基于带宽比特征的雷达辐射源信号识别

２０１１年第２期　２０１ｌ。Ｎｏ．２　电子对抗　总第１３７期　Ｓｅｒｉｅｓ　ＮＯ．１３７　ＥＬＥＣＴＲＯＮＩＣ　ＷＡＲＦＡＲＥ　基于带宽比特征的雷达辐射源信号识别　邹　鹏　，　姜秋喜　潘继飞　，２　（１．电子工程学院，合肥２３００３７；２．安徽省电子制约技术重点实验室，合肥２３００３７）　摘要提出了用信号带宽比特征识别雷达辐射源的新方法。通过两次对雷达辐射源信　号进行平方处理，提取两次处理前后信号带宽的比值组成二维特征向量。利用四种常见　的雷达辐射源信号进行的仿真实验结果表明，带宽比特征类内聚集性强，类间分离度大，　能达到非常满意的正确识别率，证实了所提方法的有效性。　关键词　雷达辐射源　带宽比　信号识别　Ｒａｄａｒ　Ｅｍｉｔｔｅｒ　Ｓｉｇｎａｌ　Ｒｅｃｏｇｎｉｔｉｏｎ　Ｂａｓｅｄ　ｏｎ　Ｂａｎｄｗｉｄｔｈ　Ｒａｔｉｏ　Ｆｅａｔｕｒｅｓ　Ｚｏｕ　Ｐｅｎｇ　，　Ｊｉａｎｇ　Ｑｉｕｘｉ　Ｐａｎ　Ｊｉｆｅｉ　＇　（１．Ｅｌｅｃｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ　ｉｎｓｔｉｔｕｔｅ，Ｈｅｆｅｉ　２３００３７，Ｃｈｉｎａ；　２．Ｋｅｙ　Ｌａｂｏｒａｔｏｒｙ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃ　Ｒｅｓｔｉｒｃｔｉｏｎ　Ａｎｈｕｉ　Ｐｒｏｖｉｎｃｅ，Ｈｅｆｅｉ　２３００３７，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ａ　ｎｏｖｅｌ　ａｐｐｒｏａｃｈ　ｗｈｉｃｈ　ｕｓｉｎｇ　ｔｈｅ　ｂａｎｄｗｉｄｔｈ　ｒａｔｉｏ　ｆｅａｔｕｒｅ　ｉｓ　ｐｒｏｐｏｓｅｄ　ｔｏ　ｒｅｃｏｇｎｉｚｅ　ｔｈｅ　ｒａｄａｒ　ｅｍｉｔｔｅｒ　ｓｉｇｎａ１．Ａ　ｐｌａｎａｒ　ｂａｎｄｗｉｄｔｈ　ｒａｔｉｏ　ｆｅａｔｕｒｅｓ　ｖｅｃｔｏｒ　ｉｓ　ｅｘｔｒａｃｔｅｄ　ｂｙ　ｓｑｕａｒｉｎｇ　ｔｈｅ　ｓｉｇｎａｌ　ｔｗｉｃｅ．Ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔ　ｓｈｏｗｓ　ｔｈｅ　ｂａｎｄｗｉｄｔｈ　ｒａｔｉｏ　ｆｅａｔｕｒｅｓ　ｈａｖｅ　ｓｍａｌｌ　ｗｉｔｈｉｎ—ｃｌａｓｓ　ｄｉｓｔａｎｃｅ　ａｎｄ　ｌａｒｇｅ　ｂｅｔｗｅｅｎ－ｃｌａｓｓ　ｄｉｓｔａｎｃｅ，ａｎｄ　ｃａｌｌ　ａｃｈｉｅｖｅ　ｖｅｒｙ　ｓａｔｉｓｆｉｅｄ　ａｃｃｕｒａｔｅ　ｒｅｃｏｇｎｉｔｉｏｎ　ｒａｔｅ　ｔｈｒｏｕｇｈ　ｕｓｉｎｇ　ｆｏｕｒ　ｆａｍｉｌｉａｒ　ｒａｄａｒ　ｓｉｇｎａｌｓ．Ａｎｄ　ｔｈｅ　ｅｆｆｅｃｔｉｖｅｎｅｓｓ　ｏｆ　ｔｈｅ　ｐｒｏｐｏｓｅｄ　ａｐｐｒｏａｃｈ　ｉｓ　ｃｏｎｆｉｒｍｅｄ．　Ｋｅｙｗｏｒｄｓ：ｒａｄａｒ　ｅｍｉｔｔｅｒｓ；ｂａｎｄｗｉｄｔｈ　ｒａｔｉｏ；ｓｉｇｎａｌ　ｒｅｃｏｇｎｉｔｉｏｎ　频谱，并求出其带宽。通过比较两次平方前后的　０　引言　雷达信号的调制主要分为脉内调制和脉间调　制，脉内调制是雷达信号调制最为丰富的一个方　面，一直是电子战领域研究的重点。而雷达信号　带宽变化特点判断雷达信号的类型。仿真实验表　明，此方法具有较高的正确识别率和较好的抗噪　性能。　