劉飛，何明浩，馮明月，蔣瑩

(1.空軍預(yù)警學(xué)院，湖北 武漢 430019；2.中國(guó)人民解放軍95174部隊(duì)，湖北 武漢 430040)

0 引言

在當(dāng)前互聯(lián)網(wǎng)、大數(shù)據(jù)的信息網(wǎng)絡(luò)時(shí)代，數(shù)據(jù)庫的應(yīng)用是無處不在，其作用也是愈加重要。同樣，在電子對(duì)抗領(lǐng)域，隨著戰(zhàn)場(chǎng)電磁環(huán)境的日趨復(fù)雜，傳統(tǒng)基于常規(guī)參數(shù)的雷達(dá)輻射源識(shí)別方法已難以滿足作戰(zhàn)需求[1-3]，于是大量研究人員致力于發(fā)掘雷達(dá)輻射源識(shí)別的新方法和新手段[4-6]，追求識(shí)別方法的自動(dòng)化、智能化和精準(zhǔn)化，然而不可否認(rèn)，規(guī)范完善的數(shù)據(jù)庫是這“三化”識(shí)別方法的基礎(chǔ)。

從公開的文獻(xiàn)來看，近幾年國(guó)內(nèi)關(guān)于雷達(dá)輻射源識(shí)別數(shù)據(jù)庫方面的研究并不多，僅文獻(xiàn)[7]在研究被動(dòng)雷達(dá)輻射源識(shí)別技術(shù)時(shí)提出雷達(dá)及其信號(hào)信息數(shù)據(jù)庫的構(gòu)建方法，但是其建立的信號(hào)信息數(shù)據(jù)庫只涉及到輻射源信號(hào)的基本參數(shù)，也就是常說的傳統(tǒng)的常規(guī)參數(shù)。然而現(xiàn)實(shí)的情況是，被挖掘和發(fā)現(xiàn)的雷達(dá)輻射源特征參數(shù)，尤其是脈內(nèi)特征參數(shù)越來越多[8-11]；新研究的雷達(dá)輻射源識(shí)別方法對(duì)數(shù)據(jù)庫的要求也越來越高[12]，因此，有必要對(duì)雷達(dá)輻射源識(shí)別數(shù)據(jù)庫進(jìn)行完善和規(guī)范，也有必要對(duì)基于數(shù)據(jù)庫的相關(guān)應(yīng)用方法做深化研究。

1 數(shù)據(jù)庫設(shè)計(jì)需求分析

設(shè)計(jì)雷達(dá)輻射源數(shù)據(jù)庫主要考慮2個(gè)方面的應(yīng)用：一是雷達(dá)輻射源信息的收集積累，包括輻射源基本信息的收集和輻射源特征參數(shù)的收集；二是雷達(dá)輻射源數(shù)據(jù)庫在識(shí)別中的應(yīng)用。

1.1 輻射源基本信息的收集

雷達(dá)輻射源基本信息是一種對(duì)輻射源技戰(zhàn)術(shù)特點(diǎn)的文字描述，可以給人直接的主觀印象。隨著雷達(dá)技術(shù)的飛速發(fā)展，不斷有新型雷達(dá)裝備出現(xiàn)在各類戰(zhàn)場(chǎng)，因此，雷達(dá)輻射源數(shù)據(jù)庫中輻射源的基本信息需不斷完善和更新，為戰(zhàn)場(chǎng)指揮員提供盡可能全面和準(zhǔn)確的情報(bào)。

1.2 輻射源特征參數(shù)的擴(kuò)充

雷達(dá)輻射源的特征參數(shù)是對(duì)輻射源信號(hào)波形特點(diǎn)的數(shù)據(jù)描述，是參與算法運(yùn)算的基礎(chǔ)。由于采集環(huán)境的不同或雷達(dá)輻射源參數(shù)設(shè)置的不同，造成提取同一個(gè)輻射源的特征數(shù)據(jù)也會(huì)不同，所以雷達(dá)輻射源數(shù)據(jù)庫要能體現(xiàn)相同輻射源對(duì)應(yīng)多組特征參數(shù)的互聯(lián)關(guān)系。并且，越來越多的脈內(nèi)特征參數(shù)的挖掘和提取，數(shù)據(jù)庫要能在橫向和縱向擴(kuò)展，適應(yīng)雷達(dá)輻射源特征參數(shù)在種類和維數(shù)上的變化。

