摘要：在雷達輻射源信號分選領(lǐng)域，隨著現(xiàn)代電子戰(zhàn)電磁環(huán)境的惡化，信號參數(shù)空間的嚴重交疊，五經(jīng)典聾數(shù)分連方法性能急劇下降。針對傳統(tǒng)館號分選方法的不足，提出瞬時自相關(guān)算法瞬時頻率派生特征提取算法，提取和補充新的分選參數(shù)，構(gòu)建更為有效的分選特征向量。通過Matlab仿真，驗證了該算法的正確性和實際應(yīng)用的可行性。
關(guān)鍵詞：雷達輻射源；信號分選；五經(jīng)典參數(shù)；瞬時頻率；特征提取算法

0 引 言
    隨著現(xiàn)代戰(zhàn)爭的發(fā)展，電子戰(zhàn)的作用和地位發(fā)生了巨大的變化，成為現(xiàn)代戰(zhàn)爭的重要手段。要想做到知己知彼，取得戰(zhàn)爭的主動權(quán)就必須掌握敵方雷達等電子裝備的特性。因此，通過偵察情報的分析來進行雷達信號識別具有特別重要的意義。就目前而言，現(xiàn)有識別方法已不能滿足日益復(fù)雜的電磁環(huán)境的需要，對新的雷達信號識別方法的研究勢在必行。
    瞬時自相關(guān)算法是一種非線性時頻分析方法，適用于非平穩(wěn)信號的分析。而現(xiàn)代雷達信號多采用非平穩(wěn)信號，瞬時自相關(guān)算法瞬時頻率派生特征提取算法用于雷達信號的分選便成為可能。

1 瞬時自相關(guān)算法(ISC)原理
    設(shè)經(jīng)模數(shù)轉(zhuǎn)換(ADC)采樣、解析變換后得到的中頻解析信號為：

   
式中，A為信號幅度，f(n)和ψ(n)分別為頻率和相位調(diào)制函數(shù)，ψ0為任意初相，fs為采樣頻率。
    參考文獻，信號的瞬時自相關(guān)運算定義為：

    設(shè)瞬時相位為θ（n，m），則式（4）可用下式表示：

    式中，Im(·)和Re(·)分別表示求信號虛部和實部的運算。由于相位的變化率為頻率，因此信號的瞬時頻率由下式計算：

    對于任意如式(1)的信號，在不太長的時間間隔m內(nèi)(m<<N信號長度)．可將其近似看作頻率為fi(i=1，2．3，…)的局部平穩(wěn)諧波，即：

    換句話說，相位調(diào)制ψ(n)引起的相位改變相當(dāng)于信號頻率從f(n)調(diào)整為fi所引起的相位變化。
    為了抑制噪聲的干擾，對n和n+m間的采樣點作滑動平均處理，以平均瞬時頻率：

   
作為第n點的瞬時頻率。經(jīng)此處理后，算法在低信噪比環(huán)境的適應(yīng)能力有了進一步的提高。

2 瞬時頻率派生特征提取算法
    根據(jù)統(tǒng)計學(xué)原理，利用各瞬時頻率統(tǒng)計特性的變化差異來提取它的派生特征，并使新提取的特征具有標識信號調(diào)制類型的能力。
    下面就常規(guī)脈沖信號(CON)、線性調(diào)頻信號(LFM)、相位編碼信號(PSK)和頻率編碼信號(FSK)幾種典型雷達信號進行瞬時頻率派生特征提取算法進行分析。
    LFM的瞬時頻率和采樣時間之間表現(xiàn)出較好的線性相關(guān)性，而其他類型信號的相關(guān)性均較差。因此，相關(guān)系數(shù)R可以作為識別LFM信號的一個較為可靠的特征：

   
式中，fIF為提取的瞬時序列，Ts=1／fs為采樣間隔，cov(·)和D(·)分別為協(xié)方差和方差函數(shù)。
    將瞬時頻率fIF做歸一化處理：

   
     用E1表示fIF1的均值，將(fIF1一E1)大于零的部分再做歸一化處理，這種去均值并提取正值的處理方式，將使fIF1長度縮短并使不同類信號的fIF1結(jié)構(gòu)發(fā)生不同程度的變化。這種變化上的差異，有利于信號分類。
    對于PSK信號，由于相位突變會引起頻率的跳變。這里用Np來表示突變峰的個數(shù)：

   
式中，σ表示均方差。
    通常將經(jīng)典五參數(shù)作為雷達輻射源信號預(yù)分選，在此基礎(chǔ)上，再構(gòu)造分類特征向量[R，σ1一σ2，Np]作為輻射源信號主分選，根據(jù)分類特征向量門限，判別出各雷達輻射源信號。

3 仿真結(jié)果
    仿真選取的雷達信號為：常規(guī)脈沖信號(CON)、線性調(diào)頻信號(LFM)、相位編碼信號(二相位編碼BPSK，采用7位Barker編碼方式)和頻率編碼信號(二頻率編碼BFSK，采用13位Barker編碼方式)。仿真參數(shù)為：A一2，fs=120 MHz，f0=10 MHz，PW=13μs，B=10 MHz，對于二頻率編碼信號，它的兩個頻率fl=10 MHz，f2=2 MHz，信噪比SNR為-6～15 dB。
    圖1給出了SNR=0 dB、高斯白噪聲下的瞬時自相關(guān)算法的時頻分析圖。

    為了確定各特征向量[R，σ1一σ2，Np]的門限，在SNR為一6～15 dB的環(huán)境下，對各種典型信號分類特征向量的各分量的取值范圍進行了100次的仿真實驗，所得統(tǒng)計結(jié)果列于表1。

    從表1可知，R是一個較理想的分類特征。因為在所考察的雷達輻射源信號類中，僅有LFM信號的IF隨采樣時間nT，的變化而線性變化，兩者表現(xiàn)出較好的線性相關(guān)特性，具有較大的R值，而其余類信號R值均小于O．1，因此，可選擇O．1作為R的門限，從而將LFM首先分離出來。從表1中Np的統(tǒng)計結(jié)果可以判別出BPSK信號，選擇1作為Np的門限。分離出LFM和BPSK信號后，可選擇O．05作為σ1一σ2的門限，大于等于O．05的為BFSK信號，小于O．05的為CON信號。圖2給出了信號判別流程框圖。

4 結(jié) 語
    瞬時自相關(guān)算法瞬時頻率派生特征提取算法，在低信噪比情況下，能夠較好地分選出各雷達輻射源信號，該算法運算量不大，抗噪性能良好，工程應(yīng)用是一個不錯的研究方向，作者將在以后的工作中繼續(xù)對這方面進行深入研究。