方位角分别为α,β。

图1 两站接收机示意图

接收机A、B接收到的脉冲经过信号处理后得到的脉冲描述字分别为PDWA{TOAa,Fa,PWa,PAa,DOAa},PDWB{TOAb,Fb,PWb,PAb,DOAb}。对于同一脉冲来说,脉冲的频率和脉宽应该是相同的,而方位和到达时间差是有一定关系的。可以根据图1的接收关系建立如下的三角函数关系:

(1)

进一步可得到

(2)

上式给出了目标源到两个接收站的距离差,从而可以得出两站测量的到达时间关系有:

(3)

式中c为光速。考虑到参数测量误差的影响,假设角度的测量误差为ε,则到达时间差与角度的关系有:

(4)

从三角形的关系可以看出:

因此,计算的到达时间差有正有负,正负也表示目标源离那个接收站更近。对于三角函数cosα,当α∈(0,π)来说,函数是递减的。因此,在作脉冲配对时可以利用到达时间差和方位角进行配对。

实际工作中,由于到达时间差和方位均存在误差，相对到达时间差,方位相对更为稳定。因此,配对时,首先根据两站测量的DOA确定目标的方位,然后设置方位差(大小为参数测量中方位误差的两倍)将该方位的两站PDW提取出来。根据式(4)计算该方位目标到两站的时间差,再加上时间测量误差(大小为参数测量中时间测量误差的两倍)作为某个方位目标到两站时间差可能的范围,然后在两站PDW中进行搜索,实现脉冲配对。

由于两站相距较远,而且相互独立工作,为了保证两站同步工作,采用GPS产生同步秒脉冲作为时间同步的基准,并设计同步字头。通过无线传输的方式,将一站的PDW传输到另一站,然后完成两站PDW的时间对齐。

综上所述,对于同一个辐射源发出的脉冲信号,可以利用两站参数测量的方位角和到达时间差,再加上脉冲信号的频率和脉宽,实现脉冲的配对和参数修正。具体配对算法如下:

(1) 将两站参数测量形成的PDW根据同步字头进行对齐处理;

(2) 根据两站方位DOAa,DOAb确定目标方位,计算该方位信号到达两站的时间差;

(3) 根据技术指标中参数测量的测量误差和计算的时间差计算目标方位可能的到达时间差区域;

(4) 根据频率、脉宽相同为同一脉冲在到达时间区域进行搜索,进行脉冲配对。

2 基于两站协同的聚类方法

经过两站协同的脉冲参数配对后,剔除了很多无意辐射源目标或虚假干扰的脉冲描述字。为了进一步提取目标信息,需要进行脉冲分选。为了实现复杂环境下密集目标的分选,这里考虑对接收到的脉冲描述字进行聚类分析。

对于单站侦察系统来说,最常用的是基于方位、频率和脉宽的空间距离聚类方法[6],也就是根据空间点与点之间的欧几里德距离进行聚类。对于方位、频率和脉宽均不变的目标信号,空间距离聚类方法有很好的效果。但是,如果参数均发生捷变的目标信号,则很容易将一个目标聚类成多个目标,从而得到错误的聚类结果。

对于一个空中目标,在短时间内的运动带来的角度变化相对侦察系统的作用距离来说是非常小的。例如,对距侦察机距离为R、速度v的目标,在一次分选处理时间间隔t内的角度变化为

(5)

假设目标的运动速度为2 km/s,目标距离侦察设备的距离为100 km,信号处理时间间隔为500 ms,则其到达角的最大变化约为

(6)

对于单站系统来讲,由于大部分侦察系统的测向精度往往在1°左右，因此目标的运动导致的角度变化在测量误差范围内,可以认为目标在处理时间间隔内角度是不变的,故可以采用目标的方位参数作为聚类的依据。

对配对成功的PDW可以利用目标距离两站的距离来提高参数的精度。假设两站的侦察设备相同,则可认为两站中离目标较近的站接收到的信号更强,脉冲参数测量精度更高。可利用这一准则对配对成功的PDW进行参数修正,从而得到高精度的时域参数。

由于时间测量相对精度较高,因此对于配对成功后的脉冲对可以反过来利用到达时间差对方位进行修正。因此,本算法对方位测量误差要求不高,在确定目标大致方位后,可适当放宽方位误差,然后根据配对后的脉冲时间差进一步计算方位,从而进一步提高方位测量精度。

从上面的分析可以看出,两站协同的脉冲参数配对方法,除了可以剔除无意干扰脉冲,同时还可以利用到达时间来对方位进行修正,利用目标距离两站的远近来修正参数测量的精度,从而进一步提高方位聚类结果。根据上面的分析,可以考虑从方位上进行聚类,具体方法如下:

(1) 建立方位二维坐标(横坐标为A站方位,纵坐标为B站方位);

(2) 在坐标轴上标识对配对成功修正后的方位;

(3) 以参数测量的方位指标误差为聚类门限进行聚类;

