基于脈內(nèi)特征的雷達(dá)輻射源信號(hào)分選技術(shù)研究.pdf

1、雷達(dá)輻射源信號(hào)分選是將截獲的交錯(cuò)脈沖信號(hào)進(jìn)行分組的過(guò)程，使得同組中的脈沖信號(hào)來(lái)自于同一部雷達(dá)輻射源。它是雷達(dá)電子支援偵察(ESM)和電子情報(bào)偵察(ELINT)應(yīng)用中的重要組成部分，直接影響著電子偵察設(shè)備性能的發(fā)揮并關(guān)系到戰(zhàn)爭(zhēng)的后續(xù)作戰(zhàn)決策。目前傳統(tǒng)的分選方法主要采用到達(dá)時(shí)間(TOA)，載波頻率(RF)，脈沖寬度(PW)，脈沖幅度(PA)以及到達(dá)方向(DOA)五個(gè)參數(shù)實(shí)現(xiàn)脈沖列的去交錯(cuò)。這在只有常規(guī)體制雷達(dá)且輻射源數(shù)量不多的情況下確可取得

2、滿意的效果。但隨著現(xiàn)代電子對(duì)抗的日益激烈，電磁環(huán)境的信號(hào)密度日趨密集和復(fù)雜新體制雷達(dá)不斷出現(xiàn)，從而造成了脈沖大量的丟失以及信號(hào)參數(shù)空間的嚴(yán)重交疊，破壞了分選所利用的信號(hào)規(guī)律性，導(dǎo)致了基于脈間五參數(shù)的分選算法已難以獲得令人滿意的分選效果。近年來(lái)，隨著數(shù)字信號(hào)處理技術(shù)(DSP)和大規(guī)模集成電路(VLSI)的發(fā)展，數(shù)字中頻接收機(jī)能夠獲取全部的雷達(dá)特征信息，利用脈內(nèi)特征參數(shù)進(jìn)行脈沖去交錯(cuò)處理是另外一種有望提高分選性能的方法。為此，本文針對(duì)截獲的

3、未知雷達(dá)脈沖信號(hào)，在傳統(tǒng)分選性能急劇下降，甚至完全失效的情形下，從雷達(dá)輻射源信號(hào)的有意和無(wú)意調(diào)制特征提取與性能分析、雷達(dá)輻射源信號(hào)的分類數(shù)目估計(jì)和聚類分選算法三個(gè)方面對(duì)基于脈內(nèi)特征的雷達(dá)輻射源信號(hào)分選相關(guān)理論問(wèn)題展開討論和研究，主要工作和研究成果如下：
　　 1.為研究復(fù)雜雷達(dá)輻射源信號(hào)脈內(nèi)調(diào)制特性，提出符號(hào)化時(shí)間序列特征、頻譜小波變換特征和差分自相關(guān)包絡(luò)特征提取算法，以便提取和補(bǔ)充新的，適合于工程應(yīng)用的有效分選特征向量(DFV

4、)。
　　 雷達(dá)輻射源信號(hào)在頻域分布緊湊，不同調(diào)制信號(hào)的頻譜明顯易分辨。針對(duì)這一特點(diǎn)，提出一種對(duì)雷達(dá)輻射源信號(hào)頻譜進(jìn)行符號(hào)化分析的脈內(nèi)特征提取方法，該方法能夠快速有效的提取定量信息。將符號(hào)化過(guò)程中反映信號(hào)自相關(guān)特征的采樣時(shí)延和反映信號(hào)調(diào)制規(guī)律特性的符號(hào)熵作為脈內(nèi)特征。通過(guò)對(duì)7種雷達(dá)信號(hào)的仿真實(shí)驗(yàn)和數(shù)據(jù)分析表明，所提取的特征具有良好的抗噪性和可聚類性。同時(shí)算法計(jì)算簡(jiǎn)單快捷，能夠簡(jiǎn)化分類器設(shè)計(jì)。
　　 雷達(dá)輻射源信號(hào)在傳播和

5、處理過(guò)程中易受到噪聲干擾，信噪比變化很大。本文在小波域?yàn)V波算法的基礎(chǔ)上提出一種對(duì)雷達(dá)輻射源信號(hào)進(jìn)行脈內(nèi)特征提取方法，該方法能夠從信號(hào)中有效的提取定量信息。將小波變換后低頻逼近小波系數(shù)的能量分布熵與經(jīng)過(guò)尺度相關(guān)去噪計(jì)算后反映信號(hào)邊緣的高頻細(xì)節(jié)小波系數(shù)能量分布熵構(gòu)成雷達(dá)輻射源信號(hào)的二維特征向量。通過(guò)對(duì)10種雷達(dá)輻射源信號(hào)的特征提取和分類仿真實(shí)驗(yàn)分析表明：提取的樣本特征在0dB下具有很好的抗噪性和可聚類性，證實(shí)了本文方法的有效性。
　　