1.3 輻射源識(shí)別技術(shù)的支撐運(yùn)用

雷達(dá)輻射源識(shí)別數(shù)據(jù)庫及其重要的作用還體現(xiàn)在對(duì)輻射源識(shí)別技術(shù)的數(shù)據(jù)支撐。不管是用于輻射源識(shí)別分類器的智能學(xué)習(xí)，還是用于匹配識(shí)別輻射源的基本信息，都需數(shù)據(jù)庫數(shù)據(jù)的密切參與，因此，在數(shù)據(jù)庫的設(shè)計(jì)上，要考慮與實(shí)際應(yīng)用的結(jié)合。

2 數(shù)據(jù)庫構(gòu)建方法

在數(shù)據(jù)庫構(gòu)建平臺(tái)的選擇上，選用操作簡(jiǎn)便、應(yīng)用廣泛的SQL Server關(guān)系型數(shù)據(jù)庫管理系統(tǒng)[13]。在SQL Server平臺(tái)中，數(shù)據(jù)表的設(shè)計(jì)是構(gòu)建數(shù)據(jù)庫的基礎(chǔ)工作，也是數(shù)據(jù)庫構(gòu)建的主要內(nèi)容。根據(jù)雷達(dá)輻射源識(shí)別數(shù)據(jù)庫的設(shè)計(jì)需求，主要考慮輻射源信息表和特征表兩大主表的構(gòu)建。

2.1 信息表與特征表的關(guān)聯(lián)

在需求分析中提到，雷達(dá)輻射源信息表中的一條基本信息記錄往往會(huì)對(duì)應(yīng)特征表中的多條特征數(shù)據(jù)記錄。這種“一對(duì)多”的關(guān)系，考慮在設(shè)計(jì)數(shù)據(jù)表時(shí)對(duì)數(shù)據(jù)表進(jìn)行“垂直分割”，將信息表定義為“父表”，將特征表定義為“子表”?！案副怼?、“子表”之間通過外關(guān)鍵字關(guān)聯(lián)，如圖1所示。

圖1 雷達(dá)輻射源信息表與特征表的關(guān)聯(lián)
Fig.1 Relationship between information table and characteristic table

數(shù)據(jù)庫設(shè)計(jì)中，選用“雷達(dá)編號(hào)”為信息表的主鍵，選用“特征編號(hào)”為特征表的主鍵，同時(shí)，“雷達(dá)編號(hào)”還作為特征表的外關(guān)鍵字，與信息表進(jìn)行關(guān)聯(lián)。

2.2 信息表構(gòu)建

為完整描述雷達(dá)輻射源的基本信息，雷達(dá)輻射源信息表的屬性項(xiàng)要能涵蓋輻射源的各個(gè)方面，如圖2所示。在有些可以規(guī)范統(tǒng)一的屬性項(xiàng)上，如敵我屬性、雷達(dá)用途、工作狀態(tài)、技術(shù)體制、武器平臺(tái)、威脅等級(jí)、國(guó)家地區(qū)等，可進(jìn)一步設(shè)計(jì)屬性子表，使數(shù)據(jù)庫的結(jié)構(gòu)簡(jiǎn)潔明了，數(shù)據(jù)的維護(hù)和調(diào)用方便快捷。

圖2 輻射源信息表的E-R模型Fig.2 E-R model of information table

在雷達(dá)輻射源信息表中，由于選取“雷達(dá)編號(hào)”作為主鍵，因此“雷達(dá)編號(hào)”在數(shù)據(jù)表中不能為空，且具有唯一性，其他屬性可根據(jù)實(shí)際對(duì)雷達(dá)輻射源信息的掌握情況進(jìn)行確定。在信息表屬性的數(shù)據(jù)類型設(shè)置上，保持與屬性子表一致，如表1所示。

