分布式協(xié)同偵察及融合關(guān)鍵技術(shù)研究技術(shù)協(xié)議2014-5-15匯總

1、內(nèi)部分布式協(xié)同偵察及融合關(guān)鍵技術(shù)研究技術(shù)協(xié)議零一四年五月十五日、研究目標(biāo)利用分布式協(xié)同傳感器資源獲取雷達(dá)及通信威脅節(jié)點(diǎn)的全脈沖數(shù)據(jù)，其中雷達(dá)輻射源的全脈沖數(shù)據(jù)包括：脈寬、脈沖重復(fù)周期、載頻、信號(hào)到達(dá)時(shí)間、信號(hào)到達(dá)角度、幅度、脈內(nèi)調(diào)制信息等，通信輻射源的全脈沖數(shù)據(jù)包括：載頻、帶寬、碼速率、調(diào)制方式、到達(dá)時(shí)間、持續(xù)時(shí)間等，根據(jù)多節(jié)點(diǎn)獲得的全脈沖數(shù)據(jù)，研究復(fù)雜信號(hào)環(huán)境下快速高效的偵察信息融合處理算法，完成非威脅目標(biāo)信息的剔除、威脅輻射源信息的關(guān)聯(lián)聚類、威脅輻射源參數(shù)測(cè)量精度提升、高精度的威脅輻射源信號(hào)到達(dá)時(shí)差提取、威脅輻射源頻率等關(guān)鍵參數(shù)的統(tǒng)計(jì)等功能，實(shí)現(xiàn)對(duì)戰(zhàn)場(chǎng)威脅環(huán)境的快速準(zhǔn)確感知，以支撐對(duì)戰(zhàn)場(chǎng)態(tài)

2、勢(shì)的感知、監(jiān)控和對(duì)威脅的快速反應(yīng)。二、研究?jī)?nèi)容本課題針對(duì)復(fù)雜信號(hào)環(huán)境下雷達(dá)和通信偵察信息的分選、參數(shù)估計(jì)、識(shí)別等關(guān)鍵技術(shù)開展研究，主要研究?jī)?nèi)容包括：1典型雷達(dá)及通信輻射源信號(hào)特征分析對(duì)一些典型雷達(dá)及通信輻射源信號(hào)特征進(jìn)行分析，比較其信號(hào)特點(diǎn)，以支撐對(duì)雷達(dá)及通信輻射源偵察信息融合算法研究。課題選擇的典型雷達(dá)輻射源包括：a.地面防空預(yù)警有源相控陣?yán)走_(dá)（如117系列、Master系列等）；b.臺(tái)軍防空系統(tǒng)預(yù)警雷達(dá)網(wǎng)（如HR-3000、GE-592、FPS-117雷典型的通信輻射源包括:a.Link-11數(shù)據(jù)鏈；b.Link-16數(shù)據(jù)鏈。2雷達(dá)偵察信號(hào)處理在典型雷達(dá)通信輻射源特征分析的基礎(chǔ)上，重點(diǎn)研究

3、雷達(dá)信號(hào)的信號(hào)分選、關(guān)聯(lián)聚類、參數(shù)估計(jì)等關(guān)鍵算法。雷達(dá)偵察系統(tǒng)的作用是對(duì)雷達(dá)輻射源信號(hào)的環(huán)境進(jìn)行檢測(cè)和識(shí)并從測(cè)量結(jié)2-1所不別，對(duì)空間中的雷達(dá)信號(hào)及其工作參數(shù)進(jìn)行測(cè)量與分析,果中得到有用的信息。典型雷達(dá)偵察設(shè)備的基本組成如圖番達(dá)幀察設(shè)帝前瑞雷達(dá)幀察設(shè)圖2-1典型雷達(dá)偵察設(shè)備的基本組成雷達(dá)偵察系統(tǒng)中的信號(hào)處理過程實(shí)際上就是對(duì)接收機(jī)截獲的實(shí)時(shí)脈沖流進(jìn)行信號(hào)分選與識(shí)別的過程，其信號(hào)分選處理的順序是，先進(jìn)行信號(hào)的預(yù)分選處理，再進(jìn)行信號(hào)的主分選處理。有了信號(hào)的分選之后，才可以進(jìn)行信號(hào)的參數(shù)分析，最后再進(jìn)行判斷與識(shí)別。雷達(dá)信號(hào)分選就是從截獲到的密集雷達(dá)脈沖流中分揀出屬于不同雷達(dá)輻射源的脈沖，它是雷達(dá)信號(hào)偵

4、察處理中的核心組成部分之一只有從隨機(jī)交迭的信號(hào)流中分選出各個(gè)雷達(dá)脈沖序列之后才能進(jìn)行信號(hào)參數(shù)的測(cè)量、分析、識(shí)別以及對(duì)雷達(dá)威脅輻射源施加壓制式干擾或構(gòu)造虛假目標(biāo)回波信號(hào)進(jìn)行各種欺騙式干擾。盼寬載頻到達(dá)甬度重復(fù)周期脈沖描述字特征提取達(dá)號(hào)選雷信分脈沖描述字特征庫(kù)建立導(dǎo)征庫(kù)"元威脅輻射 源跟蹤識(shí)脅別 源威判 射、級(jí) 輻別箸威脅雷特征爹額修正圖2-2雷達(dá)信號(hào)分選總體工作流程,主要有脈沖雷達(dá)信號(hào)分選的基本原理就是分析截獲信號(hào)的各種參數(shù)到達(dá)方向DOA、載頻RF、脈寬PW、脈幅PA及到達(dá)時(shí)間TOA等,對(duì)隨機(jī)交迭的脈沖信號(hào)流自動(dòng)分離成各部雷達(dá)的單獨(dú)脈沖序列，精確測(cè)量和詳細(xì)分析各種雷達(dá)的特征參數(shù)，以及各

