一种高效的雷达信号全脉冲特征提取方法

2018-10-26 03:08商诺诺翟恒峰原浩娟
空天防御 2018年4期
关键词:窄带滤波器信道

商诺诺,梁 艳,翟恒峰,原浩娟

(1.91550部队,辽宁 大连,116023;2.上海航天电子技术研究所,上海,201109)

0 引 言

雷达信号脉内特征分析技术已成为雷达对抗侦察系统中的关键技术之一,是识别雷达辐射源个体及其所属武器平台和系统的重要手段。传统的雷达信号分析主要是对脉冲幅度、到达时间、到达方位、脉宽、载频五个参数进行提取。而在如今的复杂环境下,雷达信号模式发生较大的变化,通过对载频进行复杂的调制,以提高雷达系统抗噪声和抗干扰的能力,具有更强的保密性。对于电子侦察系统来说,对截获雷达信号只进行脉冲信息的提取往往是不够的,需要对包括脉内细微特征在内的雷达完整信号进行分析,以提高系统的分析和识别能力[1]。本文提出了一种利于工程实现的脉冲特征提取方法,其算法流程简单易行,同时对细微特征的检测也有较高的精度。

1 雷达信号脉冲参数特征提取原理流程

脉冲参数特征提取的原理框图如图1所示。

图1 脉冲参数特征提取方案流程Fig.1 Process of feature extraction of pulse parameters

由电子侦察数字接收机DBF系统形成多路波束,通过一个波束选择器选择一路功率最大的波束送到数字信道化滤波器中,进行信道化瞬时测频等参数估计。采用这种方案只需要对一路波束进行频域信道化,硬件实现相对简单,但是只能对特定方向的同时到达信号进行频域分离。同时,波束选择器还可对所需的波束进行DBF测向。最后电子侦察接收机将测得的雷达信号脉冲包送到脉冲编码进行脉冲描述字的输出,并且将脉冲包(含时域数据)直接输出给后续的处理机,由处理机对可疑目标进行更加详细的脉内特征分析。由于该处理流程在脉冲信号检测前进行了波束合成,即利用了空间上的相干增益,有利于对弱信号进行检测。

1.1 基于DFT滤波器组的信道化结构的设计

本文采用数字信道化技术实现频域上信号的分离以及完成降速率的过程。同时,通过压缩每个子信道的噪声带宽来提高被截获信号的信噪比。信道化滤波器组采用一种无盲区少交叠的均匀信道化滤波器组结构[2-3],如图2所示。针对滤波器过渡带引起的模糊问题可利用相邻信道输出的幅度特性,并采用DIFM(数字瞬时测频)方法判断信号所在的真实信道。

图2 复信号的多相DFT滤波器组信道化结构Fig.2 Multiphase DFT filter bank channelized structure of complex signal

图3 中输入被侦查信号为SNR=0dB的单频信号(420 MHz)和LFM 信号(790 MHz),从第5信道和第2信道的观测结果可以看出,信道化处理除了具有分离频域上多个信号的作用之外,形成若干个子信道,完成降速率的过程,使得对抗多个同时到达信号成为可能,并且通过压缩每个子信道的噪声带宽来提高被截获信号的信噪比。

图3 数字信道化分选各信道信号(红色—单频信号、绿色—LFM信号)Fig.3 Digital Channelization for the selection of each channel signal(red-sine wave signal,green-LFM signal)

1.2 一阶相位差分法瞬时测频、测相

本文采用一阶相位差分法瞬时测频的方法,具体实现过程如图4所示。

由于信号的瞬时频率可表示为

则在数字域瞬时频率

式中:Ts为采样时间间隔,D为抽取倍数。但是由于正弦周期信号的瞬时相位被限定在[-π,π]之间,会造成相位差的不连续性,导致出现相位模糊现象,因此还需将得到的瞬时频率进行解模糊处理[4]。

图5为单载频信号和LFM信号输出的瞬时频率时频分析结果,可以直观地从时频分析图中完整地描述出各信号的调制信息、载频以及调频斜率和起始频率等细微特征信息。同时,通过对矢量信号的虚部与实部比值的反正切可得到信号瞬时相位,通过该区域数据分析脉内相位调制情况能判断信号调制类型、测量码元长度和信号编码规律[5]。

图4 瞬时测频实现框图Fig.4 Processing flow of instantaneous frequency measurement

图5 SNR=5dB单载频信号和LFM信号输出的瞬时频率Fig.5 SNR=5dB Instantaneous frequency of sine wave signal and LFM signal

