楊欣 謝小娟 楊喜 彭盛亮

摘要：文章研究了一種基于多特征判定的定頻通信信號快速檢測方法，且搭建系統(tǒng)實際驗證了該方法的性能。該方法通過配置檢測流程相關參數(shù)，自動獲取相應的目標信號;然后，采取了多種探測手段疊加的方式，提取信號的多種特征;最后，融合處理多種特征，從而完成信號檢測。相較于傳統(tǒng)的基于單一特征判定的檢測方法，該方法綜合利用信號的多種特征，在給定檢測精度的約束下，有效提升了定頻通信信號的檢測速度，尤其是對于未知通信頻點的情況。

關鍵詞：定頻通信;信號檢測;信號識別;信號解調;信號測向

中圖分類號：TP311? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）16-0036-04

1 引言

通信信號檢測位于信號處理前端，旨在檢測接收信號中是否存在有用信號[1]，在民用通信和軍事通信中均有著廣泛的應用[2]。其理論研究始于二戰(zhàn)期間對雷達與聲吶技術的需求，傳統(tǒng)的通信信號檢測算法主要有兩大類：一是基于時域的檢測算法，包括高階累積量檢測算法、包絡檢波法、相關函數(shù)檢測算法、過零檢測算法等;二是基于頻域的檢測算法，包括周期圖法、自相關法、循環(huán)譜法等[3]。兩者在檢測性能和復雜度上尚無法達到一個很好的平衡。

傳統(tǒng)的無線通信通常在固定頻段上完成[4]，因而定頻通信信號檢測具有廣泛的實際應用價值。在定頻信號處理領域，已經(jīng)有了部分研究成果。文獻[5]基于定頻聲波脈沖特征，利用共振原理設計了一種地面定頻信號采集裝置，大幅提升了井下無線聲波遙測系統(tǒng)地面解碼成功率。文獻[6]提出一種基于迭代奇異值分解的定頻干擾消除算法，能夠有效抑制定頻干擾信號，提高采集信號的信噪比，具有較好的工程應用價值。文獻[7-8]基于堙滅濾波技術，可有效抑制定頻干擾信號，從而實現(xiàn)定頻信號與跳頻信號分離。需要指出的是，這些研究成果并不一定能夠直接應用于定頻信號檢測，具有一定的局限性。

另一方面，隨著無線通信技術的迅猛發(fā)展，無線環(huán)境往往復雜多變[9-10]。為了從復雜環(huán)境中及時截獲攜帶關鍵信息的通信信號，信號的快速檢測顯得尤為重要。傳統(tǒng)的通信信號檢測方法，大多基于單一特征完成，沒有考慮信號特征的多樣性。為了達到所需的檢測精度，往往需要耗費較長的檢測時間，容易造成短時語音等關鍵信號漏檢。

本文研究了一種基于多特征判定的定頻通信信號快速檢測方法，并搭建系統(tǒng)實際驗證了該方法的檢測性能。利用該方法進行檢測的核心步驟為：1）配置檢測流程相關參數(shù)，自動獲取相應的目標信號;2）采取多種探測手段進行疊加，提取信號的多種特征;3）融合處理多種特征，從而完成信號檢測。相較于傳統(tǒng)的基于單一特征判定的檢測方法，該方法綜合利用信號的多種特征，在給定檢測精度的約束下，有效提高了檢測速度。

本文余下內容安排如下：第2部分描述系統(tǒng)的整體架構;第3部分闡述系統(tǒng)的具體實現(xiàn);第4部分給出仿真測試條件，并對結果進行分析;第5部分總結全文。

2 系統(tǒng)架構設計

本文研究的基于多特征判定的定頻通信信號快速檢測方法，主要依托搭建的實際系統(tǒng)來實現(xiàn)，設計的系統(tǒng)架構如圖1所示。

簡言之，該系統(tǒng)可通過配置檢測流程相關參數(shù)，采取多種探測手段疊加，并融合處理多種特征，從而快速、及時、準確地截獲信號并獲取其解調信息。其主要涉及四大模塊，分別是：通信偵察設備、數(shù)據(jù)處理服務器、數(shù)據(jù)存儲服務器以及顯控設備。

首先，由通信偵察設備負責偵察信號，通過光纖將通信偵察設備偵察到的IQ數(shù)據(jù)傳送至數(shù)據(jù)存儲服務器，并且通過TCP/IP協(xié)議將數(shù)據(jù)上傳至數(shù)據(jù)處理服務器，對偵察到的數(shù)據(jù)進行識別、解調、定位等處理后，將獲取的相關數(shù)據(jù)一并存儲至服務器，最后通過顯控設備輸出信號檢測結果。

3 系統(tǒng)實現(xiàn)