5、雷達(dá)輻射源的地理分布，從中判斷這些雷達(dá)的用途、平臺(tái)類型、配置的武器系統(tǒng)以及威脅等級(jí)，為戰(zhàn)略情報(bào)分析提供依據(jù)或?yàn)榫涓蓴_系統(tǒng)提供識(shí)別高威脅信號(hào)的特征參數(shù)。(1)雷達(dá)信號(hào)預(yù)分選雷達(dá)信號(hào)分選預(yù)處理階段主要利用DOA、RF、PW等信息對(duì)信號(hào)進(jìn)行分選稀釋。雷達(dá)信號(hào)預(yù)處理的主要任務(wù)是根據(jù)已知雷達(dá)輻射源的主要特征和未知雷達(dá)輻射源的先驗(yàn)知識(shí)，對(duì)實(shí)時(shí)輸入的脈沖流和幾進(jìn)行預(yù)分選。首先把m個(gè)已知的雷達(dá)脈沖信號(hào)特征C/）需與實(shí)時(shí)輸入的N個(gè)（PDWX作快速匹配，從脈沖信號(hào)流叱，舄中分離出滿足特征的已知雷達(dá)脈沖信號(hào)子流的7二，將這些已知雷達(dá)信號(hào)子流分別存放在m個(gè)已知雷達(dá)數(shù)據(jù)庫(kù)的緩存區(qū)，交給主處理單元作下一步的分選處理。然

6、后根據(jù)未知雷達(dá)信號(hào)的處理方法，對(duì)剩余的雷達(dá)脈沖信號(hào)流作預(yù)分選，得到n個(gè)未知雷達(dá)脈沖信號(hào)的子流的5忙，將這些未知雷達(dá)信號(hào)子流存放在n個(gè)未知雷達(dá)數(shù)據(jù)庫(kù)的緩存區(qū)，交給主處理單元作下一步的分選處理?，F(xiàn)在常用的信號(hào)分選方法是對(duì)雷達(dá)脈沖參數(shù)逐個(gè)進(jìn)行統(tǒng)計(jì)直方圖的分析，這種方法只能適應(yīng)于參數(shù)在短時(shí)間內(nèi)基本不變或者具有重復(fù)性變化規(guī)律的情況。而現(xiàn)代雷達(dá)其脈沖參數(shù)是隨機(jī)可變的，并且其脈沖參數(shù)不具有重復(fù)性的變化規(guī)律。如果在同一方向，同一頻段內(nèi)有多部雷達(dá)，它們的參數(shù)變化范圍有部分交疊，偵察設(shè)備的靈敏度能夠收到雷達(dá)的副瓣信號(hào)，從而形成多部雷達(dá)信號(hào)互相交錯(cuò)的脈沖列。在這種情況下，采用上述分選方法是不可能完整地分選出屬于同一

7、部雷達(dá)的脈沖序列。因此有必要探討新的信號(hào)分選方法，人們開始嘗試將聚類理論應(yīng)用于雷達(dá)信號(hào)預(yù)分選中，其中K-Means聚類算法使用的最為廣泛，并且取得了一定的成果。K-Means聚類算法目前在雷達(dá)信號(hào)預(yù)分選中也已經(jīng)得到廣泛的應(yīng)用。K-Means算法最大的缺陷是該算法要事先給出將要生成的聚類數(shù)目以及初始化聚類中心，并且初始的聚類個(gè)數(shù)和聚類中心對(duì)聚類結(jié)果這就很影響很大，而在實(shí)際應(yīng)用中聚類數(shù)目我們通常是不得而知的,大程度上限制了該算法的應(yīng)用。K-Means算法還存在一個(gè)問題就是當(dāng)把一個(gè)異常數(shù)據(jù)勉強(qiáng)歸入某個(gè)類之后，就可能導(dǎo)致這個(gè)類的聚類中心發(fā)生很大的變化，使聚類變的不穩(wěn)定,從而影響最終的聚類效果。針對(duì)K-

8、Means算法的缺陷,重點(diǎn)進(jìn)行兩方面的改進(jìn)。第一是在聚類算法之前對(duì)原始數(shù)據(jù)進(jìn)行孤立點(diǎn)的去除；第二是直接用樣本點(diǎn)進(jìn)行初始聚類，不用設(shè)定聚類的類別數(shù)，用樣本點(diǎn)到聚類中心的歐式距離是否在誤差范圍內(nèi)作為判斷標(biāo)準(zhǔn)進(jìn)行聚類，不用計(jì)算樣本點(diǎn)到每個(gè)聚類中心的距離。(2)雷達(dá)信號(hào)主分選雷達(dá)信號(hào)主分選是指，從預(yù)處理輸出的已知雷達(dá)脈沖信號(hào)流兩叫/羅T和未知雷達(dá)脈沖信號(hào)流回叫用中，分選出各部雷達(dá)的PDW序列。已知雷達(dá)預(yù)處理的輸出對(duì)應(yīng)著已知雷達(dá)主處理的輸入，在信號(hào)子流砂中，利用已知雷達(dá)脈沖信號(hào)的重復(fù)周期PRI,檢測(cè)和分選出j雷達(dá)的脈沖子流“咋一，并且檢驗(yàn)判斷j雷達(dá)是否存在。經(jīng)過預(yù)處理階段，把具有相近PW等參數(shù)的雷達(dá)脈沖

