張勇強(qiáng)，湯建龍

(西安電子科技大學(xué) 電子信息攻防對(duì)抗與仿真技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，陜西西安 710071)

基礎(chǔ)理論

基于數(shù)字信道化接收機(jī)的聚類分選算法

張勇強(qiáng)，湯建龍

(西安電子科技大學(xué) 電子信息攻防對(duì)抗與仿真技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，陜西西安 710071)

提出了一種適合數(shù)字信道化接收機(jī)的未知雷達(dá)輻射源聚類分選算法。該算法通過對(duì)數(shù)字信道化接收機(jī)產(chǎn)生的脈沖描述字(PDW)流融合預(yù)處理，對(duì)預(yù)處理后的PDW流進(jìn)行網(wǎng)格密度聚類，獲得雷達(dá)輻射源的初始分類結(jié)果后，利用累計(jì)差直方圖法(CDIF)最優(yōu)門限對(duì)虛警輻射源進(jìn)行剔除，再合并處理生成輻射源描述字(EDW)。仿真結(jié)果表明，該算法能有效的用于數(shù)字信道化接收機(jī)的雷達(dá)信號(hào)分選。

雷達(dá)信號(hào)分選 ；數(shù)字信道化接收機(jī) ；網(wǎng)格密度聚類

0 引 言

雷達(dá)輻射源信號(hào)分選是電子偵察處理的關(guān)鍵技術(shù)，信號(hào)分選的效果直接影響著雷達(dá)偵察系統(tǒng)的整體作戰(zhàn)效能[1]。隨著雷達(dá)技術(shù)的快速發(fā)展，雷達(dá)體制趨于多樣化、復(fù)雜化、綜合化，電子對(duì)抗所面臨的電磁環(huán)境越來越復(fù)雜。目前雷達(dá)輻射源信號(hào)分選的準(zhǔn)確性、實(shí)時(shí)性及可靠性均面臨著嚴(yán)峻的挑戰(zhàn)。

聚類分析實(shí)現(xiàn)脈沖序列去交錯(cuò)一直是雷達(dá)信號(hào)處理的重要方法，是一種無(wú)監(jiān)督的學(xué)習(xí)方法。通過將數(shù)據(jù)集中的樣本按一定的相似性度量和評(píng)價(jià)準(zhǔn)則進(jìn)行歸并分類，聚類方法可發(fā)現(xiàn)數(shù)據(jù)集的內(nèi)在組織結(jié)構(gòu)，以便于人們更好地理解數(shù)據(jù)[2]。聚類算法一般分為基于劃分的方法、基于層次的方法、基于密度的方法、基于網(wǎng)格的方法以及基于模型的方法等[3]。基于網(wǎng)格的聚類算法具有處理速度快，對(duì)數(shù)據(jù)對(duì)象的數(shù)目和輸入順序不敏感，可以處理任意類型的數(shù)據(jù)等優(yōu)點(diǎn)[4]，因此非常適合實(shí)時(shí)性要求高并且處理數(shù)據(jù)量大的雷達(dá)信號(hào)分選。

目前基于網(wǎng)格密度聚類的雷達(dá)信號(hào)分選存在的主要問題：(1)網(wǎng)格密度聚類算法數(shù)據(jù)源是利用設(shè)定的輻射源參數(shù)按一定的虛警率和漏警率直接生成PDW，未采用實(shí)際接收機(jī)所產(chǎn)生PDW，缺乏工程應(yīng)用背景。(2)由于線性調(diào)頻信號(hào)PDW的復(fù)雜性，聚類分選算法并沒有將它到考慮其中。針對(duì)以上問題，本文提出了一種改進(jìn)的基于網(wǎng)格密度聚類的分選算法，以數(shù)字信道化接收機(jī)所產(chǎn)生PDW流為源數(shù)據(jù)，充分利用載頻(RF)、到達(dá)時(shí)間(TOA)、結(jié)束時(shí)間(TOE)、能量(E)等特征參數(shù)進(jìn)行聚類，完成未知雷達(dá)輻射源的分選。該算法無(wú)需人為設(shè)定聚類數(shù)目，實(shí)現(xiàn)自動(dòng)聚類，對(duì)聚類結(jié)果準(zhǔn)確提取雷達(dá)輻射源EDW的各特征參數(shù)，算法復(fù)雜度低，抗噪聲干擾能力強(qiáng)，聚類精度高，適合處理大規(guī)模的雷達(dá)偵察數(shù)據(jù)。