1.3 数字脉冲检测

本方案采用全数字的脉冲检测方式,主要利用信号的瞬时幅度信息,采用灵活的门限判决技术和自相关包络提取技术,检测出输入脉冲信号的上升/下降沿,得到精确度很高的全频脉冲信号。同时,采用二次峰值检测方法可对输入脉冲调制信号的上升沿和下降沿的拖尾现象进行精确校正,并有效地抑制“兔耳效应”带来的影响,为后端雷达侦察系统的测量和同步提供稳定的参考信号[3]。根据检出的精确的全频脉冲信号可以很精确地得到脉冲信号包络、脉冲宽度(PW)和到达时间(TOA)等重要的脉冲描述字信息。图6为数字脉冲检测原理流程,图7为不同信道信号包络检测结果。从图7中可以看出,对于低信噪比的弱信号,采用改进的基于时延的自相关包络提取算法能检测获取完整有效的脉冲信号包络。因此,本文采用的数字脉冲检测处理方法具有体积小、精度高、稳定性和可控性强、算法能力强、调整方便等优点。

图6 数字脉冲检测框图Fig.6 The principle of digital pulse detection

图7 SNR=-5 dB时采用改进自相关方法得到的脉冲包络Fig.7 SNR=-5 dB the pulse envelope obtained by the improved self-correlation method

2 信道间数据融合

数字信道化接收机为了连续覆盖瞬时带宽,相邻信道的滤波器在频域上必须有重叠。在这样的滤波器组设计下,当信号落入图8(a)中标注的阴影区域,即使是单载频信号也会在两个相邻的信道内有输出,其中一个信道的输出是虚假输出,这就是信道化接收机的单载频信号跨信道输出问题。另一类跨信道问题是由调制(FM)信号引起的[6]。如图8(b)所示,因为FM信号的频率是随时间变化的,具有较大的带宽,所以会在几个连续信道先后分裂输出。

显然,FM信号的跨信道问题比单载频信号的跨信道问题复杂,而且其跨信道输出,既有滤波器过渡带产生的虚假输出,又有由于频率随时间变化带来的正常的跨信道输出。所以对于FM信号的跨信道输出,除了剔除虚假输出样本,还要合并正确的跨信道输出样本。

针对单载频信号的跨信道问题,可以利用信道化处理之后的瞬时频率信息进行判别。该方法估计每个子信道k在m时刻输出的瞬时频率f(k,m),当f(k,m)位于第k个滤波器的通带范围内时(-1/2K,1/2K),认为信号位于第k个信道内,如果位于过渡带范围内则认为信号不在第k个信道内。该方法的问题在于,当输入信号叠加有噪声的时候,瞬时频率测量值是噪声和信号频率综合的结果,随着噪声的变化而在滤波器组的某个区域内随时间变化。当输入信号的频率落在-1/2K或者1/2K附近时,其瞬时频率就会在-1/2K或者1/2K两侧随机波动,用固定的瞬时频率门限去检测时,会出现脉冲分裂现象,使该方法无法正常发挥作用。而对于FM信号跨信道的问题,该方法也不具备合并多个跨信道输出的能力。因此,采用一种信号集合更新模型,用于解决环境噪声中单载频和FM信号跨信道输出的问题。

图8 相邻信道信号跨信道输出现象Fig.8 The phenomenon of cross channel output of adjacent channel signals

2.1 信号集合更新模型

信号集合更新模型如图9所示。

图9 基于信道化结构的信号集合更新模型Fig.9 Signal set updating model based on channelized structure

SI是数字信道化结构输入信号的集合,可能包含同时到达信号,并带有噪声。经过数字信道化处理单元后得到SC[6]。首先,对m时刻SC各信道的元素进行幅度门限检测,对于没有过门限,不参与剩余的信号的判定操作。对m时刻元素归一化后的瞬时频率值(后面简述为DIFM值)与0.5(归一化后的中心频率值)进行比较,并根据比较的结果对SO进行更新,得到m时刻的SO。当输入信号在信道k的DIFM值输出满足|fmk|<0.5的条件,信道判决认为该信号属于信道k;否则,若fmk<-0.5判定该信号属于信道k-1;若fmk>0.5判定该信号属于信道k+1。

2.2 跨信道判别

对于更新后m时刻的信号元素与前m-1时刻的信号元素进行判别,若m时刻k信道的元素与m-1时刻k+1(或k-1)信道元素的DIFM值的绝对差值小于阈值ET,则将m时刻的信号元素与m-1时刻k+1(或k-1)信道元素合并为同一个信号元素。以同时到达的多个单频和窄宽频信号为例说明跨信道判别的处理。

1)同时到达多个单频(窄带)信号

以同时到达两个输入单频(窄带)信号的情况为例,如图10所示,信号1与信号2分别在相邻的信道A与信道B产生响应,由于相邻信道间会有虚假输出,使得相邻信道的瞬时频率响应产生叠加,造成信号的误判。可以按上述算法,同时采用幅度判别来区别这种同时到达的两个信号频率分辨率小于一个信道宽度的信号。

图10 相邻信道同时到达两个输入单频(窄带)信号的情况Fig.10 Two input single frequency(narrowband)signals arrive at adjacent channels simultaneously