9、劃分在同一個(gè)子空間內(nèi)，假如這個(gè)子空間內(nèi)DOA、RF、的脈沖是由幾部參數(shù)相近的雷達(dá)產(chǎn)生，那么這些脈沖就組成了相互交錯(cuò)的脈沖子流，未知雷達(dá)信號(hào)的主分選就是把這些相互交錯(cuò)的脈沖流區(qū)分成為各部雷達(dá)的脈沖。即便是PRI相等的兩列互相交錯(cuò)的脈沖序歹U,去交錯(cuò)都可以區(qū)別開來，所以當(dāng)未知雷達(dá)信號(hào)不能用預(yù)分選完全即主分選或稱分開時(shí)，就要考慮用脈沖的到達(dá)時(shí)間作進(jìn)一步的脈沖分選,重頻PRI分選。常用的信號(hào)PRI分選方法是首先估計(jì)出雷達(dá)信號(hào)的PRI值，然后根據(jù)這個(gè)估計(jì)值分選出每一部雷達(dá)輻射源的脈沖序列，從而得到各個(gè)雷達(dá)輻射源的參數(shù)集。因此PRI分選可以分為兩個(gè)部分，PRI的確定以及PRI確定后的序列檢索。表2-1給出

10、的是一些經(jīng)典的PRI分選算法和它們各自的優(yōu)缺點(diǎn)。表2-1典型PRI分選的優(yōu)缺點(diǎn)方法適用范圍脈沖抖動(dòng)時(shí)效果算法時(shí)間其他動(dòng)態(tài)擴(kuò)展-關(guān)聯(lián)法信號(hào)較少，不啄脈沖丟失少分選效呆較差分選速度較快算法簡(jiǎn)單.剔于實(shí)現(xiàn)CDF鄉(xiāng)信號(hào)環(huán)境.脈沖丟尖浪少需哽校大容差，較時(shí)發(fā)牛分選錨溟速度較SDIF慢對(duì)信號(hào)的連續(xù)性要求SDIF蚤信號(hào)環(huán)境怵沖丟先不是很大抖動(dòng)范圍小10%時(shí)，仍有很好的檢測(cè)效果il畀速度較快在信號(hào)密集、丟失概率較高的悄況下慮警率鈾PRI變化多信號(hào)環(huán)境.肺沖丟矢不是浪大抖動(dòng)范圍為20%3%時(shí)仍有很好的檢測(cè)效果山于哽計(jì)鄲捋數(shù)運(yùn)算-時(shí)間開銷最大幾乎抑制r仝部子諧波，不適用丁-卓.頻參差;怵沖序列平而變換多信號(hào)環(huán)懇對(duì)

11、脈沖丟奚不敏感需耍同佶兮的脈沖散很多才能花平而顯示出特征曲線需月笆人工參勺.實(shí)時(shí)性難以包ii|£可視性強(qiáng)、能適應(yīng)各種a朵體制的雷達(dá)在現(xiàn)代復(fù)雜的戰(zhàn)場(chǎng)情形下，電子偵察設(shè)備所獲取的雷達(dá)信號(hào)的脈沖密度大，信號(hào)的體制復(fù)雜，信號(hào)微弱，遺漏的脈沖數(shù)較高等特點(diǎn)。沒有哪一種PRI分選方法可以適應(yīng)所有的信號(hào)環(huán)境，因此需要結(jié)合多種信號(hào)的PRI分選方法，充分利用每種方法的優(yōu)勢(shì)。針對(duì)本課題復(fù)雜信號(hào)環(huán)境和快遞高效處理的要求，這里重點(diǎn)研究SDIF方法。SDIF算法是對(duì)CDIF算法進(jìn)行了改進(jìn)，SDIF算法不同于CDIF算法從一級(jí)差值進(jìn)行累積統(tǒng)計(jì)。SDIF算法確定可能的PRI值是通過某一級(jí)差值的統(tǒng)計(jì)。SDIF算法不作

12、門限和兩倍脈沖間隔直方圖的比較,可以節(jié)省大約一半的時(shí)間。實(shí)際上SDIF算法之所以能只靠某一階的差值就可以判別可能的PRL其原因在于最佳判決門限上，如果設(shè)定一個(gè)較好的門限，就可以排除不屬于這一序列的差值間隔。SDIF算法和CDIF算法都是以接收脈沖的自相關(guān)函數(shù)的計(jì)算作為基礎(chǔ)，由于周期信號(hào)的相關(guān)函數(shù)仍然具有周期性，所以很有可能脈沖間隔及其倍數(shù)值（子諧波）會(huì)同時(shí)存在，這樣對(duì)后續(xù)的分選處理帶來不利影響。而且SDIF算法和CDIF算法的門限公式的參數(shù)設(shè)定都是經(jīng)驗(yàn)值，參數(shù)的具體確定難度很大，需要進(jìn)行大量的試驗(yàn)分析，電磁環(huán)境對(duì)參數(shù)的確定影響很大，在不同的電磁環(huán)境下參數(shù)是不同的，為了能夠抑制子諧波，可以采用復(fù)