(4) 对聚类后的目标进行角度平均,算出目标的真实坐标。

3 基于两站协同的脉冲分选方法

为了实现对复杂雷达信号的脉冲分选,给出了图2所示的基于两站协同的脉冲分选流程图。对于两站接收到的脉冲描述字,首先根据两站PDW的方位确定目标方位,然后计算到达两站时间差,以两倍指标误差为准则,搜索配对脉冲,剔除无效的脉冲信号,然后根据配对成功的到达时间对方位角进行修正,对修正后的方位角进行两站聚类处理,将聚类成功的PDW分别存储下来进行重频分析处理。根据序列差直方图的方法对TOA进行重频预测和序列搜索,根据重频周期性判断是否为固定参差目标和抖动滑变目标,然后对分选成功目标对应的PDW中的频率和脉宽进行分析,判断是否存在捷变,输出目标特征参数。[7]

图2 两站协同脉冲分选技术流程图

4 仿真实验

为了验证算法的特性,表1为4批目标信号的参数表。为了说明算法的适用性,选择的信号形式涵盖了目前常用的雷达信号。同时,在参数选择上存在交叠,考虑到测量误差的影响,脉宽的测量误差为2 μs,频率的测量误差为2 MHz,方位的测量误差为2°。图3为单站处理时采用目前比较常用的基于频率、脉宽、方位的聚类方法。从图中可以看出,由于目标2是多参数捷变信号,空间上目标点发散,聚类困难,会出现增批和目标信息不完整的情况。图4为两站协同方位的聚类结果。从图中可以看出聚类结果不受参数捷变的影响,很容易得出正确的聚类结果。表2为不同模式下的脉冲分选结果。

表1 4批目标信号参数

图3 单站基于频率、脉宽、方位聚类结果

图4 两站基于方位协同聚类结果

表2 4批目标不同情况分选结果对比

从表中可以看出,对于单站信号来说,信号正确分选率与参数测量精度(参数测量精度与信号的信噪比有关)和信号的复杂程度有关。从批号1、3、4可以看出,目标距离侦察站越近信号的信噪比越高,则参数测量的精度越高,相应的脉冲正确分选概率高。对于批号2来说,由于频率、脉宽、重频均存在捷变,故单站正确分选脉冲个数不足50%,而两站协同的方式,无论参数是否捷变,脉冲分选概率都很高,两站协同的时候利用强信号的脉冲参数去修正弱信号的脉冲参数,则对分选结果有一定的改进作用。

5 结束语

本文阐述了一种全新基于两站协同的脉冲分选方法。通过两站与目标组成的三角关系出发,理论论证了两站测量的到达时间与方位角之间的关系,给出了两站协同配对的算法步骤,同时根据修正后的两站方位角进行聚类,并对聚类的结果进行重频分析,给出脉冲分选结果。该方法解决了单站系统无法解决的多参数同时捷变的雷达信号的脉冲分选问题。通过仿真实验的方法对多批目标进行分选,并与单站分选结果进行了比较。从仿真的结果来看,利用双站协同的方式可以改善多批复杂信号的聚类和分选性能。

[1] Mardia H K. New techniques for the deinterleaving of repetitive sequences[J]. IEE PROCEEDINGS, 1989,136(4):149-154.

[2] Milojevie D J, Popvie B M. Improved algorithm for the deinterleaving of radar pulses[J]. IEE PROCEEDINGS, 1992,139(1):98-104.

[3] 赵长虹,赵国庆. 一种新的重频分选检测门限选择算法[J]. 现代雷达,2003(8):30-33.

[4] 龚剑杨,等. 一种改进的雷达脉冲分选算法[J]. 应用科技,2001(8):14-18.

[5] 王石记,司锡才. 雷达信号分选新算法研究[J]. 系统工程与电子技术,2003(9):1079-1083.

[6] 张万军,樊浦华. 聚类方法在雷达信号分选中的应用[J]. 雷达科学与技术,2004(4): 220-223.

[7] 易波,刘培国. 雷达信号分选算法研究[D]. 国防科技大学硕士论文,2012.

A pulse sorting algorithm based on two-station cooperation

LYU Xin-zheng, LIU He-zhou, WANG Qi-zhi

(No.38 Research Institute of CETC, Hefei 230088)

How to realize the pulse sorting of the complex multi-parameter agile radar is an important research topic in the field of radar countermeasures. A pulse sorting method is proposed based on two-station cooperation to realize the pulse sorting of the multi-parameter agile radar. The implementation process of the pulse sorting based on two-station cooperation is analyzed in detail and verified through the simulation. The test results show that such method can improve the performance of the pulse sorting and resolve the problem of pulse sorting for the multi-parameter agile radar.

radar; pulse sorting; two-station cooperation; multi-parameter agile

2017-04-20;

2017-05-10

吕新正(1976-),男,高级工程师,研究方向:雷达对抗技术;刘和周(1973-),男,高级工程师,硕士,研究方向:电子对抗技术;王启智(1981-),男,高级工程师,硕士,研究方向:雷达信号处理和电子对抗信号处理技术。

TN958

A

1009-0401(2017)02-0023-04