１雷达信号数学模型　建立雷达信号模型如下：　ｓ（ｔ）＝Ａｅｊ［　哪　（　）　０＿０≤ｔ≤Ｔ　（１）　类型作为雷达信号脉内调制方式的主要体现，在　电磁环境越来越复杂的战场环境中，快速、准确地　识别出雷达信号的类型，对雷达对抗情报分析以　及辐射源数据库的建立有着重要意义…。　考虑到不同类型信号平方前后的频谱呈现不　同的变化规律，分别两次对雷达信号进行平方处　理，得到两个新的信号，傅立叶变换后得到新信号　收稿日期：２０１０年９月２２　Ｅｔ　其中Ａ为信号幅度，．　为信号载频，　（ｔ）为相位　调制函数，≠。为初始相位，　为信号时宽。设原　始信号ｓ（ｔ）的带宽为Ｂ０，ｓ　（ｔ）和ｓ　（ｔ）的带宽分　别为Ｂ１，Ｂ２。对所有信号，设其幅度Ａ＝１，初始　总第１３７期　邹鹏，等：基于带宽比特征的雷达辐射源信号识别　相位声　＝０。下面就ｓ（ｔ）与ｓ　（ｔ）的带宽关系进　行分析。ｓ　（ｔ）与　（ｔ）之间的带宽关系可依此法　进行分析，在此不再赘述。　（１）对常规雷达辐射源信号（ｎｏｒｍａｌ　ｓｉｇｎａｌ，　ＮＳ），其表达式为　ｓ（ｔ）＝ｅｊ　ｃ　ｏ　０≤ｔ≤Ｔ　（２）　对其进行平方运算得　ｓ　（ｔ）＝ｅｊ　ｃ　ｏ　０≤ｔ≤Ｔ　（３）　对于常规雷达信号，其时宽带宽积ＢＴ＝１，当　进行平方运算后，信号的时宽不变，因此带宽也不　变。所以对常规雷达信号而言，平方前后带宽保　持不变。　其频谱对比图如图１所示。　任　挂　罂　罂　图１　ＮＳ频谱对比图　（２）对线性调频信号（１ｉｎｅａｒ　ｆｒｅｑｕｅｎｃｙ　ｍｏｄｕｌａ．　ｔｉｏｎ，ＬＦＭ），其表达式为　ｓ（ｔ）＝ｅＪ２ｎ（ｆｏ　’０≤ｔ≤Ｔ　（４）　其中厂０为线性调频信号的起始频率，ｋ为调制系　数，可见带宽Ｂ０＝ｋＴ。对其进行平方运算得　ｓ　（ｔ）：ｅｊ　（２Ｓｏ　‘’０≤ｔ≤Ｔ　（５）　此时带宽Ｂ１＝２ｋＴ。因此对线性调频信号而　言，信号平方后的带宽为平方前的两倍。　其频谱对比图如图２所示。　捌　罂　图２　ＬＦＭ频谱对比图　（３）对二相编码信号（ｂｉｎａｒｙ　ｐｈａｓｅ　ｓｈｉｆｔ　ｋｅｙｉｎｇ，　ＢＰＳＫ）和四相编码信号（ｑｕａｔｅｒｎａｒｙ　ｐｈａｓｅ　ｓｈｉｆｔ　ｋｅｙ—　ｉｎｇ，ＱＰＳＫ），其表达式为　ｓ（ｔ）：∑ｓ　（ｔ—ｎ　ｚ－ｏ）　Ｔｔ＝０　：。　ｐ［ｊ２　（　￡＋　）］　（６）　Ｔ＝Ｎｒｏ　其中，ｒ　为子脉冲宽度，Ⅳ为编码长度。二相编　码信号仅有两个可以选择的相位状态　，通常为　０和兀。四相编码有四个可以选择的相位状态　口　，通常为０、　、二　７ｃ和｛　。可见，二　当对二相编码信　号进行平方处理后，信号只有单一的０相位，即为　常规信号；当对四相编码信号进行平方处理后，信　号只有０和７ｃ两种相位状态，即为二相编码信号。　相位编码信号具有恒定的频率，相对线性调　频信号来说，其频谱展宽可能不明显。但是，相位　转换所引起的不连续性的确会展宽信号的频谱，　这种展宽的程度和相位的转换规律有关。在信号　的脉冲宽度相同的条件下，１３位巴克码波形的主　瓣宽度大约是简单脉冲主瓣宽度的１３倍＿２ｊ，多相　转换会加剧了频谱展宽的程度。　