13、值自相關(guān)積分算法，利用該算法可以把脈沖信號(hào)的TOA差值變到一個(gè)譜上，從譜峰位置就可以估計(jì)出可能的PRI值，可以有效的對(duì)子諧波進(jìn)行抑制。3通信偵察信息處理隨著通信技術(shù)的不斷發(fā)展，日益密集的通信環(huán)境使得寬帶通信偵察接收機(jī)捕獲的寬頻帶數(shù)據(jù)中可能包含著許多具有不同特點(diǎn)的信號(hào)，如固定載頻的常規(guī)通信信號(hào)、跳頻信號(hào)、猝發(fā)信號(hào)、掃頻信號(hào)、擴(kuò)頻信號(hào)、各種各樣的人為和非人為的干擾信號(hào)等。如此多的信號(hào)交織在起，使得感興趣通信信號(hào)的監(jiān)測(cè)難度越來越大，因此，研究如何對(duì)復(fù)雜通信環(huán)境中的各種通信信號(hào)進(jìn)行分選，剔除干擾和噪聲影響，發(fā)現(xiàn)感興趣通信信號(hào)，并估計(jì)相應(yīng)的特征參數(shù)，減輕通信偵察系統(tǒng)后續(xù)處理的負(fù)擔(dān)，不但是一項(xiàng)很富有挑戰(zhàn)性

14、的課題，也已成為當(dāng)前通信偵察領(lǐng)域緊迫而艱巨的任務(wù)之一。本課題主要圍繞載波頻率固定的常規(guī)通信信號(hào)和跳頻通信信號(hào)的分選問題進(jìn)行研究。（1）常規(guī)通信信號(hào)（直擴(kuò)通信信號(hào)）偵察這里所指的常規(guī)通信信號(hào)主要是指信號(hào)帶寬相對(duì)于載頻比值很小的窄帶信號(hào)（也稱固定載頻通信信號(hào)），其中典型信號(hào)為直接序列擴(kuò)頻信號(hào)（簡(jiǎn)稱直擴(kuò)信號(hào)），這一類通信信號(hào)的分選問題主要包括窄帶信號(hào)檢測(cè)、特征參數(shù)估計(jì)和窄帶信號(hào)跟蹤三個(gè)部分。窄帶信號(hào)檢測(cè)的任務(wù)是如何從信道化輸出數(shù)據(jù)中粗略的估計(jì)出窄帶信號(hào)的個(gè)數(shù)，并標(biāo)識(shí)各窄帶信號(hào)所在位置。而特征參數(shù)估計(jì)部分主要是根據(jù)各窄帶信號(hào)所在位置及幅度值，估計(jì)中心頻率、帶寬、平均功率和入射方向等參數(shù)，構(gòu)造各窄帶信號(hào)

15、的特征參數(shù)集。最后，按照一定規(guī)則，利用特征參數(shù)集對(duì)窄帶信號(hào)進(jìn)行跟蹤，獲得感興趣的常規(guī)通信信號(hào)。寬帶 接收 數(shù)據(jù)信道化處理窄帶信號(hào)檢測(cè)檢測(cè)門限仃竟特征 參數(shù) 估計(jì)帶號(hào)蹤窄信跟圖2-3常規(guī)通信信號(hào)的分選流程1 .窄帶信號(hào)的檢測(cè)窄帶信號(hào)檢測(cè)的任務(wù)就是以信號(hào)的頻率連續(xù)性作為依據(jù)，從信道化輸出數(shù)據(jù)中粗略的估計(jì)出窄帶信號(hào)的個(gè)數(shù)，并標(biāo)識(shí)各窄帶信號(hào)所在位置。在規(guī)定時(shí)間內(nèi)統(tǒng)計(jì)各瞬時(shí)頻率出現(xiàn)的次數(shù)，結(jié)果用直方圖描述，用于網(wǎng)臺(tái)分選，因?yàn)閷?duì)同一個(gè)跳頻網(wǎng)而言，在一定的時(shí)間內(nèi)，頻率集內(nèi)的各個(gè)瞬時(shí)頻率出現(xiàn)的次數(shù)是基本相同的。這種方法用于分選跳頻電臺(tái)與定頻電臺(tái)更為有效，因?yàn)槎l電臺(tái)的出現(xiàn)次數(shù)一般遠(yuǎn)大于跳頻電臺(tái)在每一個(gè)瞬時(shí)頻率

16、上出現(xiàn)的次數(shù)。傳統(tǒng)基于單門限的窄帶信號(hào)檢測(cè)方法是將門限檢測(cè)與聚類處理相結(jié)合，首先使用一個(gè)相對(duì)比較低的門限進(jìn)行檢測(cè)，然后通過聚類處理刪除虛警引起的虛假信號(hào)，識(shí)別正確信號(hào)。這類方法通過聚類處理提高了窄帶信號(hào)的檢測(cè)能力，但是聚類處理的能力畢竟是有限的，它對(duì)門限設(shè)置有很高的要求。門限過低，由虛警引起的虛假信號(hào)增加，聚類處理不足以刪除所有的虛假信號(hào)。門限過高，將導(dǎo)致正確信號(hào)被分割為兩個(gè)甚至更多個(gè)信號(hào)，聚類處理不足以識(shí)別正確信號(hào)。為緩解單門限檢測(cè)中存在的問題，出現(xiàn)了一類雙門限窄帶信號(hào)檢測(cè)(LAD)算法。其基本思想是首先用下門限對(duì)功率譜估計(jì)進(jìn)行檢測(cè)，將檢測(cè)到的相鄰樣本歸為一類，然后計(jì)算每一類中的最大值，并與