整個系統(tǒng)的具體實現(xiàn)分為五個步驟，分別是數(shù)據(jù)采集、背景檢測、基礎判定、特征判定、融合歸并，具體流程如圖2所示。

其中，數(shù)據(jù)采集是首要任務，主要涉及原始IQ數(shù)據(jù)、頻譜數(shù)據(jù)以及寬帶測向數(shù)據(jù)三方面的數(shù)據(jù);第二步是背景檢測，包括背景生成以及背景信號的檢測處理兩方面;第三步是基礎判定，包括信號的抽取以及判定內容的選擇，目的是對存儲信號檢測結果的數(shù)據(jù)鏈表進行判定，結合不同的數(shù)據(jù)抽取方式和判定內容，給予信號一個綜合權值，然后對綜合權值進行排序，給出信號的基礎判定結果，并對信號發(fā)起相應的特征判定請求;第四步是特征判定，主要是對信號后續(xù)操作過程進行特征判定，包括信號的識別、測向、解調等流程;最后是融合歸并，旨在根據(jù)信號特征，初步判定信號的潛在用途。

3.1 數(shù)據(jù)采集

數(shù)據(jù)采集涉及三方面的數(shù)據(jù)，分別是原始IQ數(shù)據(jù)、頻譜數(shù)據(jù)以及寬帶測向數(shù)據(jù)。數(shù)據(jù)采集完成之后，按照一定的規(guī)則對三類數(shù)據(jù)進行分類標記，并保存至數(shù)據(jù)庫中。

3.2 背景檢測

背景檢測包括兩個步驟，首先是背景生成，然后是對背景信號的檢測處理。其中，背景生成主要有以下三種方式：

1）直門限：每個點都是一個統(tǒng)一的固定值;

2）背景門限：取一定數(shù)據(jù)量（幀、時間等）的全景數(shù)據(jù)進行疊加，例如以幀為單位時，設第i幀的全景數(shù)據(jù)值為[xi]，那么，前[N]幀全景數(shù)據(jù)的平均值[χAvg=x1+x2+…+xNN]。本文主要考慮了兩種疊加方式，第一種是算術平均值累加，即背景門限值[BTd]可根據(jù)公式（1）計算得到：

[BTd=χAvg?N+xiN+1]? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

第二種是加權平均值累加，即[BTd]計算如下：

[BTd=χAvg?K+xiK+1，K

值得注意的是，在上述兩種疊加處理方法中，需要提取背景數(shù)據(jù)中的大信號數(shù)據(jù)進行檢測處理，并將大信號的識別數(shù)據(jù)上報處理。接著，以疊加后的數(shù)據(jù)為固定值，即每個點都存在一個固定的門限值，該類數(shù)據(jù)門限可以進行讀取和保存;

3）環(huán)境適應門限：該背景生成方法建立在背景門限之上，首先取一定數(shù)據(jù)量的背景門限，然后對每一次或者每[N]幀的數(shù)據(jù)進行疊加，重新生成背景門限，即門限值是根據(jù)環(huán)境動態(tài)變化的。

在生成背景之后，需要對其進行測試，具體的測試規(guī)則如下：

① 假設單通道（瞬時帶寬）單幀所有點數(shù)據(jù)（幅度）的均值為[SAvg]，單通道（瞬時帶寬）多幀單點數(shù)據(jù)（幅度）的均值[MAvg];

② 對每一幀數(shù)據(jù)，取所有點的平均值[SAvg];

③ 將每一個點的數(shù)據(jù)與平均值[SAvg]進行比較，如果低于平均值[SAvg]，則以該均值[SAvg]作為該點的背景，如果高于平均值[SAvg]，再與該點的歷史平均值[MAvg]進行比較;

④ 如果高于歷史平均值[MAvg]，則以歷史平均值[MAvg]作為該點的背景，如果低于歷史平均值[MAvg]，則將該點的值與其歷史平均值[MAvg]進行疊加后作為背景值。

接下來是背景信號的檢測處理，首先將每一幀的全景信號與背景數(shù)據(jù)進行對比，比較的參數(shù)為各自的幅度值，通過與背景數(shù)據(jù)的幅度值進行比較，提取高于背景幅度值[ΔT]的數(shù)據(jù)，并選擇其對應的權值，如表1所示。其中，參數(shù)（[ΔT]、幅度范圍、權值）等均可進行配置。

完成了背景檢測處理后，將信號檢測結果存入一個二維數(shù)據(jù)鏈表中。首次檢測到信號后，將信號信息插入到鏈表當中，并添加該信號的每一幀檢測數(shù)據(jù)，最后形成一個關于檢測結果的二維信號鏈表。其中，每一幀數(shù)據(jù)存儲了信號的檢測結果，包括信號幀數(shù)（對應時間）、信號幅度、信噪比、信號方位、權值等參數(shù)。

