鄭 超 趙浩然

(四川九洲空管科技有限責(zé)任公司 四川綿陽 621000)

0 引言

20世紀(jì)70年代以來，二次雷達(dá)作為空中交通管制的傳感器被廣泛使用并不斷發(fā)展。與一次雷達(dá)通過發(fā)射電磁波并接收目標(biāo)反射回來的電磁波來測(cè)量目標(biāo)的距離、速度、高度等信息不同，二次雷達(dá)通過地面接收機(jī)發(fā)射詢問信號(hào)，當(dāng)機(jī)載應(yīng)答機(jī)接收到詢問信號(hào)后解析詢問信號(hào)，并按照相應(yīng)格式進(jìn)行應(yīng)答，應(yīng)答信息包含飛機(jī)代碼、高度、距離等信息。隨著計(jì)算科學(xué)的迅速發(fā)展，雷達(dá)的數(shù)字化特征和軟件化特征日趨明顯，數(shù)字化雷達(dá)以面向功能為核心，注重標(biāo)準(zhǔn)化模塊化數(shù)字平臺(tái)構(gòu)建，模擬的信號(hào)被量化后以離散數(shù)字的形式表達(dá)，軟件化雷達(dá)以面向需求為核心，信息以數(shù)據(jù)的形式表達(dá)，功能由軟件定義，功能開放，性能可擴(kuò)展。這就要求雷達(dá)設(shè)計(jì)人員從不同維度嘗試新的方法解決雷達(dá)存在的問題，同時(shí)也提供了使用新方法的平臺(tái)。

傳統(tǒng)二次雷達(dá)采用A/C模式進(jìn)行航空管制，其中A模式共有4096種編碼，表示飛機(jī)代碼等信息，C模式共2048種編碼，表示飛機(jī)的高度信息[1]。近年來，隨著空中交通日益繁忙、空中電磁環(huán)境日趨復(fù)雜，A/C模式二次雷達(dá)暴露出較多缺點(diǎn)，主要表現(xiàn)在同步竄擾、異步干擾以及代碼數(shù)量少不能滿足飛行要求等，這些都嚴(yán)重降低了數(shù)據(jù)使用效率。在這種情況下S模式的使用被提上日程[2]，相對(duì)于A/C模式，S模式具有如下優(yōu)點(diǎn)：第一，S模式的飛機(jī)的地址碼用24位表示，可以表征的飛機(jī)數(shù)量是A/C模式的數(shù)千倍，有效緩解了編碼數(shù)量不足的缺點(diǎn)；第二，S模式采用全呼和點(diǎn)名的方式進(jìn)行詢問，可以針對(duì)某個(gè)目標(biāo)進(jìn)行單獨(dú)詢問，降低詢問次數(shù)，提高數(shù)據(jù)使用效率；第三，較A/C模式，S模式的信息精度提高了2倍；第四，S模式具備數(shù)據(jù)鏈功能，可傳遞更多信息。但是，與此同時(shí)，鑒于S模式詢問的次數(shù)較少，S模式數(shù)據(jù)位數(shù)較長(zhǎng)，S模式應(yīng)答信號(hào)譯碼本身難度增大，而且被其他模式應(yīng)答干擾從而造成信號(hào)交織竄擾的可能性也變大，造成數(shù)據(jù)無效的風(fēng)險(xiǎn)增大進(jìn)而會(huì)威脅安全飛行，因此除了常規(guī)譯碼手段外急需多種手段輔助譯碼、排除干擾、解決交織竄擾從而保證數(shù)據(jù)的使用效率。在近年的研究中，有組織和專家學(xué)者提出把整個(gè)地區(qū)區(qū)域的所有S模式雷達(dá)系統(tǒng)進(jìn)行組網(wǎng)用于解決干擾、交織等二次雷達(dá)系統(tǒng)存在的問題[3-4]，該方法是一個(gè)系統(tǒng)工程，實(shí)現(xiàn)后可以大幅提高二次雷達(dá)的運(yùn)行效率，但是其缺點(diǎn)是成本高代價(jià)大的同時(shí)并不能提高單部二次雷達(dá)系統(tǒng)的性能；提高單部S模式二次雷達(dá)性能的已有文獻(xiàn)主要是通過陣列信號(hào)數(shù)據(jù)處理的方法從空域上對(duì)信號(hào)就行分離處理，主要涉及MUSIC、PA(投影技術(shù))等方法[5-7]，這些方法能夠取得良好效果的前提是二次雷達(dá)系統(tǒng)采用陣列天線接收信號(hào)，但是目前很多二次雷達(dá)系統(tǒng)依然采用傳統(tǒng)機(jī)械掃描的方式，限制了這些方法的使用。