1 改進(jìn)的網(wǎng)格密度聚類分選算法

1.1 數(shù)據(jù)的融合預(yù)處理

單頻信號(hào)經(jīng)過數(shù)字信道化會(huì)使其頻譜擴(kuò)展，會(huì)在其頻率兩側(cè)信道上產(chǎn)生PDW。線性調(diào)頻信號(hào)經(jīng)過數(shù)字信道化會(huì)使其頻譜所在的多個(gè)連續(xù)的信道上產(chǎn)生PDW。因此，在聚類之前有必要進(jìn)行數(shù)據(jù)融合。融合預(yù)處理流程圖如圖1所示。

圖1 融合預(yù)處理流程圖

其中，時(shí)間是否相繼，信道是否相鄰，均在一定容差范圍內(nèi)滿足條件即可。LFM代表線性調(diào)頻信號(hào)。

數(shù)字信道化接收機(jī)所產(chǎn)生PDW包含{載頻(RF)、到達(dá)時(shí)間(TOA)、結(jié)束時(shí)間(TOE)、能量(E)}四個(gè)特征參數(shù)。由于信道特性不理想，對(duì)于單載頻信號(hào)，會(huì)出現(xiàn)多信道同時(shí)檢測(cè)，融合準(zhǔn)則為：

(1) 單信道檢測(cè)：直接輸出PDW。

(2) 同時(shí)兩信道檢測(cè)：RF進(jìn)行插值處理，實(shí)現(xiàn)對(duì)信號(hào)頻譜譜峰的精確定位，降低測(cè)頻誤差[5]。插值公式：

(1)

(2)

其中，rf為頻率估計(jì)值，k0和k1為同時(shí)檢測(cè)的兩信道，X0和X1為各信道對(duì)應(yīng)的的譜峰，fs為采樣率，N為FFT寬度。

對(duì)于線性調(diào)頻信號(hào)，多個(gè)相鄰信道相繼檢測(cè)，相繼檢測(cè)指下一PDW的脈沖前沿時(shí)間小于當(dāng)前PDW的脈沖結(jié)束時(shí)間，利用該特征合并PDW，記錄其最低頻率和最高頻率。

融合預(yù)處理后，PDW格式{RF0、RF1、PW、TOA、FLAG、E}，增加了一維特征參數(shù)標(biāo)志位(FLAG)，F(xiàn)LAG=1表示為單載頻，F(xiàn)LAG=2表示為L(zhǎng)FM。PW為脈沖寬度。RF0和RF1為線性調(diào)頻信號(hào)的起始頻率和截止頻率，對(duì)于單載頻信號(hào)，RF0=RF1。

1.2 網(wǎng)格密度聚類算法

1.2.1 網(wǎng)格密度結(jié)構(gòu)

1.2.2 網(wǎng)格劃分?jǐn)?shù)ki和密度閾值Minpts

網(wǎng)格劃分決定了網(wǎng)格尺寸，對(duì)聚類結(jié)果的準(zhǔn)確性有重要影響。如果網(wǎng)格的尺寸太大，影響聚類準(zhǔn)確性，如果網(wǎng)格的尺寸太小，網(wǎng)格單元數(shù)過多，會(huì)提高算法復(fù)雜度。采用網(wǎng)格劃分的方式處理數(shù)據(jù)本質(zhì)上是數(shù)據(jù)壓縮，每一維劃分?jǐn)?shù)ki就代表了數(shù)據(jù)壓縮的程度[6]。本文對(duì)第i維選擇一個(gè)固定的分辨率resi及最小值Mini和最大值Maxi，則每一維的劃分?jǐn)?shù)Ki的選擇：

(3)

密度閾值的作用是濾除混合在雷達(dá)脈沖信號(hào)中的噪聲，減少噪聲干擾?，F(xiàn)有的網(wǎng)格聚類算法要求用戶輸入密度閾值來判定網(wǎng)格是否為高密度單元，密度閾值的不同可能會(huì)導(dǎo)致的聚類結(jié)果的不同[7]。本文借鑒平均密度思想，計(jì)算得到Minpts。

