一种密集电磁环境下的自适应雷达信号分选算法

第32卷第3期 雷达与对抗 Vo1.32 No.3 2012年9月 RADAR&ECM Sept.2012 种密集电磁环境下的自适应雷达信号分选算法 苏彦华 ,胡 进 (1.海军司令部四部,北京100841;2.中国船舶重工集团公司第七二四研究所,南京210003) 要:针对目前无源探测系统面临的越来越密集的电磁环境所带来的信号分选实时性问题。 提出了一种密集电磁环境下自适应雷达信号分选算法。该算法首先对待处理的PDW流密度 进行测量,并对信号的PRI特性进行估计,在此基础上自适应地调整信号分选算法处理的信号 PRI范围与信号长度,并依据信号时域特性的可分割性分别对高、低重频信号进行信号分选。 仿真结果表明,该算法较大地提高了密集电磁环境下信号分选的实时性与有效性。 关键词:密集电磁环境;高重频雷达信号;自适应信号分选;脉冲流密度 中图分类号:TN957.51 文献标志码:A 文章编号:1009—0401(2012)03—0012—0 An adaptve radar signal sorting algorihm in high—electromagnetc—densiy environment SU Yah hua ,HU n (1.The 4 branch ofthe Navy Command;2.No.724 Research Instiute CSIC,Nanfng 210003) Abstract:In view of the problem of the real—time signal sorting of the eurrent passive detection system in the high—electromagnetc-density environment,an adaptive radar signal sorting agorithm is proposed.The fow densiy of he PDW to be processed is measured,and the PRI characterstcs of signals are estimated frstly,on the basis of which the PRI range and the length of signas are adjusted adaptvely in the signal sorng algorihm.According to the separabiy of he tme domain of signals,the high and low repetition frequency signals sorting are done respectively.The simulaton resuls indicate that the agorhm greaty improves the reame performance and effectiveness of the signa sorting in the high—electromagnetic—density environment. Keywords:high-electromagetic—density environment;high repetition fequency radar signal; adaptive radar signal sorting;fow density of pulse 0 引 言 了电磁环境的密集程度,导致电磁威胁环境的信号密 度已高达百万量级。 无源探测系统,由于其在不发射对目标照射电磁 由于只有在正确分选的基础上才能对雷达辐射源 波的条件下通过测量雷达、通信等发射机(辐射源)的 信号的参数进行分析和提取,对雷达类型和威胁性质 电磁波参数来确定辐射源及其携载平台或目标的位置 进行识别,因而密集电磁环境下的信号分选的实时性 信息和航迹,因而具有作用距离远、隐蔽性好等优点, 与有效性成为无源探测系统面临的最为急迫、也最为 对于提高系统在电子战环境下的生存能力具有重要作 重要的课题。 用。随着现代电子战激烈对抗程度的不断升级,雷达 目前,雷达信号分选主要是利用到达角(Ange of 工作频率覆盖范围不断向两端扩展,雷达工作重频范 arrval,AOA)、载频(Carer Frequency,CF)、脉宽 围也根据近程探测、中远程探测的不同而呈现越来越 (Pulse Width,PW)、到达时间(Time of arrval,TOA)、 宽广的分布。高重频雷达信号的出现更是极大地扩大 脉冲幅度(Pulse amplude,PA)等参数构成的脉冲描 收稿日期:2012-04-20;修订日期:2012-05-14 作者简介:苏彦华,男,1972年生,高级工程师,硕士研究生,主要研究方向为电子工程。 12— 
苏彦华等 一种密集电磁环境下的自适应雷达信号分选算法 述字(Pulse descrbe word,PDW)进行分选。由于TOA 本身不能表述雷达信号的特征,实际是采用到达时间 的差(Dierence of TOA,DTOA)进行分选。为了对脉 冲流密度进行稀释,一般先利用AOA、CF、PW聚类进 行预分选,然后利用DTOA自相关的主分选方法进行 分选。 典型的基于PRI的雷达信号分选算法有累积差直 方图(CDIF)法 、序列差直方图(SDIF)法 和PRI 变换法[]。CDIF和SDIF算法不具备二次及高次谐波 的抑制能力,而必须通过后续脉冲序列搜索算法来改 进其分选效果。PRI变换法通过相位因子的引进较好 地实现了高次谐波的抑制,但引入相位因子会较大地 增大分选的计算复杂度,使得该算法在密集电磁环境 下较难满足实时性的要求。文献[4]提出了利用SDIF 和PRI变换相结合的方法进行雷达信号分选的方法, 但密集信号环境对算法的影响没有进行深入地分析。 