6、 在統(tǒng)計(jì)自相關(guān)函數(shù)的基礎(chǔ)上提出一種對(duì)雷達(dá)輻射源信號(hào)進(jìn)行脈內(nèi)特征提取的方法。該方法首先利用一階差分來(lái)突出信號(hào)的調(diào)制特征；然后將差分的結(jié)果通過(guò)自相關(guān)計(jì)算來(lái)抑制噪聲的影響，提取不同時(shí)延下自相關(guān)函數(shù)的包絡(luò)特征；最后，根據(jù)提出的基于距離的可分性判據(jù)對(duì)包絡(luò)進(jìn)行特征選擇，得到最能表征信號(hào)調(diào)制特征的二維或三維特征向量。通過(guò)對(duì)6種典型輻射源信號(hào)的特征提取和分類仿真實(shí)驗(yàn)分析表明：提取的特征在低信噪比(-5～0)下仍具有較好的抗噪性和可聚類性。
　　

7、 2.特定輻射源識(shí)別(SEI)技術(shù)研究立足于從截獲的輻射源信號(hào)中提取細(xì)微且穩(wěn)健的特征，這些特征是由特定輻射源個(gè)體所決定的指紋信息。雷達(dá)輻射源信號(hào)因無(wú)法避免的雷達(dá)發(fā)射機(jī)相位噪聲影響而具有無(wú)意調(diào)制個(gè)體特征。文中采用圍線積分雙譜提取由振蕩器相位噪聲所造成的無(wú)意調(diào)制個(gè)體特征，并將圍線積分雙譜的均值、波形熵和雙譜熵作為量化特征衡量不同雷達(dá)輻射源之間的個(gè)體差異。仿真實(shí)驗(yàn)表明，提取的量化特征在一定的信噪比環(huán)境下較好地體現(xiàn)輻射源之間的個(gè)體差異性，并且

8、能夠?qū)崿F(xiàn)輻射源個(gè)體的分類識(shí)別。
　　 由于脈沖包絡(luò)的形狀變化信息能夠提供不同源的個(gè)體特征并有助于信號(hào)的分選識(shí)別，文中提出一種基于主成分分析的輻射源個(gè)數(shù)估計(jì)算法。這種方法通過(guò)對(duì)接收到的脈沖信號(hào)包絡(luò)進(jìn)行主成分分析提取其相關(guān)矩陣的特征值，利用特征值構(gòu)造的信息論準(zhǔn)則估計(jì)雷達(dá)輻射源信號(hào)的個(gè)數(shù)。最后通過(guò)計(jì)算機(jī)仿真實(shí)驗(yàn)和對(duì)比已有的其它信息論準(zhǔn)則驗(yàn)證了本文方法的可行性和有效性
　　 3.針對(duì)雷達(dá)輻射源信號(hào)特征分布形式復(fù)雜、類邊界歸并突出

9、的問(wèn)題，提出一種基于灰關(guān)聯(lián)測(cè)度的聚類分選模型，并對(duì)其中涉及的各種相關(guān)理論問(wèn)題展開詳細(xì)而專門的討論。
　　 在該模型中，提出了一種基于灰關(guān)聯(lián)測(cè)度的分裂式層次聚類算法。該算法利用灰關(guān)聯(lián)測(cè)度來(lái)衡量數(shù)據(jù)對(duì)象之間的相似程度，采用自頂向下基于密度擴(kuò)展的分裂式層次化聚類策略，生成不同層次的數(shù)據(jù)集劃分，然后根據(jù)提出的聚類有效性指標(biāo)衡量不同聚類劃分的質(zhì)量；將有效性指標(biāo)曲線極值點(diǎn)所對(duì)應(yīng)的聚類劃分用于估計(jì)最佳聚類數(shù)目。在實(shí)際數(shù)據(jù)和人工合成數(shù)據(jù)集上的實(shí)

10、驗(yàn)表明，該算法能夠獲得較好的聚類結(jié)果，并且能夠識(shí)別任意形狀的簇。
　　 考慮輻射源數(shù)量、截獲的脈沖數(shù)量、脈沖丟失率以及環(huán)境信噪比等多種因素，論文研究了基于灰關(guān)聯(lián)測(cè)度的聚類分選模型在提取的脈內(nèi)特征以及不同特征組合數(shù)據(jù)集上的分選性能。實(shí)驗(yàn)結(jié)果表明聚類分選算法對(duì)復(fù)雜體制雷達(dá)輻射源信號(hào)具有良好的分選效果，且對(duì)不同因素的影響表現(xiàn)較好的穩(wěn)健性，為探索有效特征向量提供了參考依據(jù)。
　　 本文研究工作得到國(guó)家自然科學(xué)基金(No.6070