(4)

式中：G為生成的網(wǎng)格單元數(shù)目，deni為每個(gè)網(wǎng)格單元的網(wǎng)格密度，Max_den為生成的相交網(wǎng)格中的最大網(wǎng)格密度。

1.2.3 網(wǎng)格密度聚類主要步驟

預(yù)處理后數(shù)據(jù)作為待分選數(shù)據(jù)。對(duì)于單載頻PDW集，選取特征參數(shù)：脈寬PW，載頻RF，信道重復(fù)周期CRI構(gòu)成三維待分選數(shù)據(jù)集S1，S1為若干個(gè)格式為{PW，RF，CRI}的單載頻型PDW集合；對(duì)于線性調(diào)頻PDW集，選取特征參數(shù)：脈寬PW，載頻RF0，載頻RF1構(gòu)成三維待分選數(shù)據(jù)集S2，S2為若干個(gè)格式為{PW，RF0，RF1}的線性調(diào)頻型PDW集合。對(duì)PDW集合S1和S2進(jìn)行網(wǎng)格密度聚類。網(wǎng)格密度聚類算法流程圖如圖2所示。

圖2 網(wǎng)格密度聚類流程圖

1.3 聚類結(jié)果處理

1.3.1 聚類結(jié)果的選擇剔除

融合預(yù)處理后的PDW流在進(jìn)行網(wǎng)格密度聚類算法后，得到了輻射源描述字EDW。當(dāng)PDW流是數(shù)字信道化接收機(jī)產(chǎn)生時(shí)，由于門限的選擇，無(wú)論是何種類型的雷達(dá)信號(hào)，都會(huì)有相鄰信道的PDW產(chǎn)生[8]。因此，在聚類結(jié)果中，可能會(huì)出現(xiàn)一些錯(cuò)誤的聚類結(jié)果，有必要對(duì)錯(cuò)誤結(jié)果進(jìn)行剔除。

累計(jì)差值直方圖(CDIF)是基于周期性的脈沖時(shí)間相關(guān)原理的一種傳統(tǒng)脈沖重復(fù)周期(PRI)分選算法[9]，通過累積各級(jí)差值直方圖來估計(jì)原始脈沖序列中可能存在的PRI，并以此PRI進(jìn)行脈沖搜索。CDIF的最優(yōu)門限是：

α=k·(T/τ)

(5)

其中，k為可調(diào)系數(shù)，通常取

1.3.2 聚類結(jié)果合并處理

對(duì)于LFM聚類結(jié)果，在經(jīng)過CDIF門限選擇后，生成LFM型EDW。

對(duì)于單載頻聚類結(jié)果，在經(jīng)過CDIF門限選擇后，需要進(jìn)一步處理，將其分類為單載頻信號(hào)、頻率捷變信號(hào)、頻率分集信號(hào)。

合并處理主要步驟：

(1)取第一個(gè)EDW初始化Temp_EDW

(3)取下一個(gè)未處理的EDW，重復(fù)步驟(2)，直到所有的EDW融合結(jié)束

(4)生成最終的EDW。

1.4 分選算法的基本步驟

輸入：數(shù)字信道化接收機(jī)產(chǎn)生的PDW流，PDW(RF，TOA，TOA，E)。

輸出：聚類結(jié)果EDW。

(1)讀入數(shù)據(jù)，對(duì)PDW流進(jìn)行融合預(yù)處理，標(biāo)記為L(zhǎng)FM型PDW流和單載頻型PDW流。

(2)對(duì)兩種類型的PDW流進(jìn)行網(wǎng)格密度聚類，生成初始聚類。

(3)對(duì)初始聚類結(jié)果進(jìn)行處理，包括CDIF最優(yōu)門限選擇性剔除和合并處理。

(4)生成最終聚類結(jié)果EDW{信號(hào)類型、RF0～RF5、PW、PRI、Num_Of_Pulse}， Num_Of_Pulse代表總脈沖個(gè)數(shù)，信號(hào)類型主要有單載頻信號(hào)，線性調(diào)頻信號(hào)，頻率捷變信號(hào)，頻率分集信號(hào)。