考慮到飛行器、二次雷達(dá)機(jī)載應(yīng)答機(jī)、飛行器S模式代碼在飛行過程中具有一一對(duì)應(yīng)性和長(zhǎng)期對(duì)應(yīng)不變性(每個(gè)飛行器有其唯一S模式代碼，機(jī)載應(yīng)答機(jī)一般不會(huì)更換)，以及每個(gè)機(jī)載應(yīng)答機(jī)在制造過程中由于工藝、硬件器件的微小差異造成的其發(fā)射信號(hào)的細(xì)微差異(即使兩個(gè)應(yīng)答機(jī)發(fā)射信號(hào)代表的信息相同，信號(hào)脈沖內(nèi)及脈沖間也有細(xì)小差異)，對(duì)采集到的應(yīng)答信號(hào)進(jìn)行特征提取和特征匹配從而唯一識(shí)別應(yīng)答機(jī)輻射源進(jìn)而獲得其S模式代碼成為一種可能的輔助譯碼方式。本文從應(yīng)答信號(hào)的信號(hào)級(jí)特征出發(fā)，以未受干擾的S模式信號(hào)作為訓(xùn)練數(shù)據(jù)，以S模式地址作為訓(xùn)練數(shù)據(jù)的標(biāo)簽，提取所觀測(cè)目標(biāo)發(fā)射信號(hào)的信號(hào)級(jí)特征形成目標(biāo)信號(hào)級(jí)特征庫(kù)，當(dāng)目標(biāo)信號(hào)受到干擾而不能正確譯出其S模式代碼時(shí)，利用信號(hào)特征匹配方式識(shí)別目標(biāo)代碼用于輔助譯碼。相對(duì)于傳統(tǒng)的譯碼方式，該方法利用每個(gè)應(yīng)答機(jī)輻射源自身硬件固有特點(diǎn)反應(yīng)到信號(hào)上的信號(hào)級(jí)表現(xiàn)特征實(shí)現(xiàn)對(duì)目標(biāo)的識(shí)別，從另一個(gè)維度實(shí)現(xiàn)了目標(biāo)識(shí)別，可以作為重要補(bǔ)充手段用于輔助譯碼，在任意天線系統(tǒng)條件下皆可使用。本文的結(jié)構(gòu)如下：第一部分為引言，主要介紹本文的背景及所提出的方法的必要性；第二部分為本文的主要內(nèi)容，以S模式的一個(gè)應(yīng)用ADS-B信號(hào)為例介紹了算法的整體流程、S模式信號(hào)格式、信號(hào)預(yù)處理方法、特征提取以及特征匹配的方法；第三部分為實(shí)驗(yàn)仿真及結(jié)果，通過空中實(shí)采數(shù)據(jù)驗(yàn)證了方法的有效性；第四部分為總結(jié)和展望。

1 算法模型

1.1 算法總體流程

本文以S模式的一個(gè)應(yīng)用ADS-B信號(hào)為例，闡述算法模型。ADS-B信號(hào)的發(fā)射頻率為1090MHz，信號(hào)總幀長(zhǎng)為120μs，調(diào)制方式采用脈沖位置調(diào)制(Pulse Position Modulation，PPM)。120μs的信號(hào)幀長(zhǎng)分為8μs的報(bào)頭信號(hào)和112μs的數(shù)據(jù)域，報(bào)頭包含4個(gè)前導(dǎo)脈沖，這4個(gè)脈沖分別位于0μs、1μs、3.5μs和4.5μs處，從第8μs開始為數(shù)據(jù)位，數(shù)據(jù)位長(zhǎng)112μs(S模式還可能為56位)，共有112個(gè)bit，每個(gè)比特包含兩個(gè)碼元，若脈沖位于前置位碼元，則該碼元表示比特1，若脈沖位于后置位碼元?jiǎng)t表示比特0[8]，如圖1所示。