17、上門限比較，若超過上門限，則判定該類屬于信號(hào)類，否則屬于由虛警引起的噪聲類。2 .特征參數(shù)估計(jì)在對(duì)窄帶信號(hào)進(jìn)行特征參數(shù)(方位角、帶寬、載波頻率等前,首先)估計(jì)之將占有相同頻段，且方位角非常接近的兩類合并為一類。過上述處理后，可靠類集中的類別個(gè)數(shù)即為接收信號(hào)的個(gè)數(shù)。為估計(jì)第q個(gè)信號(hào)的方位角、載波頻率和帶寬，下面首先對(duì)第q類中的頻率集進(jìn)行如下處理：步驟L計(jì)算頻率集Fp中離散頻率的均值?和標(biāo)準(zhǔn)差由屋，并從Fp中選出一個(gè)子頻率集Fp,它滿足如下公式Fp=fqkm?FC由Fqfqk蘭T?F4+C<?F,fqkFq(2-1)步驟2：令Nq表示Fq的容量，則若NqnNq,NqlNq,FqJq轉(zhuǎn)至步驟1

18、。否則即，Nq,FqlFq,并尋找Fp對(duì)應(yīng)的方位角集。步驟3:以Fp中所有離散頻率的均值作為載波頻率的估計(jì)，所有離以F中散頻率的大值與小值之差作為帶寬估計(jì)。以Fp所對(duì)應(yīng)的測(cè)量矢量集的“十均值作為入射方向的估計(jì)。步驟1和2的目的是根據(jù)信號(hào)的頻率連續(xù)性，剔除頻率集中的例外頻率值。由此提高入射方向，載波頻率和帶寬的估計(jì)精度。3 .窄帶信號(hào)跟蹤窄帶信號(hào)的跟蹤包括兩個(gè)方面：窄帶信號(hào)的判決和窄帶信號(hào)的刷新。下面將分別討論。(1)窄帶信號(hào)判決根據(jù)常規(guī)通信信號(hào)的載波頻率和帶寬固定，方位角不會(huì)隨時(shí)間快速變化的特點(diǎn)，窄帶信號(hào)判決主要采用載波頻率、帶寬和方位角作為特征參數(shù)。設(shè)信號(hào)庫(kù)中已存儲(chǔ)了Q個(gè)窄帶信號(hào)的特征參數(shù)集

19、久二仃°Bk®h,匕Q其中"b口分別是第k個(gè)窄帶信號(hào)的*次參數(shù)估計(jì)得到的載波頻率、帶寬和方位角。新截獲窄帶信號(hào)的特征參數(shù)集為。二fSBN。目標(biāo)是判斷新截獲窄帶信號(hào)是否包含在已存儲(chǔ)的Q個(gè)窄帶信號(hào)中。步驟1:計(jì)算新截獲窄帶信號(hào)的方位角W與Q個(gè)已存儲(chǔ)的輻射源的方位角參數(shù)忡%的相似性，即(2-2)dk二護(hù)一半k,k=l,，Q步驟2：設(shè)方位角的分辨門限為'尋找dk'kY中窄帶信號(hào)隹公St=hqdqcdf,qi,Q)集口o若集合1為空，則新截獲窄帶信號(hào)以前未被截獲，將其作為新信號(hào)進(jìn)行存儲(chǔ)。步驟3：否則，從集合'I中找出頻率范圍mq.Bq/ZG+Bq/內(nèi)

20、包含新截獲信號(hào)載波頻率的所有信號(hào)，如果不存在這樣的信號(hào)，則新截獲信號(hào)以前未被截獲，將其作為新信號(hào)進(jìn)行存儲(chǔ)。否則，新截獲的信號(hào)已經(jīng)存在信號(hào)庫(kù)中，從找到的信號(hào)中選擇帶寬接近的信號(hào)(相應(yīng)的特征參數(shù)集為。3并根據(jù)新信號(hào)的特征參數(shù)集。=fo,B,®更新參數(shù)集。廠g%,得更新后參數(shù)集C。=沽盡必,即(2-3)(2-4)(2-5)JNqfoq+fo°q-Nq+1,jNqBq+BBoqTq+1申J伙Nq+1(2)窄帶信號(hào)庫(kù)的刷新窄帶信號(hào)庫(kù)刷新的目的就是剔除持續(xù)時(shí)間較短的干擾信號(hào)，保留常規(guī)通信信號(hào)。在信號(hào)庫(kù)中，每個(gè)信號(hào)都具有兩種不同的狀態(tài)："活躍(active)”和“不活躍(ina

21、ctive)”，用于表示信號(hào)是否包含在本次(當(dāng)前)截獲的所有信號(hào)中。當(dāng)信號(hào)在一定時(shí)間內(nèi)處于“不活躍”狀態(tài)時(shí)，該信號(hào)將被當(dāng)作干擾剔除。信號(hào)庫(kù)中各信號(hào)的狀態(tài)轉(zhuǎn)移流程如下：步驟1:初始化。將第一次截獲各個(gè)窄帶信號(hào)，添加到信號(hào)庫(kù)中，狀態(tài)設(shè)為“活躍”，持續(xù)時(shí)間的初值設(shè)為零。步驟2:對(duì)于第k(kx2)次截獲的各個(gè)窄帶信號(hào)，執(zhí)行如下處理：若被判定為已存在的信號(hào)，則該信號(hào)處于“活躍”狀態(tài)，更新持續(xù)時(shí)間。若被判為新信號(hào)，則在信號(hào)庫(kù)中添加這一信號(hào)，更新持續(xù)時(shí)間，該信號(hào)處于“活躍”狀態(tài)。各個(gè)截獲到的信號(hào)都處理完成以后，未處理信號(hào)作如下判決：若信號(hào)狀態(tài)為“活躍”，則改為“不活躍”。步驟3:判斷信號(hào)庫(kù)中處于“不活躍”狀