表1 輻射源信息表屬性Table 1 Attributes of information Table

2.3 特征表構(gòu)建

雷達(dá)輻射源特征表記錄輻射源信號(hào)的各類特征參數(shù)，包括常見的基本參數(shù)，如信號(hào)的調(diào)制類型、脈寬、載頻、重復(fù)周期等，還包括信號(hào)的脈內(nèi)特征參數(shù)，如信號(hào)的頻譜、時(shí)頻關(guān)系、熵值、復(fù)雜度等，如圖3所示。

圖3 輻射源特征表的E-R模型Fig.3 E-R model of characteristic table

需要說明的是，特征表的最后2個(gè)屬性分別為“信號(hào)環(huán)境”和“訓(xùn)練標(biāo)志”，其中，“信號(hào)環(huán)境”指?jìng)墒赵摋l記錄時(shí)所對(duì)應(yīng)信號(hào)的戰(zhàn)場(chǎng)環(huán)境情況，如信噪比、電磁情況等，“訓(xùn)練標(biāo)志”指該條記錄是否加入智能學(xué)習(xí)訓(xùn)練的樣本庫，若加入則會(huì)改變分類模型，需重新訓(xùn)練分類器，若不加入則作為普通的信號(hào)特征記錄。特征表記錄的屬性主要由各種特征參數(shù)數(shù)據(jù)組成，難以形成統(tǒng)一的屬性集合，因此，除調(diào)制類型表外沒有屬性子表。

在雷達(dá)輻射源特征表中，選取“入庫編號(hào)”作為表的主鍵，不能為空，其他屬性根據(jù)實(shí)際特征獲取情況進(jìn)行確定，如表2所示。但當(dāng)記錄加入訓(xùn)練樣本時(shí)，則要求所有的屬性值不能為空。從表中數(shù)據(jù)類型的設(shè)計(jì)不難發(fā)現(xiàn)，特征表屬性的數(shù)據(jù)類型各不相同，這主要是因?yàn)槊總€(gè)特征數(shù)據(jù)的維數(shù)和數(shù)值長(zhǎng)度不同，如頻譜數(shù)據(jù)的維數(shù)是128，每一維的數(shù)據(jù)是“0.xx”樣式，加上數(shù)據(jù)之間通過“，”隔開，所以每一維數(shù)據(jù)的數(shù)值長(zhǎng)度為5位，這樣頻譜數(shù)據(jù)的數(shù)值總長(zhǎng)度就是640位。

表2 輻射源特征表屬性Table 2 Attributes of characteristic Table

3 基于輻射源識(shí)別數(shù)據(jù)庫的應(yīng)用實(shí)例

構(gòu)建數(shù)據(jù)庫的重要意義在于其實(shí)際應(yīng)用中簡(jiǎn)化了數(shù)據(jù)操作以及奠定了數(shù)據(jù)基礎(chǔ)，本文探究了雷達(dá)輻射源識(shí)別數(shù)據(jù)庫在實(shí)際應(yīng)用中的3個(gè)方面內(nèi)容。

3.1 數(shù)據(jù)可視化管理

輻射源數(shù)據(jù)的可視化管理是關(guān)于數(shù)據(jù)庫的最基本的應(yīng)用。數(shù)據(jù)庫的構(gòu)建平臺(tái)如SQL Server本身帶有數(shù)據(jù)庫的基礎(chǔ)維護(hù)管理功能，但是這些功能大都由數(shù)據(jù)庫管理員操作使用，對(duì)于普通用戶來說，在數(shù)據(jù)庫的數(shù)據(jù)使用上希望應(yīng)用界面更直觀、交互性更好，因此，一般都會(huì)設(shè)計(jì)專門的可視化應(yīng)用軟件供用戶使用。

同樣，實(shí)現(xiàn)對(duì)雷達(dá)輻射源識(shí)別數(shù)據(jù)庫數(shù)據(jù)的可視化查詢、修改、刪除等操作，可根據(jù)雷達(dá)輻射源識(shí)別數(shù)據(jù)庫的兩大主表(信息表和特征表)進(jìn)行開發(fā)應(yīng)用。在應(yīng)用界面的布局中，分別設(shè)計(jì)參數(shù)設(shè)置區(qū)、數(shù)據(jù)管理操作區(qū)和數(shù)據(jù)表格顯示區(qū)，對(duì)應(yīng)的功能分別為數(shù)據(jù)表屬性值的輸入、數(shù)據(jù)表的數(shù)據(jù)操作(查詢、修改、刪除等)和數(shù)據(jù)表的結(jié)果顯示，如圖4所示。