3.3 基礎判定

基礎判定涉及兩個方面，一是信號的抽取，二是判定內容的選擇。具體來講，其主要是針對存儲信號檢測結果的數(shù)據(jù)鏈表進行判定，通過選擇不同的數(shù)據(jù)抽取方式，結合不同的判定內容，可給予信號一個綜合權值。最后，再根據(jù)信號的綜合權值進行排序，給出信號的基礎判定結果，并對信號發(fā)起相應的特征判定請求。

信號的抽取方式有兩種，分別是定時判定和滑動抽取判定。前者的抽取原則為：每隔一定時間提取信號檢測結果中的信號進行判定，適合持續(xù)時間較長的定頻通信信號，可以視情況設置不同的時間間隔參數(shù)，如間隔為1s、3s、5s等，并定時進行信號的基礎信息判定;后者則采用滑動時間軸抽取的方式，提取信號檢測結果中的信號進行判定，適合持續(xù)時間較短的定頻通信信號，可以設置類似區(qū)間[10s， 30s]，[20s， 30s]的時間段，對已存在的信號進行基礎判定。

判定內容為指定時間段內信號被檢測到的次數(shù)的占空比，包括三方面的占空比：1）高于背景次數(shù)的占空比，使用基本的信號幅度檢測結果判定信號是否存在;2）類似方位值次數(shù)的占空比，從信號生成的位置角度判定信號是否存在;3）高權值次數(shù)的占空比，可綜合判定信號是否存在。最后，結合上述三種占空比判定方式，分別賦予其一定的權值，表2給出了每種方式的權值。

同時，對占空比的每個取值范圍賦予一定的權值，如表3所示。

此外，上述的信號抽取方式以及判定方式可以結合不同的應用場景進行組合，對于不同的應用場景使用不同的組合進行處理，以實現(xiàn)高效準確的基礎判定。最后，對輸出結果進行歸并，得到一個綜合權值，添加至信號偵測結果列表中的相應位置。例如：針對判定方式1、2、3，綜合權值=（判定內容1對應的權值*0.3 + 判定內容2對應的權值*0.4 +判定內容3對應的權值*0.3），得到信號的綜合權值后，按照順序取綜合權值最高的信號進行特征判定。

3.4 特征判定

特征判定的首要任務是發(fā)起對信號后續(xù)操作過程的特征判定請求，包括信號的識別、測向、解調等流程。當完成了特征判定之后，將信號的特征判定結果進行歸并融合，并根據(jù)信號特征判定庫中的信號特征，賦予信號特征權值及其特征屬性，考慮到各個信號的不同特征，可以不斷增加信號的特征判定函數(shù)。

對于信號識別流程，為了提高識別效率，避免識別流程陷入死循環(huán)，還需要引入適當?shù)淖R別策略，其參數(shù)可相應地進行配置。本文考慮三種識別策略，即：

1）當連續(xù)[Q]次將某一信號識別為同一類型時，即可終止流程并輸出對應的判定結果;

2）當識別次數(shù)超過一定的次數(shù)（[Q]次）后，如果該信號被判定為某一類型的概率大于[P%]，則輸出該信號類型;

3）當連續(xù)[Q]次對某一信號進行識別后，識別結果始終為噪聲或者不明時，則終止流程并輸出結果不明。

最后，將信號識別結果添加至信號結果列表中，以便進一步的特征判定。

對于信號的測向，如果存在現(xiàn)成的歷史寬帶測向數(shù)據(jù)，可以在歷史寬帶測向數(shù)據(jù)中進行提取，提取次數(shù)較高且范圍較集中的方位進行融合處理。如果不存在歷史寬帶測向數(shù)據(jù)，也可以利用現(xiàn)有系統(tǒng)資源對信號進行測向，然后對測向結果進行歸并融合，獲取信號的測向方位及其可信度。一般地，保留2～3個次數(shù)較多的方位值，并且次數(shù)的百分比必須達到一定值時才有效。另外，此處需要考慮移動目標（慢速、快速）的方位漸變性，根據(jù)其方位漸變速度可以賦予各個信號的運動特征屬性，如固定不動、慢速移動、快速移動等。

對于信號的解調，根據(jù)其解調結果可判定信號的目標屬性特征，例如Link11信號、Link4A信號、Link16信號、3A信號、IFF信號等。

值得注意的是，信號的識別、測向過程需要穿插在信號檢測流程內，否則會由于信號消失導致無結果。且穿插過程要求保證足夠的系統(tǒng)資源，能保證同時進行信號的檢測、識別與測向。此外，可以增加一些特征判定函數(shù)，針對某些特殊信號給予相應的信號特征，從而通過擴大信號特征判定庫來實現(xiàn)信號的高效特征判定。

