低信噪比S模式应答信号相关检测方法

刘显勇

四川九洲空管科技有限责任公司 四川绵阳 621000

1 S模式应答信号概述

S模式响应信号脉冲位置调制编码方法，抗干扰能力强，解码精度高，越来越依赖定位系统（GPS）和自动监测系统（Automatic Dependent Surveillance-广泛的演员阵容，ads-b）主链的数据格式。尤其是对弱者和弱S模式响应信号在很长一段距离，信号本身有一个小能量和传输损耗大，接收信号的信噪比很低，探测和识别是困难的，和系统的拦截和接待能力很差。为了提高接收系统的灵敏度，扩大检测范围，增强连续跟踪和拦截的能力[1]。

S模式，也被称为地址模式，S代表的是根据要求进行选择性的进行询问，最终实现地面询问和飞机应答的双向信息互通。相比较传统模式，S模式具有更好的选择性，能够实现地面管制雷达在询问过程中的选择权。具体来讲，S模式在应用过程中能够根据需要覆盖需要询问区域内的全部飞机，有效的减少了混迭等现象的出现，降低了干扰。随着在S模式中数据链通信技术的应用，在很大程度上提高了交换信息的丰富度，涵盖了高度、识别码以及飞机的各种信息，具有更好的选择性和即时性。

在噪声和干扰信号中也存在满足时序关系的上升边缘，在低信噪比下会产生大量的误报。提出了一种改进的检测方法，在脉冲前沿提取过程中引入了噪声基的联合决策。同时，提出了一种基于单脉冲匹配滤波的脉冲匹配检测方法。不处理采样电平，前8mics脉冲直接用于匹配滤波器检测头。直接匹配滤波器检测方法改进，基带规范化头互相关检测方法，提出了评估的总体特征匹配的学位头，但相关峰值也出现在低信噪比下的non-header部分，导致假警报并增加了计算量。S模式响应信号与分类特征参数的意义，探讨了基于高阶矩和累积量的人工神经网络方法，但该方法选择时，不同的信号分类识别特征参数可能不一致，主要是面向一个特定的信号分类，和其他识别响应信号和S模型响应信号频率（1090MHZ），同一种基于人工神经网络设计的识别方法比较复杂，推广能力较差。提出了一种基于累积分类的ads-b信号解交织算法，利用有效的脉冲位置检测方法估计信号到达时间（TOA），但噪声对检测概率和估计精度有很大影响[2]。

从更广阔的维度上看，对于未知波形时变信号的相干检测，尤其在极低信噪比（SNR）条件下的相干检测，迄今仍然是信号处理理论中的一个缺门。非相干的累积检测方法倒是有一些，而能应用于未知波形时变信号的自适应相干累积检测理论和技术几乎找不到。现有的多种最优滤波器或估计器，例如匹配滤波器、维纳滤波器、卡尔曼滤波器等，都需要一定的先验信息，它们也都不能够实现未知波形信号的相干累积。所以具有非常奇异特性的自适应相干累积，仍然值得继续深入地加以研究。

解决的困难年代低信噪比下的响应信号识别模式，本文提出了基于包的一个增强识别方法检测、单脉冲匹配滤波和多脉冲探测头三次相关检测，并提高了S模式响应信号的检测和识别性能在低信噪比下通过三次相关处理。

2 S模式应答信号检测

2.1 信号预检测

对于标准s型响应信号的包络，其脉冲占空比约为1/2，且信号段中存在多个脉冲和集中能量。因此，本文提出通过包相关对信号进行预检测，从而确定信号到达的时间范围。利用包相关性估计信号到达时间的处理过程如图1所示。

为了检测信号的存在，建立假设检验模型H0：x（n）=ohm（n）=1，2…NH1：x（n）=s（n）+ohm（n）令构建的标准脉冲采样值为y1=y2=…=yN=1，则相关操作为滑动窗口的和。首先得到信号包络线x（n），然后计算信号功率x（n）2。包相关是指信号功率x（n）2与标准脉冲y的卷积运算[3]。

