基于改进SDIF算法的雷达脉冲信号分选技术研究

安 琦，李勇华，杨建文，何子述

（1.电子科技大学电子工程学院，成都 611731；2.空军空降兵学院，广西 桂林 541003）

0 引言

随着现代通信和雷达技术的不断进步［1］，在非合作无线电通信领域，尤其是在无线电监测或战场通信等领域中，对于侦收到的信号识别和分选技术变得越来越具有其重要性。同时，因为更多新体制雷达的采用，尤其是脉冲压缩雷达和捷变雷达等新型雷达的应用，使得雷达的具体辐射源、其位置等多种信息并不能被有效侦察到，特别是在现代社会越来越复杂的电磁环境中。因此，针对雷达脉冲信号的有效识别和分选，成为目前国内外学者都非常感兴趣的一个重要研究课题。

目前，针对雷达脉冲信号的识别分选主要分为基于脉内调制参数对信号进行识别和基于脉间特征参数对信号进行分选两大类。针对前者，其主要的识别技术［2］有：基于时域的分析法［3］（如时域自相关法、时域倒谱法等）、基于时频域的分析法［4-6］（如小波变换法等）、基于谱相关的分析法、基于调制域的分析法以及基于数字中频的分析法等等［7］。它们都是通过不同信号在不同变换域上的不同特征参数的差异性反应，设置合适的门限阈值，从而对这些信号进行有效的识别和区分。

因为雷达脉冲信号的脉冲发送规律甚至其变化规律，携带了雷达信号辐射源的探测距离等重要信息，因此，针对雷达脉冲信号的辐射源信息，常常利用信号的脉间特征参数——PRI作为信号分选的有效工具和手段［8-10］。

常规的识别和分选方法主要包括动态扩展关联法和序列差分直方图法等。动态扩展关联法是一种较早提出的分选算法，它也叫序列搜索法，其基本思想就是通过多次对脉冲序列进行查找和检索来确定PRI的值。对于在非合作通信系统中，侦收到的雷达脉冲信号，脉冲丢失率、脉冲干扰等各种情况都是无法预料的。而动态扩展关联法对于这些类型的雷达脉冲信号的处理常常无效。另外，基于复值自相关的PRI变换法［11-13］可以有效地避免谐波的影响，但由于该算法中涉及的参数设置会导致算法计算量的剧增。因此，目前较为常用的处理方法是基于序列差分的直方图法［14］，以及基于这类算法的改进方法［15-18］。

本文针对潜在PRI估计值可能存在的冗余项和序列检索的方法，提出了一种改进的信号分选方法，通过对潜在PRI估计值进行筛选去除冗余项，并提出一种新的序列检索方法，有效地提高了雷达脉冲信号的分选准确率，并降低了整个分选过程的计算量。

1 SDIF算法基本原理

基于PRI的雷达脉冲信号分选技术中，SDIF算法的主要作用是通过序列搜索对估计出来的潜在PRI进行确定，然后对雷达脉冲序列进行提取。与CDIF算法不同，SDIF算法的检测门限函数被设计为：

其中，k是一个常数，它通常由经验数据或者实验数据来决定。Np表示总的脉冲数，c表示直方图的级数，T则表示采样周期。

算法的流程图设计通常可以分解为如下几个步骤：

Step1：对待处理的N个信号脉冲，计算相邻脉冲TOA的差值，并按差值大小进行统计并排序；

Step2：设置门限，并将上述统计结果与之比较，查看是否有差值大于门限；若这个差值只有一个，则默认它为潜在PRI值，直接进行序列检索；否则进行下一步；

Step3：计算下一级差值直方图，同样地，比较统计结果是否大于门限，并将大于门限的那些结果看作是潜在的PRI值，对它们进行排序和序列检索；如果它们都没有成功检索，则重复本步骤，否则进行下一步；

