楊 秋，顧 杰，魏 平

(1.電子科技大學(xué) 信息與通信工程學(xué)院，四川 成都 611731；2.電子信息控制重點(diǎn)實(shí)驗(yàn)室，四川 成都 610036；3.中國(guó)人民解放軍95786部隊(duì)，四川 成都 614000)

機(jī)載火控雷達(dá)工作模式識(shí)別是機(jī)載電子對(duì)抗的關(guān)鍵環(huán)節(jié)，如何快速準(zhǔn)確地識(shí)別機(jī)載火控雷達(dá)的工作模式，特別是含跟蹤信號(hào)的高威脅工作模式，是奪取機(jī)載電子對(duì)抗主動(dòng)權(quán)的關(guān)鍵環(huán)節(jié)[1-3]。按照工作環(huán)境和作戰(zhàn)任務(wù)不同，機(jī)載火控雷達(dá)工作模式分為對(duì)地(海)工作模式和對(duì)空工作模式。對(duì)地(海)工作模式主要包括地形跟隨/回避、地圖測(cè)繪、地圖擴(kuò)展、多普勒波束銳化、地面動(dòng)目標(biāo)檢測(cè)、固定目標(biāo)跟蹤、海情I、海情II以及信標(biāo)模式等；對(duì)空工作模式主要包括邊搜索邊跟蹤(Track While Search，TWS)、搜索加跟蹤(Track And Search，TAS)和單目標(biāo)跟蹤(Single Target Tracking，STT)[4]。筆者的研究對(duì)象為機(jī)載火控雷達(dá)對(duì)空工作模式的識(shí)別方法。

目前，識(shí)別機(jī)載火控雷達(dá)對(duì)空工作模式的公開研究成果主要可概括為兩大類：一類是借鑒圖像處理領(lǐng)域成熟的模式識(shí)別等技術(shù)，將信號(hào)變換到圖像域進(jìn)行識(shí)別。這類方法在一些特定場(chǎng)景下能夠取得較好的識(shí)別效果，但一方面識(shí)別效果受變換后的圖像分辨率限制，另一方面信號(hào)由參數(shù)域向圖像域變換會(huì)導(dǎo)致不可避免的信息損失，且難以根據(jù)圖像域的識(shí)別結(jié)果反推信號(hào)域參數(shù)，也就難以進(jìn)行多源信息融合驗(yàn)證；另一類是基于信號(hào)特征參數(shù)本身的識(shí)別方法[5]，如利用載頻、脈寬、脈沖重復(fù)頻率以及脈內(nèi)特征等參數(shù)在不同模式下的差異性特征，在信號(hào)域直接識(shí)別。根據(jù)有無(wú)先驗(yàn)數(shù)據(jù)率支撐，信號(hào)域的識(shí)別方法又分為基于已知數(shù)據(jù)庫(kù)的比對(duì)識(shí)別和無(wú)數(shù)據(jù)庫(kù)的盲識(shí)別兩類。顯然基于已知數(shù)據(jù)庫(kù)的比對(duì)識(shí)別方法準(zhǔn)確、簡(jiǎn)單、快捷和高效，但實(shí)際應(yīng)用中，由于很難獲得對(duì)方機(jī)載火控雷達(dá)的完備工作模式，數(shù)據(jù)庫(kù)往往應(yīng)用受限[6]，因此無(wú)數(shù)據(jù)庫(kù)的盲識(shí)別方法近年來越來越受到重視。

在分析機(jī)載火控雷達(dá)對(duì)空工作模式特點(diǎn)的基礎(chǔ)上，發(fā)現(xiàn)載頻、脈沖重復(fù)間隔和脈寬等參數(shù)規(guī)律在前端信號(hào)分選環(huán)節(jié)已經(jīng)被充分挖掘利用，很難再利用其直接識(shí)別不同工作模式。但脈沖幅度在識(shí)別機(jī)載火控雷達(dá)對(duì)空工作模式方面具有潛在的優(yōu)勢(shì)[7-8]，這是因?yàn)槊}沖幅度與脈沖功率密切相關(guān)，短時(shí)間內(nèi)幅度變化主要是由天線波束調(diào)制引起的，即具有相對(duì)穩(wěn)健的特征[9-11]?；谝陨戏治觯⒆阌诿ぷR(shí)別思路，筆者提出了一種利用幅度重排的機(jī)載火控雷達(dá)對(duì)空工作模式的識(shí)別方法。該方法利用跟蹤信號(hào)與搜索信號(hào)重排幅度不同的分布特性，進(jìn)而識(shí)別包含跟蹤信號(hào)的高威脅工作模式。