二相编码和四相编码信号的频谱对比图分别　如图３、４所示　７Ｏ０　６００　５００　４０Ｏ　世　罂３００　馨　２Ｏ０　１Ｏ０　０　图３　ＢＰＳＫ频谱对比图　４００　３５０　３００　２５０　２００　馨１５０　馨　１００　５０　０　图４　ＱＰＳＫ频谱对比图　１２　电子对抗　２０１１年第２期　由上述各种信号的频谱对比图可见，信号进　特征分布散点图如图６所示。　表１　带宽比特征参数的均值和方差　信号类型　均值　ＮＳ　１．００００　行平方和四次方运算后，中心频率分别变为原来　的两倍和四倍，而对频谱而言，信号类型不同，其　ｂｌ　方差　Ｏ　ｂ２　均值　１．Ｏ００Ｏ　平方和四次方后的频谱变化规律也不相同，这些　不同的变化规律即为识别不同调制类型信号的依　方差　Ｏ　据。　２带宽比特征提取　２．１特征提取算法　从雷达辐射源信号提取带宽比特征参数算法　如下：　Ｓｔｅｐｌ：将信号ｓ（ｔ）从时域变换到频域，求出　信号频谱的中心频率和带宽Ｂ０；　Ｓｔｅｐ２：将ｓ（ｔ）进行平方运算得到信号ｓ　（ｔ），　将信号ｓ　（ｔ）从时域变换到频域，求出信号频谱的　中心频率和带宽Ｂ１；得带宽比ｂ１＝Ｂ１／ＢＯ；　Ｓｔｅｐ３：将ｓ　（ｔ）进行平方运算得到信号ｓ　（ｔ），　将信号ｓ　（ｔ）从时域变换到频域，求出信号频谱的　中心频率和带宽Ｂ２；得带宽比ｂ２＝Ｂ２／Ｂ１；　Ｓｔｅｐ４：将ｂ１和６２组成联合特征向量ｂ＝　［ｂ１，ｂ２］。　算法流程图如图５所示。　堕　．　盘　圈　鼎　堡网　图５带帘　特秆槔取算法流稃图　为了验证带宽比特征参数对信号分类的有效　性，对上述四种雷达信号进行仿真实验。其调制　参数如下：采样频率为１００ＭＨｚ。ＮＳ载频１０ＭＨｚ，　脉冲宽度为５／ｚｓ；ＬＦＭ初始频率为１０ＭＨｚ，调制带　宽为５ＭＨｚ，脉冲宽度为５ｐ．ｓ；ＢＰＳＫ载频１０ＭＨｚ，　码元宽度为０．５　ｓ，采用１３位巴克码；ＱＰＳＫ的载　频１０ＭＨｚ，宽度为０．５ｔｔｓ，采用１６位Ｆｒａｎｋ码。在　信噪比为５ｄＢ条件下，对这四种雷达辐射源信号　分别进行２００次带宽比特征提取实验，得到带宽　比特征参数ｂ１、ｂ２及其均值和方差如表１所示。　每种类型的信号选择５０个样本，得其带宽比　ＬＦＭ　２．００８８　０．０ｏ１６　２．Ｏ５９３　０．０１３１　ＢＰＳＫ　Ｏ．Ｏ６９８　９．７３８８ｅ一７　１．ＯＯ００　０　ＱＰＳＫ　Ｏ．１Ｏ６７　８．３４７６ｅ一７　０．８７５０　０　２　１　上　０　ｂ１　图６带宽比特征分布散点图　由带宽比特征分布散点图可见，带宽比特征　分布稳定，具有较高的类内聚集程度和较大类间　分离程度，且上述信号的带宽比特征相互之间几　乎不存在交叉情况。　２．２抗嗓性能分析　噪声能量均匀分布在整个频带上，而雷达辐　射源信号的能量主要分布在信号带宽内，因此落　人信号带宽内的能量只占噪声总能量的很小一部　分。一般情况下，在信号带宽内，雷达辐射源信号　的能量远大于噪声能量，因此噪声对信号带宽的　提取影响有限，因而对所提取的带宽比特征的影　响也很有限。由以上定性分析可以看出，带宽比　特征具有较好的抗噪性能。　为了验证所提特征的抗噪性能，按２．１节的　实验参数设置，在信噪比为０—１０ｄＢ条件下，提取　上述四种类型雷达辐射源信号的带宽比特征，以　１ｄＢ为间隔，在每种信噪比条件重复进行１００次　带宽比特征提取实验，取其平均值为该该信噪比　条件下的带宽比特征值，得到带宽比特征ｂ１、ｂ２　随信噪比的变化情况如图７、８所示。　