Step4：将成功进行了序列检索的差值看作是真实的PRI值，并提取相对应的脉冲序列；

Setp5：从步骤1开始重复完成所有的步骤，直到所有的脉冲序列被分选出来。

虽然SDIF算法相比较于CDIF算法和PRI变换法来说兼顾了其检测的有效性和算法的计算量，但这种算法在对潜在PRI进行估计的过程中，可能在同一PRI附近产生冗余项。在任何一级差分直方图中，只要是检测出来的潜在PRI值，都会进行一次序列检索。然而，如果直方图中连续几个PRI值，或者相邻的多个PRI值都较大，超过了设定的门限阈值，则多次序列检索时，一些脉冲序列的提取结果可能并不能得到有意义的雷达信号结果。且极大地增加了后续序列检索的计算量，使得到的信号分选结果并不足够精确。基于这些原因，本文提出了潜在PRI估计值的筛选方法和一种新的序列检索方法。

2 提出的改进方法

通常，如果某一个PRI值是最接近真实PRI值的，那么它的统计结果在直方图中也同样表现为附近相邻区域内统计累计值最大的。以这个思路为基础，如果在某一区域范围内，存在两个或两个以上的潜在PRI估计值，那么可以认为，只有其中最大的那个PRI值才可能是真正的潜在PRI值，而其他的都是累计干扰量。将所有筛选后的潜在PRI估计值按照从小到大的顺序排列起来，然后一一进行序列检索，则相比筛选前，可以有效地降低算法的计算量。

潜在PRI估计值的筛选流程可以示意如下页图1所示。

上述筛选过程可以解释为如下步骤：

1）针对第C级差分直方图，将统计结果与门限进行比较，并将大于门限的所有统计结果都记录下来，并按照从大到小的顺序进行排列；

2）将所有潜在PRI值点进行相邻比较，并记录它们的间隔；选择最大间隔的一半作为筛选标准中相邻区域的参考半径；

3）从第一个PRI值最大点开始，按照相邻区域的半径范围，对范围内的所有PRI值点进行比较；

4）选择相邻区域的半径范围内其中的极大值点作为筛选后的PRI估计值点；如果它比其左右的值点都大，则记录下来，忽略该区域中的其他点，并以这个点作为下一次筛选的起始值点；如果它是这个半径范围区间的起始值点或者终点值点，则不再筛选直接进入下一步，并以这个范围内的极小值点作为下一次筛选的起始值点；

5）从上次记录下的起始值点开始，继续上一个步骤，直到所有的PRI点都检索完毕。

图1 改进SDIF算法过程中PRI确定示意图

这种潜在PRI估计值的筛选方法可以剔除一部分冗余的PRI值点，优化PRI估计值点，从减少序列检索的角度对算法的计算量做了良好的优化。另一方面，由于PRI估计值点得到了优化，而这些值点全部都是超过门限阈值的，那也就意味着，门限函数对整个雷达脉冲信号的分选过程和分选结果产生的影响被削弱。在某种程度上来说，门限函数也不再需要设定过于严格的经验参数k。

基于潜在PRI估计值的筛选方法只是对其进行了优化，剔除了那些冗余的估计值，但是准确的PRI则需要在序列检索过程中得到。针对抖动的PRI，本文中也提出了一些关于序列检索的改进。

首先，在查找过程中增加阈值的设置，防止由信号抖动可能造成的流程中断。这个过程对于脉冲可能存在丢失的情况具有非常重要的作用，可以避免真实PRI值的遗漏。另外，在查找的过程中，针对已经记录下来的脉冲，引入了曲线拟合的处理方法，对它的PRI值进行更新，从而获得更加准确的结果。