1 不同工作模式信號(hào)幅度特征

機(jī)載火控雷達(dá)不同工作模式對(duì)應(yīng)不同的時(shí)間、能量等資源分配方式[12-15]：TWS模式下資源全部用于搜索，多使用高、中重頻交替策略以較低數(shù)據(jù)率進(jìn)行空域搜索，搜索周期比較長(zhǎng)，信號(hào)幅度呈現(xiàn)類似SINC形狀變化特性；TAS模式下資源用于搜索和跟蹤兩部分，跟蹤多采用較高數(shù)據(jù)率的中重頻，搜索仍使用較低數(shù)據(jù)率的高、中重頻交替策略，跟蹤信號(hào)幅度呈現(xiàn)類似直線的緩變特性，而搜索信號(hào)幅度仍呈現(xiàn)類似SINC變化特性；STT模式下資源全部用于跟蹤，多使用中重頻進(jìn)行高數(shù)據(jù)率的跟蹤，幅度值比較穩(wěn)定，也呈現(xiàn)出和TAS模式中跟蹤一樣類似直線的緩變特性。在不考慮人為干擾、脈沖丟失等情況下，各模式下脈沖幅度分布特性分別如圖1所示。

2 利用幅度重排的工作模式識(shí)別方法

利用幅度信息識(shí)別機(jī)載火控雷達(dá)工作模式的核心思想是：搜索信號(hào)幅度整體上呈現(xiàn)起伏明顯的SINC包絡(luò)特性，而跟蹤信號(hào)幅度相對(duì)穩(wěn)定呈現(xiàn)類似線性變化的特性，且跟蹤信號(hào)數(shù)據(jù)率略高于搜索信號(hào)數(shù)據(jù)率。因此，檢測(cè)信號(hào)幅度參數(shù)有無(wú)呈現(xiàn)類似線性變化特性的，可以成為有無(wú)跟蹤信號(hào)的檢測(cè)依據(jù)。

在檢測(cè)方法上，盡管Hough變換(Hough Transform，HT)是處理直線檢測(cè)問題的一種經(jīng)典算法，在諸多領(lǐng)域得到了廣泛應(yīng)用[11，16-17]，但由于直線在參數(shù)空間中的映射容易受到鄰近目標(biāo)、噪聲以及本身非理想狀態(tài)的干擾，算法中的投票過程較易出現(xiàn)無(wú)效累積，進(jìn)而導(dǎo)致虛檢、漏檢及端點(diǎn)定位不準(zhǔn)等問題，實(shí)際應(yīng)用中檢測(cè)效果不佳。

通過分析各工作模式的信號(hào)特征發(fā)現(xiàn)，打亂信號(hào)按到達(dá)時(shí)間排序的模式，重新按照幅度大小進(jìn)行排列，則可以將幅度相近的信號(hào)集中在一起，特別是跟蹤數(shù)據(jù)率略高于搜索數(shù)據(jù)率，將使得集中的跟蹤信號(hào)更為明顯，這就是利用幅度重排的機(jī)載火控雷達(dá)工作模式識(shí)別方法的核心思想。無(wú)跟蹤的TWS模式和有跟蹤的TAS模式信號(hào)重排幅度及其一階差分分布如圖2所示。

圖2 TWS與TAS模式下脈沖序列重排幅度與重排幅度差分分布特性

通過圖2可以看出：① 由于幅度呈類似線性分布的跟蹤信號(hào)的存在，TAS模式信號(hào)重排幅度相比TWS模式信號(hào)重排幅度增加了一段明顯的“緩變區(qū)”，“緩變區(qū)”位于重排幅度峰值附近，“緩變區(qū)”長(zhǎng)度與跟蹤信號(hào)比重成正比，“緩變區(qū)”坡度主要由跟蹤信號(hào)幅度起伏特性決定；② TAS模式信號(hào)重排幅度增加的“緩變區(qū)”對(duì)應(yīng)其幅度一階差分增加的“凹口區(qū)”，“凹口區(qū)”寬度也與跟蹤信號(hào)比重成正比，跟蹤信號(hào)幅度起伏越小，重排幅度的“緩變區(qū)”越平緩，重排幅度差分的“凹口區(qū)”越低，越有利于跟蹤信號(hào)檢測(cè)。

利用幅度重排的機(jī)載火控雷達(dá)工作模式識(shí)別方法流程如圖3所示。

圖3 利用幅度重排的機(jī)載火控雷達(dá)工作模式識(shí)別方法流程圖

待識(shí)別的脈沖描述字xi可表示為

(1)

其中，fi、pi、τi、ti和θi分別表示脈沖信號(hào)的載頻、幅度、脈寬、到達(dá)時(shí)間和到達(dá)角，N為脈沖個(gè)數(shù)。

(2)

計(jì)算重排信號(hào)幅度的一階后向差分Δp′：

Δp′=p′(i+1)-p′(i)，i=1，2，…，N-1。

(3)