圖4 數(shù)據(jù)可視化管理的應(yīng)用界面Fig.4 Application form of visual data administration

在2個(gè)數(shù)據(jù)庫的管理應(yīng)用窗口中，對(duì)于“雷達(dá)編號(hào)”和“特征編號(hào)”均設(shè)有“獲取編號(hào)”按鈕，通過該按鈕可以自動(dòng)獲得新記錄的編號(hào)，確保數(shù)據(jù)庫中主鍵的唯一性。在“父表”輻射源信息庫中通過“查看特征參數(shù)”按鈕可引導(dǎo)選定輻射源的特征數(shù)據(jù)顯示。

3.2 信號(hào)調(diào)制類型識(shí)別

采用智能分類的方法實(shí)現(xiàn)信號(hào)調(diào)制類型的識(shí)別，是數(shù)據(jù)庫應(yīng)用非常重要的內(nèi)容。通過對(duì)樣本數(shù)據(jù)的學(xué)習(xí)訓(xùn)練，生成分類模型；然后把待分類數(shù)據(jù)輸入到分類模型，輸出分類結(jié)果；對(duì)于分類結(jié)果可選擇是否加入更新樣本數(shù)據(jù)，該過程如圖5所示。

圖5 智能分類流程結(jié)構(gòu)圖Fig.5 Flow chart of intelligently sorting

本文分類器選用在解決小樣本、非線性及高維模式識(shí)別問題中表現(xiàn)優(yōu)秀的支持向量機(jī)(SVM)[14-15]，樣本數(shù)據(jù)利用特征表和調(diào)制類型表之間的關(guān)聯(lián)產(chǎn)生，如圖6所示。利用2個(gè)表中的公共關(guān)鍵字“調(diào)制類型”，建立信號(hào)調(diào)制類型分類號(hào)與雷達(dá)輻射源信號(hào)脈內(nèi)特征數(shù)據(jù)之間的聯(lián)系。這里選用樣本數(shù)據(jù)主要基于脈內(nèi)特征數(shù)據(jù)，因?yàn)閭鹘y(tǒng)的常規(guī)參數(shù)在當(dāng)前復(fù)雜電磁環(huán)境中表現(xiàn)不佳，不能滿足需求，而脈內(nèi)特征由于其穩(wěn)定性好、標(biāo)識(shí)性強(qiáng)越來越多的被利用到輻射源信號(hào)的分選和識(shí)別中。

圖6 樣本數(shù)據(jù)的生成方法Fig.6 Method of generating sample data

由此生成的樣本數(shù)據(jù)樣式如圖7所示，其中“信號(hào)環(huán)境”和“訓(xùn)練標(biāo)志”作為樣本數(shù)據(jù)的選擇條件。

把樣本數(shù)據(jù)輸入到SVM中進(jìn)行分類訓(xùn)練，輸出分類模型model_saveFile，該分類模型對(duì)5種典型雷達(dá)輻射源信號(hào)調(diào)制類型的分類準(zhǔn)確率達(dá)97.8%，分類結(jié)果如圖8所示。

圖8 SVM分類結(jié)果Fig.8 Sorting result of SVM

對(duì)于實(shí)時(shí)偵收的雷達(dá)輻射源信號(hào)，通過提取脈內(nèi)特征，并輸入到SVM分類模型可實(shí)時(shí)輸出信號(hào)的調(diào)制類型，如圖9所示。

圖9 信號(hào)調(diào)制類型的識(shí)別結(jié)果Fig.9 Recognition result of modulated signals

3.3 雷達(dá)輻射源匹配識(shí)別

利用智能分類器進(jìn)行雷達(dá)輻射源信號(hào)調(diào)制類型的識(shí)別是一種快速的、有限的識(shí)別，若事先采集存儲(chǔ)了偵收到的雷達(dá)輻射源信號(hào)波形數(shù)據(jù)，則可對(duì)雷達(dá)輻射源信號(hào)做事后全面的數(shù)據(jù)分析，并結(jié)合數(shù)據(jù)庫，識(shí)別出詳細(xì)的雷達(dá)輻射源信息。