序列检索的改进流程图如图2所示。

这个流程图可以具体表述为以下步骤：

1）从第k个时刻点开始，查找起始脉冲；首次查找时，赋值k=1；

图2 改进SDIF算法过程中PRI确定示意图

2）以起始脉冲处为起点，以筛选后的潜在PRI估计值为步长，查找步长距离及附近是否有下一个脉冲；如果有，则累加一次查找成功积累脉冲参数p，记录下该脉冲时刻点并赋值给k，然后继续查找；如果没有，则累加一次查找不成功积累参数q，然后将之与设定的阈值比较，大于阈值则查找中断，重新返回第1步，否则继续查找下一个步长距离及附近是否有脉冲；

3）在每一次p得到累加的时候都将它与设定的阈值进行比较，如果超过阈值，则利用所有记录下来的本次查找的脉冲做拟合，对PRI进行一个更新，使它更加准确，否则继续查找下一个脉冲；

4）单次脉冲查找直到到达信号的末端时刻为止；将记录下来的脉冲从原信号中提取出来，并将剔除该脉冲后的信号继续返回第1步做脉冲查找。

虽然在序列检索的改进中新加入了拟合算法来对PRI进行更新，从而获得更加准确的PRI值，但是它增加的计算量，相比较由潜在PRI估计值的筛选过程所带来的序列检索使整个步骤减少，仍然是不占优势的。因此，上述两处对原SDIF算法的改进，可以有效地在兼顾信号分选有效性的同时减少算法的计算量。

3 仿真实验

本节主要针对利用脉间参数对雷达脉冲信号进行分选的算法进行了研究，因此，在仿真信号类型的建模上与上一节的仿真实验并不相同。假定3个雷达脉冲序列混合交织成一列接收到的脉冲序列，它们的PRI分别如表1所示。脉冲个数设定为400个，脉冲丢失率设定为10%。

对该序列进行信号处理，改进SDIF算法过程中PRI确定的过程示意图如图3所示。

图3 改进SDIF算法过程中PRI确定示意图

整个潜在PRI估计值的确定过程完结以后，估计出的PRI值结果如图4所示，其具体的数值也在表2中列表如下。改进前传统的SDIF算法作为本次仿真实验的对比项，它的仿真结果也展示在其中。

从表2和图4中可以看出，不论是改进前还是改进后，基于SDIF的分选方法都能准确地对PRI进行分选。但改进前的PRI估计方法在同一个PRI的潜在值估计时，可能会出现好几个相近的估计结果。分析原因，这极有可能是由于序列存在脉冲丢失而引起的。而改进后的方法在潜在PRI的估计环节中增加了有效PRI的筛选过程，因此，可以得到更为准确的PRI值。

仅仅分析PRI的估计过程并不能完全表达信号的分选，因此，基于改进前后的方法对信号分选的结果对比展示如表3和表4所示。

图4 潜在PRI值的估计结果比较

表2 改进前后PRI值估计结果比较

表3 分选完成的仿真时间比较

表4 改进前后脉冲信号分选结果比较

由于本文提出的改进方法在潜在PRI估计环节中增加了冗余PRI的筛选过程，但它并没有带来计算量的增加，反而因为减少了序列检索的重复周期，使得方法整体的计算量得到了降低，因此，在表3中，它的仿真时间比起改进前的算法，降低了一半还多。而从信号分选的结果来看，改进后的算法由于PRI值更加精准，因此，实际分选出的脉冲个数也相较于改进前算法更多，而改进前的算法受到冗余PRI的影响，其单个PRI对应分选出的脉冲数甚至可能只有参与分选脉冲个数的一半左右，因此，在信号分选准确率上，改进后的方法也有一个较大的提升。

4 结论

本文以电子对抗等非协作无线通信环境为背景，针对基于PRI的SDIF算法的雷达脉冲信号分选技术，从潜在PRI估计值的有效筛选和新的序列检索方法两方面，提出了一种改进的SDIF算法。该算法能在有效降低整个分选过程计算量的基础上，提高雷达脉冲信号的分选准确率，在电子侦察、对抗等实际应用有着较好的工程实用参考价值。