22、態(tài)的信號(hào)是否大于延遲時(shí)間Td,將滿足條件的信號(hào)從信號(hào)庫(kù)中刪除。轉(zhuǎn)至步驟2o注意，步驟3是為了刪除在延遲時(shí)間內(nèi)不再出現(xiàn)的窄帶信號(hào)，即剔除短持續(xù)時(shí)間干擾。對(duì)于每一組頻域數(shù)據(jù)，所占用的時(shí)間為L(zhǎng)D/fs,其中，北為信道化接收機(jī)的輸入采樣率，L為積累次數(shù)，D為信道化接收機(jī)中的抽取倍數(shù)。所以，延遲時(shí)間、可表示為NiLD/fs,Nt正整數(shù)。(2)跳頻信號(hào)偵察1)跳頻信號(hào)的盲檢測(cè)利用單跳自相關(guān)技術(shù)作為預(yù)檢測(cè)處理器，采用自相關(guān)方法用于檢測(cè)跳頻比起傳統(tǒng)的基于能量檢測(cè)的接收機(jī)來說，具有明顯的性能提升.但是這些方法都需要假定已知信號(hào)的一些參數(shù)，對(duì)于實(shí)際的信號(hào)偵察中，接收方對(duì)于跳頻信號(hào)的參數(shù)實(shí)際上是完全未知的?；诙嗵?/p>

23、自相關(guān)技術(shù)MHAC(Multiple-HopAutocorrelation)的跳頻信號(hào)檢測(cè)方法，無需知道跳頻信號(hào)的功率、跳頻圖案、載波相位、跳變時(shí)刻、跳頻速率等參數(shù)，只需假定已知信號(hào)的跳頻帶寬，并且跳頻信號(hào)具有較大的處理增益，可以實(shí)現(xiàn)信號(hào)的盲檢測(cè).2)跳頻信號(hào)的盲分選目前一般采用基于網(wǎng)臺(tái)的頻率信息、駐留時(shí)間信息、信號(hào)幅度等為基礎(chǔ)的時(shí)間相關(guān)法來進(jìn)行跳頻網(wǎng)臺(tái)分選。跳頻網(wǎng)臺(tái)信號(hào)的時(shí)間相關(guān)分選過程就是利用同網(wǎng)臺(tái)信號(hào)之間的時(shí)間相關(guān)性對(duì)截獲的信號(hào)數(shù)據(jù)進(jìn)行分析處理，以獲得有用參數(shù)，達(dá)到分選的目的。有用參數(shù)包括：非正交跳頻網(wǎng)數(shù)、每網(wǎng)的跳頻速率和頻率集，在搜索期間出現(xiàn)的所有定頻信號(hào)的幅度和頻率，以及某一特定頻率

24、信號(hào)在觀測(cè)期間出現(xiàn)的次數(shù)、每次出現(xiàn)的起始時(shí)間（起始幀）和持續(xù)時(shí)間等。在跳頻網(wǎng)臺(tái)分選中利用方位信息來進(jìn)行網(wǎng)臺(tái)分選跚，引入測(cè)向信息將增加網(wǎng)臺(tái)分選時(shí)的有用參數(shù)，利用測(cè)向得到的方位信息在極坐標(biāo)圖上表現(xiàn)為具有在某個(gè)中心的離散分布，采用模糊聚類將其有效分開?；讵?dú)立分量法對(duì)跳頻網(wǎng)臺(tái)進(jìn)行盲分選，僅利用截獲的多個(gè)跳頻網(wǎng)臺(tái)的混合信號(hào)進(jìn)行分選，分選方法易于軟件設(shè)計(jì)實(shí)現(xiàn)。3）調(diào)頻參數(shù)盲估計(jì)完成對(duì)多個(gè)跳頻網(wǎng)臺(tái)的混合信號(hào)的分選后，需要對(duì)某個(gè)跳頻網(wǎng)臺(tái)的信號(hào)的特征參數(shù)進(jìn)行盲估計(jì)，包括估計(jì)信號(hào)的跳變周期（即跳頻速率），跳交時(shí)刻、跳頻的頻率等特征參數(shù)。從而獲取敵方更為詳盡的通信信息、；為進(jìn)行電子干擾提供有力的支援。針對(duì)跳頻通信

25、的電子干擾，跟蹤式干擾能夠?qū)μl通信進(jìn)行有效的干擾。但要進(jìn)行跟蹤式干擾，就必須對(duì)截獲分選出的單個(gè)跳頻網(wǎng)臺(tái)的跳頻信號(hào)進(jìn)行處理，獲得單個(gè)跳頻網(wǎng)臺(tái)的主要特征參數(shù)，根據(jù)得到的特征參數(shù)對(duì)敵方的跳頻通信進(jìn)行干擾，做到有的放矢，有效干擾。因此，跳頻參數(shù)盲估計(jì)在跳頻偵察中具有重要的地位。對(duì)跳頻信號(hào)特征參數(shù)的盲估計(jì)，這里擬采用短時(shí)傅立葉變換的時(shí)頻分析的方法進(jìn)行處理。短時(shí)傅立葉變換也稱加窗傅立葉變換。具體算法這里不再贅述。4雷達(dá)通信偵察信息融合對(duì)于目標(biāo)識(shí)別來說單傳感器提取的信息往往是待識(shí)別目標(biāo)的不完全描述而利用多個(gè)傳感器提取的獨(dú)立互補(bǔ)的信息進(jìn)行多傳感器信息融合可以消除多傳感器信息可能存在的冗余和矛盾降低不確定性并