根據(jù)幅度差分檢測(cè)門限δΔp和過檢測(cè)門限脈沖數(shù)量門限δnum檢測(cè)跟蹤信號(hào)，有

(4)

3 仿真試驗(yàn)與結(jié)果分析

3.1 參數(shù)設(shè)置

仿真試驗(yàn)待識(shí)別信號(hào)包含了TWS、TAS和STT 這3種工作模式信號(hào)，其中TWS和TAS中的搜索信號(hào)單個(gè)搜索包絡(luò)設(shè)置200個(gè)脈沖，每個(gè)波位8個(gè)脈沖；STT和TAS中的跟蹤信號(hào)為6個(gè)脈沖每個(gè)波位。為更接近真實(shí)環(huán)境特性，對(duì)上述數(shù)據(jù)進(jìn)行了如下處理：① 考慮偵察接收機(jī)存在各種噪聲影響，因此所有脈沖幅度值均加入了服從(0，1)均勻分布的隨機(jī)噪聲；② 考慮偵察接收機(jī)存在不可避免的脈沖丟失，因此以總脈沖數(shù)的5%進(jìn)行了隨機(jī)脈沖丟失。經(jīng)過上述處理后的待識(shí)別信號(hào)幅度分布如圖4所示。

圖4 待識(shí)別信號(hào)時(shí)間-幅度分布

3.2 結(jié)果分析

采用文中方法識(shí)別結(jié)果如圖5所示。其中圖5(a)為識(shí)別出的TAS、TWS信號(hào)分路中的跟蹤信號(hào)，進(jìn)一步剔除被誤識(shí)別為跟蹤的TWS信號(hào)后，最終識(shí)別結(jié)果如圖5(b)所示。

對(duì)比分析圖4和圖5可知，TAS、TWS信號(hào)分路中的跟蹤信號(hào)能夠被有效識(shí)別，盡管由于少量的TWS信號(hào)和TAS信號(hào)中的搜索信號(hào)由于幅度也分布在跟蹤信號(hào)幅度附近，也被誤識(shí)別為跟蹤信號(hào)，但通過對(duì)識(shí)別結(jié)果進(jìn)一步做差值直方圖處理，有效剔除了被誤識(shí)別的TWS信號(hào)，降低了識(shí)別結(jié)果的錯(cuò)誤率。

圖5 對(duì)機(jī)載火控雷達(dá)工作模式的識(shí)別結(jié)果

為檢驗(yàn)所提方法的穩(wěn)定性，采用蒙特卡羅方法進(jìn)行了100次仿真試驗(yàn)，對(duì)TAS中跟蹤信號(hào)的準(zhǔn)確識(shí)別率和漏識(shí)別率的統(tǒng)計(jì)結(jié)果如圖6所示。

圖6 多次試驗(yàn)TAS中跟蹤信號(hào)識(shí)別率統(tǒng)計(jì)

上述試驗(yàn)結(jié)果表明，只要存在高威脅的跟蹤信號(hào)，文中方法都能夠以較高準(zhǔn)確率識(shí)別跟蹤信號(hào)，并且對(duì)跟蹤信號(hào)的漏識(shí)別率比較低。在時(shí)效性方面，待識(shí)別信號(hào)脈沖總數(shù)為2 770，100次試驗(yàn)用時(shí)約1.6 s，平均每個(gè)脈沖的處理時(shí)間為5 μs左右，具備了較好的實(shí)時(shí)脈沖處理能力。

另外，實(shí)際應(yīng)用中需要考慮以下主要問題：① 信號(hào)分選識(shí)別普遍采用分段處理方法，因此待識(shí)別的信號(hào)中有的TAS信號(hào)多，有的TWS信號(hào)多，即不同的TAS數(shù)據(jù)量與TWS數(shù)據(jù)量比值對(duì)識(shí)別結(jié)果的影響有多大；② 由于信噪比、天線掃描等多方面原因，待識(shí)別信號(hào)存在不同程度的脈沖丟失，不同丟失率對(duì)識(shí)別結(jié)果的影響如何；③ 由于人為干擾和前端信號(hào)分選能力有限等原因，待識(shí)別信號(hào)中不可避免會(huì)存在各種干擾脈沖，識(shí)別結(jié)果對(duì)干擾脈沖敏感程度如何。為此，在上述試驗(yàn)基礎(chǔ)上，進(jìn)一步分別仿真了以上3種情形下文中方法的識(shí)別結(jié)果，如圖7所示。