从图７、图８可以看出，在０—１０ｄＢ范围内，带　宽比特征ｂ１、ｂ２的分布都较为稳定，受噪声的影　响较小，进一步验证了带宽比特征具有良好的抗　噪性能。　（下转第４４页）　电子对抗　２０１１年第２期　・总功耗：≤２０Ｗ　重量：≤４．５ｋｇ　２邱成悌，赵墩殳，蒋全兴等．电子设备结构设计原理　［Ｍ］．南京：东南大学出版社，２００１．　・・体积：３００ｒａｍ×２２０ｒａｍ×ｌＯＯｍｍ　３王健石．电子设备结构设计标准手册［Ｍ］．北京：中国　标准出版社，２００１，１０．　本系统经测试验收后交付使用，工作稳定。　参考文献　１陈曙．轻型战场侦察雷达的发展与概念设计［Ｊ］－火控　雷达技术，１９９６，２５（２）：１—５・　作者简介　谢曼（１９６９－－）女，毕业于合肥工业大学机械电子工　，程专业学士，现为华东电子工程研究所工程师，从事电　子设备结构和微波结构设计，。　（上接第１２页）　由表２可见，在５ｄＢ条件下，各类信号都得到　了较高的识别率，一些信号能够达到全概率识别，　证明了带宽比特征用于雷达辐射源信号识别的可　行性和优越性。同时，从表１带宽比特征的方差　以及图７、图８特征随信噪比变化情况可以看出，　所提特征较稳定，受噪声影响较小，通过进一步的　实验可以发现，在更低信噪比条件下，带宽比特征　仍然有不错的区分能力。　ＳＮＲ／ｄＢ　图　带宽比特征　随信噪比变化图　４　结束语　值得一提的是，相位编码信号由于编码规律　的不同，其平方处理前后的带宽比不尽相同。同　时，由于带宽比特征的稳健性，使得其带宽比总是　保持在一个相对变化较小的范围，因此，可以用相　位编码信号的带宽比特征达到对信号编码规律的　ｓＮＲ｝ｄＢ　识别，这是今后进一步研究的方向。　参考文献　１张葛祥，金炜东，胡来招．基于相象系数的雷达辐射　图８带宽比特征６２随信噪比变化图　３分类实验　支持向量机（ＳＶＭ）是在统计学习理论基础上　发展起来的一种新的学习算法，能够较好的解决　小样本学习问题＿３　Ｊ。分类问题是ＳＶＭ广泛应用　源信号特征选择［Ｊ］．信号处理，２００５，２１（６）：６６３—６６７．　２　Ｍａｒｋ　Ａ　Ｒｉｃｈａｒｄｓ．Ｆｕｎｄａｍｅｎｔａｌｓ　ｏｆ　Ｒａｄａｒ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ　［Ｍ］．ＢＥＩＪＩＮＧ：Ｐｕｂｌｉｓｈｉｎｇ　Ｈｏｕｓｅ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃｓ　Ｉｎｄｕｓｔｒｙ，２００８．　３张学工．关于统计学习理论与支持向量机［Ｊ］．自动化　学报，２０００，２６（１）：３２—４２．　的一个方面。使用支持向量机作为分类器，采用　径向基函数作为核函数，在信噪比为５ｄＢ条件下，　对每一类信号提取４００组特征参数进行实验，实　验结果如表２所示。　表２各类信号正确识别率　作者简介　邹鹏　（１９８５一），男，硕士研究生，研究方向雷达辐射源　识别。　姜秋喜　（１９６Ｏ一），男，教授、博士生导师，研究方向电子　对抗侦察与干扰。　信号　ＮＳ　ＬＦＭ　ＢＰＳＫ　ＱＰＳＫ　正确识别率　１．ｏｏＯ　１．ＯＯｏｏ　０．９７７３　０．９８５６　潘继飞　（１９７８一），男，博士，研究方向雷达对抗侦察与干　扰。