(1)

式中:A為待識(shí)別信號(hào)標(biāo)記;Mi為第i組特征參數(shù)的維數(shù)。

(2)

式中:D為數(shù)據(jù)庫記錄標(biāo)記。

計(jì)算待識(shí)別信號(hào)與數(shù)據(jù)庫記錄的相似度為

(3)

給定閾值ρ(一般大于0.99)，當(dāng)ρAD≥ρ時(shí)，認(rèn)為待識(shí)別信號(hào)與數(shù)據(jù)庫中的記錄是同源的，如圖10所示。此時(shí)可根據(jù)該記錄中的“雷達(dá)編號(hào)”獲取輻射源信息庫中對(duì)應(yīng)的雷達(dá)輻射源詳細(xì)信息。若對(duì)于數(shù)據(jù)庫中所有的記錄均沒有ρAD≥ρ，則認(rèn)為待識(shí)別信號(hào)來自新的雷達(dá)輻射源，需進(jìn)一步搜集信息并加入輻射源信息庫。

圖10 輻射源匹配識(shí)別結(jié)果Fig.10 Recognition result of matching emitter

4 結(jié)束語

本文從信息庫和特征庫2個(gè)方面構(gòu)建雷達(dá)輻射源識(shí)別數(shù)據(jù)庫，規(guī)范和明確了數(shù)據(jù)庫的屬性范圍，也建立了數(shù)據(jù)表之間的關(guān)聯(lián)關(guān)系，為輻射源信息的收集及數(shù)據(jù)的應(yīng)用奠定了基礎(chǔ)。該數(shù)據(jù)庫的構(gòu)建方法適應(yīng)了目前復(fù)雜電磁環(huán)境下輻射源識(shí)別對(duì)數(shù)據(jù)庫的要求。文中提出的關(guān)于數(shù)據(jù)庫應(yīng)用的3個(gè)場(chǎng)景，可為雷達(dá)輻射源數(shù)據(jù)管理和智能識(shí)別提供重要參考。

[1] 曠平昌，王杰貴，羅景青.基于脈沖樣本圖和Vague集的雷達(dá)輻射源識(shí)別[J].宇航學(xué)報(bào)，2011，32(7)：1639-1644.

KUANG Ping-chang，WANG Jie-gui，LUO Jing-qing.Radar Emitter Recognition Based on Pulse Sequence Pattern and Vague Set[J].Journal of Astronautics，2011，32(7)：1639-1644.

[2] 廖宇鵬，周仕成，舒汀.基于個(gè)體特征的雷達(dá)輻射源識(shí)別方法研究[J].現(xiàn)代雷達(dá)，2015，37(3)：36-41.

LIAO Yu-peng，ZHOU Shi-cheng，SHU Ting.A Study on Radar Emitter Recognition Technology Using Individual Characteristics[J].Modern Radar，2015，37(3)：36-41.

[3] 石丹，劉卓，劉茂，等.一種基于方向特性識(shí)別電磁輻射源的新方法[J].電波科學(xué)學(xué)報(bào)，2014，29(5)：964-968.

SHI Dan，LIU Zhuo，LIU Mao，et al.A New Method for Electromagnetic Radiation Source Identification on the Basis of Directional Characteristics[J].Chinese Journal of Radio Science，2014，29(5)：964-968.

[4] 郭強(qiáng)，何友.基于云模型的DSm證據(jù)建模及雷達(dá)輻射源識(shí)別方法[J].電子與信息學(xué)報(bào)，2015，37(8)：1779-1785.

GUO Qiang，HE You.DSm Evidence Modeling and Radar Emitter Fusion Recognition Method Based on Cloud Model[J].Journal of Electronics & Information Technology，2015，37(8)：1779-1785.

[5] 周志文，黃高明，高俊.基于壓縮協(xié)作表示的輻射源識(shí)別算法[J].航空學(xué)報(bào)，2016，37(7)：2251-2258.

ZHOU Zhi-wen，HUANG Gao-ming，GAO Jun.Emitter Recognition Algorithm Based on Compressively Collaborative Representation[J].Acta Aeronautica et Astronautica Sinica，2016，37(7)：2251-2258.