26、產(chǎn)生新的有意義的信息。通過多節(jié)點(diǎn)通信、雷達(dá)偵察接收機(jī)截獲對(duì)方艦載、機(jī)載通信和雷達(dá)信號(hào)，分析和獲取對(duì)方通信及雷達(dá)信號(hào)的各種參數(shù)，運(yùn)用多傳感器信息融合技術(shù)綜合識(shí)別和判定這些輻射源，進(jìn)而為評(píng)估并定位其裝載平臺(tái)及其相關(guān)聯(lián)的武器系統(tǒng)提供支撐。雷達(dá)與通信偵察設(shè)備目標(biāo)識(shí)別的前提是敵方平臺(tái)的雷達(dá)輻射源與通信電臺(tái)的識(shí)別。雷達(dá)偵察設(shè)備根據(jù)所獲敵方平臺(tái)雷達(dá)輻射源的載頻、脈沖重復(fù)頻率、脈沖寬度、天線掃描周期等屬性參數(shù)識(shí)別雷達(dá)輻射源。雷達(dá)輻射源的識(shí)別方法很多，如基于神經(jīng)網(wǎng)絡(luò)的雷達(dá)輻射源智能識(shí)別方法、基于模糊推理的雷達(dá)輻射源識(shí)別方法和基于屬性測(cè)度的輻射源識(shí)別方法等。通信偵察設(shè)備根據(jù)所獲敵方平臺(tái)通信電臺(tái)的中心頻率、帶寬、信

27、號(hào)電平、電臺(tái)功率、調(diào)制方式等屬性參數(shù)識(shí)別敵方通信電臺(tái)。通信電臺(tái)的識(shí)別方法有加強(qiáng)K最近鄰分類方法、基于D-S證據(jù)理論的通信電臺(tái)識(shí)別方法和D-S證據(jù)理論與灰關(guān)聯(lián)相結(jié)合的通信電臺(tái)識(shí)別方法等。雖然單獨(dú)識(shí)別敵方平臺(tái)上的雷達(dá)或通信電臺(tái)可以推算出敵方平臺(tái)類型，但結(jié)果的置信度通常較低。通過融合雷達(dá)和通信偵察設(shè)備的數(shù)據(jù)，增加融合后結(jié)果的置性度。在目標(biāo)融合識(shí)別系統(tǒng)中，由于各個(gè)傳感器提供的信息往往是不完整的、不精確的、模糊的，具有某種程度的不確定性及模糊性，甚至還有可能是相互矛盾的，因此要進(jìn)行目標(biāo)的融合識(shí)別，不得不依據(jù)這些不確定性的信息進(jìn)行推理，以達(dá)到獲取最終識(shí)別目標(biāo)身份的目的。不確定性推理方法正是處理那些具有不完

28、全、不確定、不清晰的信息或數(shù)據(jù)，是目標(biāo)融合識(shí)別的基礎(chǔ)。Dempster和Shafer提出的證據(jù)理論則能夠處理這種由先驗(yàn)概率未知而引起的不確定性。同其他不確定性推理理論方法相比較，D-S證據(jù)理論具有較大的優(yōu)點(diǎn)，主要表現(xiàn)在以下幾個(gè)方面：1）證據(jù)理論具有比較強(qiáng)的理論基礎(chǔ)，既能處理隨機(jī)性所導(dǎo)致的不確定性，又能處理模糊性所導(dǎo)致的不確定性。2）證據(jù)理論可以依靠證據(jù)的積累，不斷縮小假設(shè)集，亦即證據(jù)理論具有當(dāng)證據(jù)增加時(shí)使受限假設(shè)集模型化的能力。3）證據(jù)理論可將不知道”和不確定”區(qū)分開來。4）證據(jù)理論可以不需要先驗(yàn)概率和條件概率密度。（1） D-S證據(jù)理論的基本概念D-S證據(jù)理論是在經(jīng)典概率論的基礎(chǔ)上發(fā)展起來的

29、，其基本思想是建立一個(gè)辨識(shí)框架U,U定義了一個(gè)互不相容事件的完備集合，代表對(duì)問題所有的可能答案。按傳統(tǒng)方法可以把U的幕集表示為2U,它是U的所有子集的集合。如果識(shí)別框架U有N個(gè)元素，那么U的幕集就有2'-1個(gè)元素?；靖怕寿x值函數(shù)。設(shè)U為一識(shí)別框架，則函數(shù)m：2170,1在滿足下列條件時(shí)：m()二0izm(A)=l(2-6)稱m為框架U上的基本概率賦值函數(shù)(BPAF),m(A)為A的基本概率賦值(BPA)om(A)反映了對(duì)命題A的精確信任程度，表示對(duì)命題A的直接支持。信任函數(shù)(BeliefFunction)BEL(A)表示對(duì)命題A的總信任程度，定義BEL:2U70,1為:(20BEL(