2.2 单脉冲匹配滤波

利用包相关性得到信号到达时间，进一步确定头脉冲的位置，估计脉冲幅度。在低信噪比条件下，脉冲边缘会发生偏移或引入无效脉冲边缘。为了提高脉冲边缘提取的精度，采用单脉冲匹配滤波确定脉冲位置。头段的四个脉冲宽度均为0。5微米，所以脉冲宽度是0。匹配滤波用5mus单标准脉冲，即y1=y2=…=yM=1，其中M的定义是2。第1节是一致的。标准脉冲的采样点为匹配滤波器的系数。

2.3 多脉冲报头检测

当信号头部与标准四脉冲信号（H1的假设）完全匹配时，四个脉冲参与相关运算以产生峰值。考虑到没有三次脉冲匹配，信号标头和标准四次脉冲信号仅由两个脉冲对按时产生两个峰值（H0假言）。因此，与许多脉冲相关联的头检测问题可被描述为以下假设检验问题。

2.4 理论检测概率

为了成功地最终检测出S模式响应信号，需要经由分组相关来检测信号位置，并且最后需要通过多脉冲相关来确认头部位置。因此，最终信号检测概率是数据分组相关与多脉冲相关的检测概率的乘积，虚渺的出现主要有两种情况：一种是数据分组相关过程产生虚高，其后当多脉冲相关过程不匹配四脉冲时产生虚高。第二种是当在多脉冲相关过程中调齐两个或一个脉冲时成功检测到分组相关过程，即，最终报警概率Pf=Pf1Pf30+Pd1（Pf3+Pf31）（31）。

目前，飞机主要依靠二级代码进行识别。由于二次代码数量有限，二次代码重用经常发生在繁忙的空域，导致飞行目标与飞行计划之间的关联不正确。S模式技术的应用可以解决这一问题。S模式数据中的24位地址码可用于唯一识别飞机，航班号也可用于辅助识别。实现了系统航迹和飞行计划，还需要对飞机24位地址码以及二次雷达应答机代码等多种因素进行综合考量，然后根据优先权的设置，最终实现自动关联。如果在监视数据与飞行计划关联的过程中，出现了航迹的二次雷达应答机代码和飞行计划出现偏差的情况，以及飞机航班和飞行计划不符的情况，应该及时指出并且标示出，通过检查等工作最终实现双方的统一，然后才能继续飞行任务[4-6]。

3 基于多次相关的S模式应答信号检测公式

将数据包相关、单脉冲相关和多脉冲相关的期望虚警概率均设为10-2，即Pf1=Pf2=Pf3=10-2。假设躁声功率σ2=1，信噪比为0dB，信号时长tl=120μs，采样率fs=10MHz，脉冲宽度Pw为0．5μs。根据上述分析，由式（14）可得数据包相关的检测门限γ1=Q-1χ22400（10-2）/2=1282．05，由式（15）可得其检测概率Pd1=Qχ22400（1160）（2γ1）=99．99%，接近于1；由式（17）可得单脉冲相关的检测门限γ2=Q-1χ210（10-2）/2=11．60，由式（18）得其检测概率Pd2=Qχ210（10）（2γ2）=30．56%。

声功率σ2=1，信噪比为0dB，信号时长tl=120μs，采样率fs=10MHz，脉冲宽度Pw为0．5μs。根据上述分析，由式（14）可得数据包相关的检测门限γ1=Q-1χ22400（10-2）/2=1282．05，由式（15）可得其检测概率Pd1=Qχ22400（1160）（2γ1）=99．99%，接近于1；由式（17）可得单脉冲相关的检测门限γ2=Q-1χ210（10-2）/2=11．60，由式（18）得其检测概率 Pd2=Qχ210（10）（2γ2）=30．56%。

4 结语

综上所述，首先，经过一定的检查可以得到准确的位置，将头脉冲的检测阀值可以确定下来，之后进行降噪工作就依赖于单脉冲匹配的滤波器进行。还有不断的评估脉冲的幅度以及噪声的功率等，并且经过识别多脉冲的相关检测来识别信息源。经过这几种处理的方法，可以得知使S模式响应信号提升的最佳方法。经过表达式的论证更加准确的推导检测的数据，通过计算机模拟，在预期的虚警概率下，该方法实现的理论检测概率，并比较该方法与传统的直接匹配滤波法，脉冲前沿方法，基带归一化互相关方法的识别性能，本文验证了算法性能的优越性。本文基于检测的方法进行了分析研究，希望可以带来相关的参考价值。