3.5 融合歸并

融合歸并過程旨在根據(jù)信號特征，初步判定信號的潛在用途。例如：當獲得了信號的頻率分布、信號類型、識別結果、解調結果及其活動情況等信息后，利用信號情報庫中的判定條件，可以初步判斷出信號的潛在用途屬性，添加至信號的結果列表中，并根據(jù)權值排序結果上報給外部模塊。

其中，信號情報庫中的參數(shù)可以進行修改，前期利用函數(shù)進行判定，后續(xù)可以設置相關的頁面來對各個參數(shù)進行可視化，從而方便條件的修改。

最后，將驗證后的信號及其檢測參數(shù)進行存儲，針對某類具體信號，配置檢測流程參數(shù)，可以迅速檢測出該類信號，并獲取相關信息。

4 仿真測試與結果分析

為了測試本文所提出的基于多特征判定的定頻通信信號快速檢測方法的性能，搭建了如下測試環(huán)境：首先，在距離地面200km范圍內使用三套電臺分別以60w功率進行時長為10s的話音通信;然后在機載平臺中加載傳統(tǒng)算法和本文算法，且機載平臺在距離地面6km高的位置進行巡航?；谝陨蠝y試環(huán)境，分別在已知通信頻點和未知通信頻點兩種場景下對系統(tǒng)性能進行了測試。

1）在已知通信頻點的情況下（適用于控守模式），利用兩種算法分別進行測試并記錄，檢測結果如表4所示。

2）在未知通信頻點的情況下（適用于偵察模式），同樣利用兩種算法對信號進行檢測和結果記錄，如表5所示。

其中，測試次數(shù)均為五次，在97%的檢測率指標下，五次均成功檢測到了信號。性能指標包括兩方面，一是截獲時間，二是截獲話音時長。截獲時間是指信號從發(fā)出后至被截獲所經(jīng)過的時長，而截獲話音時長指的是發(fā)起對信號模擬解調的話音數(shù)據(jù)持續(xù)時長，單位都為秒，記作s。

通過上述兩種情況下的算法性能比較，不難看出，針對已知通信頻點的信號偵察，相較于傳統(tǒng)算法，本文算法在檢測、解調過程中的效果不是很明顯;而針對未知通信頻點的信號偵察，本文算法在截獲時間上獲得了顯著的提升，且在截獲話音時長方面也明顯優(yōu)于傳統(tǒng)算法。由此可見，本文研究的基于多特征判定的定頻通信信號快速檢測方法整體上是優(yōu)于傳統(tǒng)算法的。

5 結論

定頻通信信號的快速檢測技術研究，在民用及軍事通信領域均具有重要意義。本文研究了一種基于多特征判定的定頻通信信號快速檢測方法，通過模擬實際的信號偵察場景，搭建系統(tǒng)驗證了該方法的性能。相較于傳統(tǒng)的基于單一特征判定的檢測方法，該方法綜合利用信號的多種特征，有效提升了定頻通信信號的檢測速度。需要指出的是，本文缺乏探索最優(yōu)的特征組合過程，理論上，通過對多個特征進行組合能有效提升檢測速度，而不同的特征組合取得的效果是不同的，因此如何探索出最優(yōu)的特征組合仍有待進一步探索。

參考文獻：

[1] Yang J， Cheng N P.A brief analysis of detection and recognition technology for communication signals[J].Journal of Image and Signal Processing，2018，7（4）：220-226.

[2] 周偉.通信偵察信號處理的實現(xiàn)及其測試[D].成都：電子科技大學，2016.

[3] 甘俊英，孫進平，余義斌.信號檢測與估計理論[M].北京：科學出版社，2016.

[4] 孟培媛，劉宇光，王磊，等.井下聲波遙測地面定頻信號采集裝置設計[J].傳感器與微系統(tǒng)，2019，38（2）：111-113，124.

[5] 芙瑾.定頻通信與跳頻通信[J].電氣時代，1992（6）：2.

[6] 黃東煜，張景潤，黃文波.一種基于迭代奇異值分解的定頻干擾信號消除算法[J].自動化與信息工程，2018，39（4）：39-44.

[7] 崔晶，汪立新，盧聰敏.多定頻干擾中的跳頻信號分離技術[J].電子技術應用，2011，37（5）：107-109.

[8] 劉薩日娜.跳頻信號頻譜檢測的定頻干擾抑制研究[D].呼和浩特：內蒙古大學，2014.

[9] 劉尚合，孫國至.復雜電磁環(huán)境內涵及效應分析[J].裝備指揮技術學院學報，2008，19（1）：1-5.

[10] 劉福全.復雜電磁環(huán)境到底有多復雜[N].中國國防報，2007-04-19（003）.

【通聯(lián)編輯：梁書】