若同时到达的两个输入单频(窄带)信号分别在两个信道中输出,且这两个信号频率间隔一个信号宽度,如图11所示,则信号1在信道A和信道B产生响应,信号2在信道B和信道C产生响应。如果信号1和信号2的频率间隔超过一个子信道的宽度,则信号1和信号2将分别落在A信道和C信道这两个不相邻的判决区域内。这时可以根据A信道和C信道的输出分别测算出这两个信号的频率。但对于在B信道产生的叠加响应可能会对两个信号的到达时间产生误判,对于此种情况的误判建议采用非实时处理进行判别。

图11 不同信道同时到达两个输入单频(窄带)信号的情况Fig.11 Two input single frequency(narrow-band)signals arrive at different channels simultaneously

如果信号1和信号2的频率间隔小于一个子信道的宽度,则信号1和信号2将可能同时落在B信道的判决区域内,如图12所示。这时B信道的输出是信号1和信号2的叠加。在后端进行相位法瞬时测频的实时处理方案下,无法处理子信道内的同时到达信号,容易出现较大的测频误差,同时也不能测出正确的信号到达时间。因此在数字信道化与瞬时测频的实时测频体制下,同时到达信号的频率分辨率大于1个子信道的宽度。

图12 两个输入单频(窄带)信号同时到达同一信道的情况Fig.12 Two input single frequency(narrow-band)signals arrive at the same channel simultaneously

如果要想对同一子信道内部的同时到达信号进行进一步处理,需要在数字信道化之后采用更加复杂的信号处理方案,而且信道判决的复杂度也大大增加。这在实际系统中很难实时实现,建议采用非实时的方式处理。

2)窄瞬时带宽的跨信道信号

对于跨信道信号的信道判决和数据融合问题,可以根据瞬时带宽的情况来进行讨论。一种是瞬时带宽较窄(小于子信道的宽度)的跨信道信号,例如调频信号和跳频信号,在任何一个瞬时时刻,信号都可以等效成一个单频(窄带)信号,如图13所示。这种情况相对容易处理。数字信道化实际上进行的是短时傅立叶变换,是一种很好的时频分析工具,因此完全可以按照单个单频(窄带)信号的判决模式进行处理。但是需要注意以下两点:

(1)考虑到这种信号的存在,在对输入信号进行瞬时测频的时候,不能采用整个脉冲平均的方式,而应该对瞬时测频的结果进行线性回归处理,以解算脉内信号频率的变化规律。

(2)在信号跨越信道的时候(如图8所示),会出现信号断裂的情况,即系统会将信号落在不同判决区域的部分看成是不同的信号。因此这时按照上述的跨信道判别准则,进行时域和频域的“拼接”工作,以免出现误判。

图13 窄瞬时带宽的跨信道信号(以线性调频信号为例)Fig.13 Cross channel signal with narrow instantaneous bandwidth(taking LFM signal as an example)

3 计算机仿真和分析

下面以线性调频信号和单频信号混合雷达信号模型为例,分析其脉内调制特性,运用MATLAB仿真验证测试平台进行算法流程验证。仿真实验测试选用以下两种信号:单频580 MHz的正弦信号,信号达到时间TOA1=5.5μs,脉宽PW1=5μs;中频f0为790 MHz的LFM信号,带宽B=40 MHz,信号达到时间TOA2=7.5μs,脉宽PW2=5μs。根据信道频段的划分,两个信号应分别位于第1、2、4信道中,且LFM信号存在跨信道的问题,横跨1、2信道。如图14的时频分析图,根据上述的信号集合更新模型和跨信道判别方法测得:

1)信号1的频率f=580.01 MHz;信号到达时间TOA =5.279 4μs;脉宽PW =5.63μs。

2)信号2的频率f0=790.2 MHz;信号到达时间TOA =7.226 5μs;脉宽PW =5.59μs;带宽B=38.54 MHz。

最终的信号检测结果如表1所示。从表1中可以看到,一共检测到了2个信号,系统运行时间为143μs,可应用于侦察系统信号的实时检测。

图14 脉内信号检测仿真结果Fig.14 Simulation results of intra-pulse analysis

表1 检测信号脉内分析结果Tab.1 Intra-pulse analysis results of testing signals

4 结束语

通过仿真实验数据结果可以看出,本文提出的脉冲特征提取方法不仅可完成常规脉冲特征的提取,同时对调频斜率、初始频率等脉内调制细微参数能进行高精度提取,且实现方法流程结构简单,所涉及算法简单易行,易于在大规模可编程器件中实现。该方法也可应用于不同平台侦察系统精测接收机,具有广阔的应用前景。

猜你喜欢
窄带滤波器信道
基于自适应学习的5G通信系统信道估计方法
浅谈有源滤波器分析及仿真
基于多模谐振器的超宽带滤波器设计
信号/数据处理数字信道接收机中同时双信道选择与处理方法
典型办公区域Wi-Fi性能的优化
LATE水平集图像分割模型的矩形窄带法①
直扩系统中的窄带干扰抑制
直扩系统中的窄带干扰抑制
从滤波器理解卷积
集中式无线局域网信道分配算法