针对目前无源探测系统面临的越来越密集的电磁 环境所带来的信号分选实时性与有效性问题,本文提 出了一种密集电磁环境下的自适应信号分选算法。该 算法通过改进PRI变换的处理流程,根据脉冲流密度 自适应地调整信号分选算法处理的信号时域范围与信 号长度,并依据信号时域特性的可分割性分别对高、低 重频信号进行信号分选,较好地解决了密集电磁环境 下的信号分选问题。  改进的PRI变换(IPRI)处理流程 PRI变换由于相位因子的引入增加了较多的复数 运算,其算法的计算复杂度较高。考虑到PRI变换获 取的是感兴趣PRI范围内DTOA的完备信息,因此可 以利用该信息如SDIF算法一样计算脉冲对数信息,进 而利用真实辐射源与其谐波脉冲对数之间的关系对谐 波进行抑制,达到简化运算的同时又实现谐波抑制的 能力。 改进的PRI变换处理流程如图1所示。图中, , , 为脉冲序列,[ , i ,JPJR, ]为处理的信号 重频范围,因而一般设置为固定值。C 为第 个小箱 的脉冲对数。K为[  ,…]之间划分的 ,小 箱个数,一般由式(1)给出。 K=(P , 一 , i )/b (1) 式中b为P肼的分辨率,称为小箱宽度。小箱的中心 如式(2)所示。 =(k一1/2)b+P , i , =1,…,K (2) 脉冲流到达时间: , ,  确定待处理P足晚围: 尸兄『mi 艘,m“】  初始化PR I箱: C 0, 1,2,…,K n=2 图1 改进的PRI变换处理流程 则小箱号可以由式(3)获得: o。 7"-PR/mi 3)    该处理流程省略了PRI变换中的复数运算,因而 提高了算法的处理速度。但是,由于没有对PRI谱进 行统计,因而门限只能用其中的两项,具体如式(4) 所示。  =…{ ,  4) 其中 , 为可调参数。 复数运算的减少使得该算法不具备谐波抑制的能 力,考虑到IPRI获取的是感兴趣的PRI范围内的 DTOA完备信息,因此可以用如下的方式 对过门限 的谐波进行谐波抑制: C >max( c ∑普 删…’c ) 5) 其中,z=1,2,…foor( / , )为满足重频z倍关系 的谐波信号; :fo。 TJL-PRl1,为z倍谐波关系 0  的重频对应的PRI小箱号; 、 为可调参数。上述抑 制方法是对PRI直方图的统计结果进行处理,因而较 大地降低了计算复杂度。 
雷达与对抗 2012年 第3期 待分选的PDW -- 待分选PDW选择 _ 剩余PDW 2 IPRI变换算法在密集信号环境下存 在的问题 PRI变换算法较好地解决了计算复杂度与谐波 抑制的问题,但由于其未对信号重频进行估计,当处理 的信号中存在高重频信号时,导致其在直方图计算中 仍然存在较大的计算复杂度,甚至出现低重频信号被 高重频信号淹没的问题。 为了说明上述问题,图2给出了一个AOA、CF、 PW相近(在容差范围内),P彤分别为20 s、1350 s, 抖动范围为1%;脉冲丢失率30%的两个辐射源信号 在IPRI变换算法下的处理结果。从图2可以看出,高 重频信号( ,=20 s)在其谐波处均产生脉冲对数 的计算,大大增加了信号分选的计算时间。同时,高重 频信号导致低重频信号(删=1350 s)的PRI信息 淹没在高重频信号的直方图统计中。这极大地影响了 PRI在密集电磁环境下的适用能力。 P剐  s) 图2 IPRI信号分选结果 3 自适应信号分选算法 针对上述问题,本节提出了一种密集电磁环境下 的自适应信号分选算法,用于提高密集信号环境下信 号分选的实时处理能力,并对该算法实时性与有效性 进行了仿真验证。 3.1 自适应信号分选算法流程 图3给出了自适应信号分选算法流程:通过对待 分选的PDW的脉冲流密度进行统计,进而对潜在的 PRI进行估计。在此基础上,自适应地调整信号分选 算法处理的信号PRI范围与信号长度,并依据信号时 域特性的可分割性,分别对高、低重频信号进行信号分 选。以下对各处理过程给出详细介绍。 (1)脉冲流密度统计与潜在PRI估计 l4一    脉冲流密度统计 高重频信号分选 低重频信号分选    潜在PRI估计 全脉冲序列搜索 脉冲序列搜索 图3 IPRI自适应信号分选算法流程 脉冲到达时间序列为{ , ,…, },脉冲流密 度P可由下式计算: p= (6) 若前端信号处理后脉冲丢失率为 ,则该段待处 理信号的可能潜在的PRI下限可估计为 P尺, i =(1一 ) ÷ P (7) 若定义高、低重频信号的界限PRI ,按照至少需 要k个脉冲才能实现分选的准则,则所需要的PDW长 度应该为 71L=删 (8) 同时,待的高PRI范围为 [P础 ,脚,]。 (2)高重频信号分选 高重频信号的分选算法如图4所示,其主要流程 与IPRI相似,不同之处在于分选的PRI范围与处理信 号的长度分别由式(7)、(8)给出。 (3)低重频信号分选 低重频信号分选主要是对高重频信号分选后并成 功搜索、分离剩下的脉冲进行信号分选,其分选流程与 高重频信号的处理方法类似。不同的是其信号分选的 PRI范围为[删 ,P肼…],处理信号的长度为剩余的 所有脉冲序列。 3.2仿真验证 为了对上述算法的有效性进行分析,采用IPRI处 理的相同PDW数据,尸' =100 s。图5给出了高重 频信号处理的效果图。从图中可以看出,自适应算法 能够准确地找到高重频信号的尸 , i 与所需的信号长 度 .,进而对高重频信号进行分选。该算法能够较准 确地分选出艘,=20 s的高重频信号。图6给出了 低重频信号分选出P尺,=1350的信号的效果图。通过 与IPRI比较,该算法较好地实现了密集信号环境下的 信号分选。 表1给出了上述两种辐射源生成的2.7 M大小的 
《一种密集电磁环境下的自适应雷达信号分选算法.doc》
将本文的Word文档下载,方便收藏和打印
推荐:
下载文档
热门推荐
相关推荐