2 仿真實(shí)驗(yàn)分析

為了驗(yàn)證該網(wǎng)格密度聚類分選算法適用于數(shù)字信道化接收機(jī)的雷達(dá)信號(hào)分選的可行性和有效性，以圖3所示實(shí)驗(yàn)?zāi)Ｐ瓦M(jìn)行仿真分析。實(shí)驗(yàn)環(huán)境：Windows7, Inter Core i3 M390 2.67Ghz , 4G內(nèi)存 , 仿真工具M(jìn)atlab R2014a。

圖3 實(shí)驗(yàn)?zāi)Ｐ?/p>

輸入信號(hào)：包括空間中的6部雷達(dá)，其參數(shù)見表1，包括單載頻信號(hào)，頻率捷變信號(hào)，頻率分集信號(hào)，線性調(diào)頻信號(hào)以及重頻參差信號(hào)。

數(shù)字信道化：采用基于STFT的數(shù)字信道化接收機(jī)仿真系統(tǒng)。數(shù)字信道化接收機(jī)系統(tǒng)的仿真參數(shù)：采樣率為1280 MHz，F(xiàn)FT寬度256點(diǎn)，滑動(dòng)長(zhǎng)度為128點(diǎn)，漢寧窗，噪聲功率0.1，仿真時(shí)長(zhǎng)為20 ms。

數(shù)字信道化通過門限檢測(cè)得到PDW流，每個(gè)PDW由四維參數(shù)組成{RF、TOA、TOE、E}組成，將PDW流進(jìn)行信號(hào)分選。

信號(hào)分選：信號(hào)分選先采用 圖1所示流程進(jìn)行原始數(shù)據(jù)PDW流的融合預(yù)處理，再采用 圖2所示流程進(jìn)行網(wǎng)格密度聚類，獲得初始聚類。最后，通過1.3節(jié)所述步驟對(duì)聚類結(jié)果選擇性剔除和合并處理，生成最終的分選結(jié)果。

結(jié)果輸出：畫圖顯示信號(hào)分選結(jié)果。

表1 仿真實(shí)驗(yàn)輻射源類型及特征參數(shù)

圖4 數(shù)據(jù)分布圖

圖5 PDW流聚類分選結(jié)果

原始數(shù)據(jù)分布如圖4(a)所示，依據(jù)數(shù)字信道化的PDW流(RF，TOA，TOE，E)轉(zhuǎn)換成(RF，CRI，PW)所得，其中CRI為信道重復(fù)周期，定義為同一信道的相鄰PDW的TOA之差；PW為各PDW的TOA與TOE之差。由于數(shù)字信道化的影響，會(huì)產(chǎn)生相鄰信道的PDW，并且信道的CRI和PW會(huì)出現(xiàn)一些有誤的分布。分布圖顯示各信號(hào)參數(shù)交疊嚴(yán)重，利用傳統(tǒng)的網(wǎng)格密度聚類無(wú)法有效的進(jìn)行分選。因此對(duì)原始的PDW流有必要融合預(yù)處理，合并相鄰信道，更新TOA和TOE，依據(jù)能量判斷其類型為單載頻或者線性調(diào)頻，為下一步網(wǎng)格密度聚類做準(zhǔn)備。預(yù)處理后數(shù)據(jù)分布圖如圖4(b)所示。

預(yù)處理之后的數(shù)據(jù)進(jìn)行網(wǎng)格密度聚類，利用公式3得到每一維的劃分?jǐn)?shù)K，劃分網(wǎng)格，利用公式4得到密度閾值Minpts=10。在獲得初始聚類之后，利用CDIF在進(jìn)行最優(yōu)門限選擇性剔除時(shí)k=0.4，采樣時(shí)間T=20 ms。最后得到雷達(dá)信號(hào)聚類分選結(jié)果，如圖5所示。

圖5 (續(xù))

輻射源輻射源1輻射源2輻射源3輻射源4輻射源5輻射源6理論脈沖數(shù)2001601003334450分選脈沖數(shù)199159993304250

依據(jù)仿真實(shí)驗(yàn)結(jié)果圖5可知，本文提出的改進(jìn)的基于網(wǎng)格密度聚類的分選算法對(duì)接收機(jī)產(chǎn)生的混合PDW流準(zhǔn)確地進(jìn)行了分選，生成各輻射源EDW，完成了未知雷達(dá)輻射源的分選要求。由表2可證明該聚類分選算法的有效性和可行性，目前可以分選的類型有具有參差特征的線性調(diào)頻信號(hào)，單載頻信號(hào)，頻率捷變信號(hào)，頻率分集信號(hào)。