30、A)=Z：m(B)(WAUU)BOA（2） D-S證據(jù)理論的組合規(guī)則證據(jù)合成法規(guī)則是一個(gè)反映證據(jù)聯(lián)合作用的法則。給定幾個(gè)同一識(shí)別框架上基于不同證據(jù)的置信度函數(shù)，如果這幾個(gè)證據(jù)不是完全沖突的，那么就可以利用Dempster合成法則計(jì)算出一個(gè)總的置信度函數(shù)，作為那幾個(gè)證據(jù)聯(lián)合作用下產(chǎn)生的置信度函數(shù)。設(shè)BEL1和BEL2是同一識(shí)別框架U上的兩個(gè)信任函數(shù)，mi和m2分別是其對(duì)應(yīng)的BPA,焦元分別為Ai,Ak和Bi,Bn,若：K二送mi(Ai)m2(Bj)vl(2-8)A-*Bq那么，由下式定義的m:2、"0,1是BPA:Zmi(A)m(Bj)/(l-k)/CuU,CHm(C)=了5郅(2一9

31、)i0式中，若K工1,則m確定一個(gè)基本概率賦值;若K=l,認(rèn)為矛盾，不能對(duì)基本概率賦值進(jìn)行組合。S n ,T'U "1/42 n m，Aj)riA寧竊 n(2-10)同樣，對(duì)于多個(gè)證據(jù)的組合運(yùn)算公式為:送nmi(Aj)7#1m(C)IriI_2nmi(Aj)一"或k二輻射源BPA確定方法對(duì)敵方雷達(dá)和通信電臺(tái)對(duì)應(yīng)輻射源型號(hào)的BPA采用灰關(guān)聯(lián)方法確定，再推算出此輻射源信號(hào)對(duì)應(yīng)的平臺(tái)類型的基本概率賦值。選取雷達(dá)偵察設(shè)備或通信偵察設(shè)備上報(bào)的目標(biāo)觀測(cè)矢量數(shù)據(jù)為參考數(shù)列，記為工=xo(k)JT)川，選取已知模板庫(kù)中目標(biāo)數(shù)據(jù)為比較序列X廣(xigkTZULm)0則x。和片的灰色關(guān)

32、聯(lián)度匕i(k)定義為：minmin糾(k)+Pmaxmax(k)£(k)二一卜】k(2T1)(k)+Pmaxmaxd(k)式中"(k)=Xo(k)-Xi(k)(k)是比較數(shù)列與參考數(shù)列第k個(gè)指標(biāo)(屬性)的相對(duì)差值，這種形式的相對(duì)差值稱先對(duì):對(duì)第k個(gè)參數(shù)的關(guān)聯(lián)系數(shù)。稱為分辨系數(shù)，一般P1】，且P越小分辨力越大，一般計(jì)算關(guān)聯(lián)度的方法為平均值法，即：Ei(k(2一)對(duì)于單個(gè)傳感器，根據(jù)式(2-11)計(jì)算物各比較數(shù)列與參考數(shù)列的關(guān)聯(lián)系數(shù)，由此根據(jù)式(2-12)計(jì)算出各比較數(shù)列相應(yīng)的灰關(guān)聯(lián)度，分別為7,川,與。定義基本概率賦值為：m(U)=1-max(Yi)彳k(2-13)im(R)

33、=Yi(l-m(U)/2/i,j=1,2,川,KLy對(duì)于多個(gè)傳感器，根據(jù)D-S證據(jù)理論組合規(guī)則，由式(2-10)可以計(jì)算出融合處理后證據(jù)的基本概率賦值。算出敵方輻射源信號(hào)對(duì)應(yīng)的輻射源型號(hào)的BPA后，再根據(jù)各可能的輻射源型號(hào)的平臺(tái)數(shù)占總的可能平臺(tái)數(shù)之比，可推算出此輻射源信號(hào)對(duì)應(yīng)的平臺(tái)類型的基本概率賦值。設(shè)Ri對(duì)應(yīng)的平臺(tái)類型Pij的平臺(tái)數(shù)為Nij,則此輻射源信號(hào)對(duì)應(yīng)的平臺(tái)類型的基本概率賦值為：im(U)=l-max(Yi)m(Pj)=2：(m(R)NijNj)(2-14)(4)目標(biāo)識(shí)別具體步驟1)各雷達(dá)偵察設(shè)備截獲一雷達(dá)信號(hào)，運(yùn)用式(2-10)(2-13)求出此雷達(dá)信號(hào)對(duì)應(yīng)的平臺(tái)類型的基本概率賦值。2）按照1）的方法求出所有雷達(dá)信號(hào)對(duì)應(yīng)的平臺(tái)類型的基本概率賦值。3）各通信偵察設(shè)備截獲一通信信號(hào)，運(yùn)用式（2-10）（2-13）求出此通信信號(hào)對(duì)應(yīng)的平臺(tái)類型的基本概率賦值。4）按照3）的方法求出所有通信信號(hào)對(duì)應(yīng)的平臺(tái)類型的基本概率賦值。5）按照式（2-109）計(jì)算出平臺(tái)類型的基本概率賦值，從而得出融合后的平臺(tái)類型。5軟件仿真實(shí)現(xiàn)項(xiàng)目仿真軟件采用Matlab工具進(jìn)行開發(fā)，MATLAB的基本數(shù)據(jù)單位是矩陣，它的指令表達(dá)式與數(shù)學(xué)、工程中常用的形式十分相似，故用MATLAB來解算問題要比用C,FORTRAN等語(yǔ)言完相同的事情簡(jiǎn)捷得多，并