從圖7(a)可以看出，當(dāng)TAS數(shù)據(jù)量比重較小時(shí)，此時(shí)由于跟蹤信號(hào)所占比重非常小，因此信號(hào)重排幅度一階差分的凹口區(qū)間長(zhǎng)度太短，難以被檢測(cè)，也即無(wú)法識(shí)別出跟蹤信號(hào)；當(dāng)TAS數(shù)據(jù)量與TWS數(shù)據(jù)量比值達(dá)到45.75%時(shí)，盡管此時(shí)跟蹤信號(hào)比重只有2.83%，但此時(shí)文中方法已經(jīng)能夠以88.71%的準(zhǔn)確率識(shí)別出跟蹤信號(hào)；隨著TAS數(shù)據(jù)量與TWS數(shù)據(jù)量比值的繼續(xù)增加，文中方法能夠穩(wěn)定地以較高準(zhǔn)確率識(shí)別出跟蹤信號(hào)，并且識(shí)別準(zhǔn)確率呈現(xiàn)出穩(wěn)步上升趨勢(shì)。

從圖7(b)可以看出，當(dāng)脈沖丟失率低于60%時(shí)，文中方法能夠以約70%的準(zhǔn)確率穩(wěn)定地識(shí)別出跟蹤信號(hào)，且對(duì)跟蹤信號(hào)的漏識(shí)別率低于10%；當(dāng)脈沖丟失率高于60%時(shí)，所提方法的識(shí)別性能穩(wěn)定性變差，這是由于當(dāng)隨機(jī)丟失的脈沖主要是跟蹤信號(hào)時(shí)，信號(hào)幅度一階差分分布的凹口變窄，檢測(cè)門限難以自適應(yīng)設(shè)定，檢測(cè)難度加大甚至難以檢測(cè)。而當(dāng)隨機(jī)丟失的脈沖主要是搜索脈沖時(shí)，跟蹤信號(hào)在全部信號(hào)中的比重反而加大，反而更有利于識(shí)別跟蹤信號(hào)，個(gè)別時(shí)候甚至比前面丟失率較低的準(zhǔn)確識(shí)別率更高。

圖7 不同條件下識(shí)別結(jié)果統(tǒng)計(jì)

從圖7(c)可以看出，隨著干擾數(shù)據(jù)率的不斷增加，對(duì)跟蹤信號(hào)的準(zhǔn)確識(shí)別率呈緩慢下降趨勢(shì)，但即使干擾數(shù)據(jù)率達(dá)到100%，也能以約50%的準(zhǔn)確率識(shí)別出跟蹤信號(hào)；另外，在干擾數(shù)據(jù)率低于30%時(shí)，對(duì)跟蹤信號(hào)的漏識(shí)別率一直維持在1%左右，當(dāng)干擾數(shù)據(jù)率高于30%時(shí)，對(duì)跟蹤信號(hào)的漏識(shí)別率也隨之逐漸增加。需要說明的是，當(dāng)存在干擾信號(hào)時(shí)，STT模式的信號(hào)難以首先被識(shí)別，因此最終識(shí)別的跟蹤信號(hào)包括TAS中的跟蹤信號(hào)和STT信號(hào)，但這并不影響對(duì)高威脅的跟蹤信號(hào)性質(zhì)的判定。

更進(jìn)一步地，在同時(shí)存在干擾脈沖和脈沖丟失的情況下，以10%為步長(zhǎng)，得到了不同干擾數(shù)據(jù)率和數(shù)據(jù)丟失率下對(duì)跟蹤信號(hào)的識(shí)別率統(tǒng)計(jì)結(jié)果如圖8所示。

圖8 同時(shí)存在數(shù)據(jù)丟失和干擾信號(hào)情況下的跟蹤信號(hào)識(shí)別結(jié)果

以上系列試驗(yàn)結(jié)果表明，針對(duì)不同情形下機(jī)載火控雷達(dá)工作模式識(shí)別需求，筆者所提方法能夠較為準(zhǔn)確地識(shí)別出含跟蹤的高威脅工作模式，且所提方法對(duì)數(shù)據(jù)丟失和脈沖干擾均不敏感，計(jì)算速度快。

4 結(jié)束語(yǔ)

針對(duì)機(jī)載火控雷達(dá)高威脅工作模式識(shí)別的問題，立足盲識(shí)別思路，筆者提出了一種利用幅度重排的機(jī)載火控雷達(dá)工作模式識(shí)別方法。所提方法對(duì)脈沖丟失和干擾不敏感、識(shí)別準(zhǔn)確率較高，且計(jì)算簡(jiǎn)單、運(yùn)算量小，便于工程化實(shí)現(xiàn)。文中的方法主要集中于包含單目標(biāo)跟蹤信號(hào)的識(shí)別，如何識(shí)別包含多目標(biāo)跟蹤的MTT工作模式以及有效提取類似SINC形狀的搜索包絡(luò)，特別是便于工程化實(shí)現(xiàn)的提取方法，將是后續(xù)擬進(jìn)一步開展的研究工作。