接收機(jī)對(duì)空中ADS-B信號(hào)(由于ADS-B信號(hào)具有身份信息，所以可以給每段信號(hào)打標(biāo)簽形成訓(xùn)練集)進(jìn)行截獲采樣，采樣后由于信號(hào)強(qiáng)度不同需要對(duì)信號(hào)進(jìn)行幅度歸一化等預(yù)處理操作，進(jìn)而對(duì)歸一化信號(hào)進(jìn)行信號(hào)變換并根據(jù)特征提取方法提取樣本信號(hào)特征，從而形成數(shù)據(jù)特征庫(kù)；之后有未知目標(biāo)(真實(shí)目標(biāo)或干擾信號(hào))到來時(shí)，可以設(shè)計(jì)相應(yīng)的分類器來進(jìn)行特征匹配，從而識(shí)別目標(biāo)。整個(gè)過程如圖2所示。

圖2 訓(xùn)練及識(shí)別過程

由于所有ADS-B信號(hào)的前4個(gè)前導(dǎo)脈沖格式是相同的，因此可采用前4個(gè)前導(dǎo)脈沖為訓(xùn)練數(shù)據(jù)，這樣的話可使用后端信息為標(biāo)簽制作訓(xùn)練集并且可以避免所用脈沖過多而造成的干擾和過擬合。

1.2 信號(hào)預(yù)處理

信號(hào)預(yù)處理過程，實(shí)際上是在盡量保證信號(hào)特征不丟失的情況下，對(duì)其幅度信息進(jìn)行歸一化的過程，這樣做的好處是有利于后期用同一標(biāo)準(zhǔn)處理信號(hào)。由于輻射源的距離和所處環(huán)境不同，采集到的數(shù)據(jù)必須經(jīng)過幅度歸一化等信號(hào)整形過程才能進(jìn)行數(shù)據(jù)分析從而找到能滿足作為信號(hào)特征性質(zhì)的標(biāo)量，因此預(yù)處理過程是實(shí)現(xiàn)算法的重要步驟。

針對(duì)ADS-B信號(hào)，其信號(hào)處理與數(shù)據(jù)處理主要包括信號(hào)解調(diào)、有效脈沖提取及沿檢測(cè)(VPP、REP)、報(bào)頭檢測(cè)、參考功率計(jì)算、DF認(rèn)證、功率一致性檢測(cè)、重觸發(fā)、參考幅度值提取、比特位解調(diào)以及校驗(yàn)等過程[8]。若一個(gè)ADS-B信號(hào)通過上述過程最終通過校驗(yàn)，則截取其4個(gè)前導(dǎo)脈沖并做預(yù)處理后作為訓(xùn)練數(shù)據(jù)存入數(shù)據(jù)庫(kù)中(以其ADS-B地址信息作為標(biāo)簽)；若該信號(hào)沒有通過校驗(yàn)，則需要輔助譯碼，此時(shí)依然截取其4個(gè)前導(dǎo)脈沖并做預(yù)處理(在前導(dǎo)脈沖沒有被干擾情況下)，利用本章后面所述方法進(jìn)行特征匹配從而識(shí)別其代碼。預(yù)處理過程是通過脈內(nèi)幅度歸一的方法，具體如下：

1)提取4個(gè)前導(dǎo)脈沖數(shù)據(jù)并計(jì)算脈內(nèi)幅度；

2)設(shè)計(jì)一個(gè)絕對(duì)數(shù)值，使得所有信號(hào)的4個(gè)前導(dǎo)脈沖的脈沖平均值都為這個(gè)值。

脈內(nèi)幅度歸一前后的結(jié)果如圖3、圖4所示。

圖4 預(yù)處理后波形

1.3 時(shí)頻變換與特征提取匹配

為了有效提取信號(hào)特征，需要從不同的角度去認(rèn)識(shí)、分析信號(hào)，這樣有助于了解信號(hào)的本質(zhì)。我們從空中采集的信號(hào)是以時(shí)間的形式存在的，而直接在時(shí)域中針對(duì)兩個(gè)調(diào)制參數(shù)相同的信號(hào)很難直接提取其特征進(jìn)而實(shí)現(xiàn)個(gè)體識(shí)別。常用的時(shí)頻變換包括短時(shí)傅里葉變換、小波變換、魏格納變換、模糊函數(shù)以及信號(hào)的高階累積量等等，這些信號(hào)變換后的數(shù)據(jù)為找到信號(hào)特征提供可能性。鑒于魏格納變換具有諸多良好的性質(zhì)[9]，本文采用魏格納變換作為時(shí)頻變換依據(jù)。