[6] CHEN Chang-xiao，HE Ming-hao，LI Hong-fei.An Improved Radar Emitter Recognition Method Based on Dezert-Smarandache Theory[J].Chinese Journal of Electronics，2015，24(3)：611-615.

[7] 韓衛(wèi)國(guó)，章碧，駱彬.基于雷達(dá)及其信號(hào)信息數(shù)據(jù)庫的被動(dòng)輻射源識(shí)別技術(shù)[J].雷達(dá)與對(duì)抗，2010，30(3)：67-70.

HAN Wei-guo，ZHANG Bi，LUO Bin.The Technology Based on Radar Signal Information for Passive Radiation Source Recognition[J].Radar & ECM，2010，30(3)：67-70.

[8] 孟凡杰，唐宏，王義哲.基于多特征融合的雷達(dá)輻射源信號(hào)識(shí)別[J].計(jì)算機(jī)仿真，2016，33(3)：18-22.

MENG Fan-jie，TANG Hong，WANG Yi-zhe.Radar Emitter Signal Recognition Based on Fusion of Features[J].Computer Simulation，2016，33(3)：18-22.

[9] 徐玉龍，王金明，徐志軍，等.基于小波熵的輻射源指紋特征提取方法[J].數(shù)據(jù)采集與處理，2014，29(4)：631-635.

XU Yu-long，WANG Jin-ming，XU Zhi-jun，et al.Fingerprint Feature Extraction Method for Emitters Based on Wavelet Entropy[J].Journal of Data Acquisition and Processing，2014，29(4)：631-635.

[10] 劉凱，韓嘉賓，黃青華.基于改進(jìn)相像系數(shù)和奇異譜熵的雷達(dá)信號(hào)分選[J].現(xiàn)代雷達(dá)，2015，37(9)：80-85.

LIU Kai，HAN Jia-bin，HUANG Qing-hua.Sorting Radar Signal Based on the Improved Resemblance Coefficient and Singular Spectrum Entropy[J].Modern Radar，2015，37(9)：80-85.

[11] 李英達(dá)，肖立志，李吉民，等.基于網(wǎng)格聚類的復(fù)雜雷達(dá)信號(hào)分選[J].現(xiàn)代防御技術(shù)，2013，41(5)：124-128.

LI Ying-da，XIAO Li-zhi，LI Ji-min，et al.A Method of Complex Radar Signal Based on Grid Clustering[J].Modern Defence Technology，2013，41(5)：124-128.

[12] 劉飛，何明浩，郁春來，等.一種雷達(dá)輻射源信號(hào)識(shí)別的工程實(shí)現(xiàn)方法[J].空軍預(yù)警學(xué)院學(xué)報(bào)，2015，29(5)：328-331，342.

LIU Fei，HE Ming-hao，YU Chun-lai，et al.Method for Project Implementation of Recognizing Radar Emitter Signal[J].Journal of Air Force Early Warning Academy，2015，29(5)：328-331，342.

[13] 崔群法，祝洪濤，趙喜來.SQL Server 2008中文版從入門到精通[M].北京：電子工業(yè)出版社，2009.

CUI Qun-fa，ZHU Hong-tao，ZHAO Xi-lai.Introduction and Mastery of SQL Server 2008 Chinese Edition[M].Beijing：Publishing House of Electronics Industry，2009.

[14] Vladimir N Vapnik.統(tǒng)計(jì)學(xué)習(xí)理論的本質(zhì)[M].張學(xué)工,譯.北京：清華大學(xué)出版社，2000.

Vladimir N Vapnik.The Nature of Statistical Learning Theory[M].ZHANG Xue-gong,Translated.Beijing：Tsinghua University Press，2000.

[15] 丁世飛，齊丙娟，譚紅艷.支持向量機(jī)理論與算法研究綜述[J].電子科技大學(xué)學(xué)報(bào)，2011，40(1)：2-10.

DING Shi-fei，QI Bing-juan，TANG Hong-yan.An Overview on Theory and Algorithm of Support Vector Machines[J].Journal of University of Electronic Science and Technology of China，2011，40(1)：2-10.