3 結(jié) 語(yǔ)

本文將網(wǎng)格密度聚類算法用于實(shí)時(shí)性要求性較高的數(shù)字信道化接收機(jī)的雷達(dá)預(yù)分選之中，根據(jù)信道化后PDW流的特征，首先融合預(yù)處理，再利用聚類算法獲得初始聚類，對(duì)初始聚類結(jié)果進(jìn)行選擇性剔除及合并處理后完成信號(hào)分選，得到未知雷達(dá)輻射源的EDW。仿真實(shí)驗(yàn)表明了算法應(yīng)用于未知雷達(dá)輻射源分選的有效性和可行性，較好的滿足了雷達(dá)輻射源分選的要求。進(jìn)一步提高算法的運(yùn)行效率，并將其他數(shù)據(jù)流挖掘算法進(jìn)行結(jié)合，更好地應(yīng)用到雷達(dá)信號(hào)分選領(lǐng)域，是下一步的研究?jī)?nèi)容。

[1] 何明浩.雷達(dá)對(duì)抗信息處理 [M] . 北京：清華大學(xué)出版社，2010:8-9.

[2] 司錫才.現(xiàn)代電子戰(zhàn)導(dǎo)論(下) [M].哈爾濱：哈爾濱工程大學(xué)出版社，2013:6-7

[3] 向嫻.一種基于網(wǎng)格密度聚類的雷達(dá)信號(hào)分選 [J] .火控雷達(dá)技術(shù)，2010，39(4)：67-72

[4] 邱保志.基于局部密度和動(dòng)態(tài)生成網(wǎng)格的聚類算法 [J].計(jì)算機(jī)工程和設(shè)計(jì)，2010，31(2)：385-387

[5] 湯建龍. 雷達(dá)信號(hào)到達(dá)角及相關(guān)參數(shù)估計(jì)研究 [D].西安電子科技大學(xué) ，2004:23 - 24

[6] 陳維高. 基于改進(jìn)網(wǎng)格聚類的動(dòng)態(tài)雷達(dá)信號(hào)分選算法 [J]. 雷達(dá)與對(duì)抗，2012，32(4)：30-32

[7] 邱保志. 基于網(wǎng)格熵的邊界點(diǎn)檢測(cè)算法[J].計(jì)算機(jī)應(yīng)用，2008,28(3)：21-24

[8] 趙國(guó)慶.雷達(dá)對(duì)抗原理 [M].西安電子科技大學(xué)出版社，2012:33-37

[9] Mardia H K.New techniques for the deinterleaving of repetitive Sequences.IEE Proceedings.Pt F.1989，136(4)：149-154.

Clustering Sorting Algorithm Based on Digital Channelized Receiver

ZHANG Yong-qiang , TANG Jian-long

(The Ministry Key Laboratory of Electronic Information Countermeasure and Simulation, Xidian Univ., Xi’an 710071, China)

A clustering algorithm of unknown radar emitter sorting for digital channelized receivers is proposed. The algorithm preprocesses the PDW stream generated by the digital channelized receiver, clusters pre-processed PDW stream on grid and density, and acquires the initial classification results of radar emitter. Then using CDIF optimal threshold to eliminate false radiation source, And the EDW is finally generated after merging process.The simulation results show that the algorithm can be effectively used in radar signal sorting of digital channelized receiver.

radar signal sorting ; digital channelized receiver ; grid density clustering

10.3969/j.issn.1673-5692.2016.02.008

2016-12-15

2017-02-20

TN971.+1

A

1673-5692(2017)02-143-06

張勇強(qiáng) (1991—)，男，甘肅人，碩士，主要研究方向?yàn)樾畔?duì)抗技術(shù);

E-mail:zyq2021@126.com

湯建龍 (1978—)，男，江西人，副教授，主要研究方向?yàn)樾畔?duì)抗技術(shù)及相關(guān)的信號(hào)處理與仿真技術(shù)。