設(shè)信號(hào)x(t)，y(t)的傅里葉變換分別是X(jΩ)，Y(jΩ)，那么，x(t)，y(t)的聯(lián)合魏格納分布定義為

信號(hào)x(t)的自魏格納分布定義為

魏格納分布具有如下性質(zhì)：

1)對(duì)稱性：復(fù)值信號(hào)x(t)的魏格納分布是實(shí)函數(shù)，即

進(jìn)而可得實(shí)信號(hào)x(t)的魏格納分布式頻率的偶函數(shù)，即

Wx(t,Ω)=Wx(t,-Ω)

2)位移性：x(t)時(shí)移τ，其魏格納變換Wx(t,Ω)也時(shí)移τ，即

x(t-τ)?Wx(t-τ,Ω)

除此之外，它還具有定義域的同一性、積分性等良好的性質(zhì)。對(duì)4個(gè)前導(dǎo)脈沖進(jìn)行魏格納變換，之后利用Fisher判別比提取目標(biāo)信號(hào)特征信息，F(xiàn)isher判別比定義為

(σ(c)[η,τ])2=

2 仿真驗(yàn)證

利用ADS-B地面接收機(jī)接收空中3個(gè)飛行目標(biāo)發(fā)射的ADS-B信號(hào)數(shù)據(jù)，對(duì)接收到的數(shù)據(jù)進(jìn)行解調(diào)、譯碼以及校驗(yàn)。以通過校驗(yàn)的信號(hào)數(shù)據(jù)作為訓(xùn)練和測(cè)試數(shù)據(jù)，其中每個(gè)目標(biāo)有20個(gè)訓(xùn)練樣本(以其ADS-B地址數(shù)據(jù)作為樣本標(biāo)簽)，其余通過校驗(yàn)的信號(hào)數(shù)據(jù)作為測(cè)試數(shù)據(jù)。

對(duì)于目標(biāo)的所有訓(xùn)練信號(hào)樣本，提取信號(hào)的4個(gè)前導(dǎo)脈沖的信號(hào)特征，提取的3個(gè)目標(biāo)20個(gè)樣本數(shù)據(jù)的特征投影到二維空間中的示意圖如圖5所示，從圖5中可以看出，通過特征提取方式提取的特征，在類間已經(jīng)形成明顯差異，可以實(shí)現(xiàn)分類。圖6為此三個(gè)目標(biāo)特征投影到一維空間形成的效果。

圖5 三個(gè)目標(biāo)的二維特征圖

圖6 三個(gè)目標(biāo)一維特征

從圖6中可以看出，每個(gè)目標(biāo)的信號(hào)具有較明顯的特征，對(duì)測(cè)試數(shù)據(jù)進(jìn)行特征匹配，3個(gè)目標(biāo)識(shí)別的正確率分別為96.7%、98%、97%，達(dá)到了較高的識(shí)別率，從而可以直接識(shí)別應(yīng)答機(jī)輻射源從而在特征庫(kù)中直接對(duì)應(yīng)到3個(gè)目標(biāo)的S模式目標(biāo)代碼輔助譯碼。

3 結(jié)束語

本文提出的基于目標(biāo)信號(hào)級(jí)特征識(shí)別目標(biāo)從而輔助譯碼的方法通過對(duì)目標(biāo)信號(hào)4個(gè)前導(dǎo)脈沖做時(shí)頻變換并訓(xùn)練匹配得到了較高的識(shí)別概率，提高了譯碼成功率。除S模式的前4個(gè)前導(dǎo)脈沖外，更多可用的信號(hào)信息應(yīng)當(dāng)被利用用于解決更多模式的譯碼及其它功能問題；另外，基于深度神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)方法進(jìn)行信號(hào)數(shù)據(jù)訓(xùn)練、特征提取及應(yīng)答機(jī)輻射源識(shí)別都是值得研究的方法。