方棉佳，陳 朝

（1.中國(guó)人民解放軍93209部隊(duì)，北京 100085；2.中國(guó)人民解放軍95865部隊(duì)，北京 100073）

0 引 言

根據(jù)相關(guān)資料顯示，北約正全力生產(chǎn)、加裝和測(cè)試MarkⅫA 敵我識(shí)別系統(tǒng)裝備。加裝平臺(tái)涵蓋了海軍、空軍、陸軍、海岸警衛(wèi)隊(duì)的各類作戰(zhàn)和保障平臺(tái)。根據(jù)美國(guó)與日本、韓國(guó)、中國(guó)臺(tái)灣之間的相關(guān)軍事協(xié)定，可以推斷日本、韓國(guó)、中國(guó)臺(tái)灣也將具備MarkⅫA 系統(tǒng)能力，以便在局部軍事沖突中，有效獲取美國(guó)的軍事情報(bào)支援能力。

北約敵我識(shí)別系統(tǒng)的威脅越來(lái)越大，對(duì)敵我識(shí)別信號(hào)的研究也越來(lái)越多。文獻(xiàn)［1］研究了MarkX敵我識(shí)別信號(hào)的偵察定位技術(shù)，特別是單站定位技術(shù)。而對(duì)新型模式5敵我識(shí)別信號(hào)，普通檢測(cè)算法需要高的信噪比，采用同步脈沖相關(guān)檢測(cè)算法可在低信噪比下獲得很好的檢測(cè)效果［2］。對(duì)不同的敵我識(shí)別信號(hào)模式，需要采用不同的解調(diào)算法。對(duì)MarkX 信號(hào)，采用脈位解調(diào)技術(shù)。對(duì)S模式詢問(wèn)信號(hào)，采用DPSK 解調(diào)技術(shù)［3］。對(duì)模式5 敵我識(shí)別信號(hào)，采用MSK 解調(diào)、Walsh 解擴(kuò)和RS譯碼技術(shù)［4］。

針對(duì)這個(gè)問(wèn)題，本文專門針對(duì)敵我識(shí)別信號(hào)進(jìn)行個(gè)體識(shí)別研究。本文通過(guò)分析敵我識(shí)別信號(hào)，發(fā)現(xiàn)其區(qū)別于普通雷達(dá)信號(hào)的兩個(gè)主要特點(diǎn):一、信號(hào)載頻固定不變；二、信號(hào)以碼字為單位出現(xiàn)，且脈沖時(shí)序格式固定。針對(duì)敵我識(shí)別信號(hào)的這兩個(gè)特點(diǎn)，本文設(shè)計(jì)的個(gè)體識(shí)別方法重點(diǎn)包括:一、瞬時(shí)頻率可作為有效的個(gè)體特征；二、可綜合同一串碼字里多個(gè)脈沖的個(gè)體識(shí)別結(jié)果，提高目標(biāo)個(gè)體識(shí)別正確率。

1 敵我識(shí)別信號(hào)特點(diǎn)分析

北約敵我識(shí)別系統(tǒng)技術(shù)標(biāo)準(zhǔn)包括Mark X 和Mark XII，Mark XII 敵我識(shí)別系統(tǒng)在Mark X 基礎(chǔ)上增加了模式4 和模式5 兩種模式。Mark 系統(tǒng)技術(shù)體制與國(guó)際民航二次雷達(dá)一樣，其工作頻點(diǎn)是固定不變的，詢問(wèn)信號(hào)載頻為1 030 MHz，應(yīng)答信號(hào)載頻為1 090 MHz［11］。

Mark X詢問(wèn)信號(hào)一共有6種詢問(wèn)模式，分別為1，2，3/A，B，C，D 模式。各模式詢問(wèn)信號(hào)均由3 個(gè)脈沖P1，P2，P3 組成，根據(jù)不同的模式P1，P3 間隔變化，模式1，2，3/A，B，C，D 對(duì)應(yīng)P1，P3 間隔為3，5，8，17，21和25 μs。Mark X應(yīng)答信號(hào)由12個(gè)脈位攜帶信息，對(duì)應(yīng)位置有脈沖代表二進(jìn)制1，無(wú)脈沖代表0。

S模式應(yīng)答信號(hào)由4個(gè)前導(dǎo)脈沖和一串?dāng)?shù)據(jù)脈沖組成。脈沖寬度為0.5 μs，脈沖時(shí)序?yàn)?，1，3.5，4.5 μs。數(shù)據(jù)脈沖是脈位調(diào)制的。1 μs 的時(shí)間間隔對(duì)應(yīng)于信息的一個(gè)bit。前0.5 μs 有脈沖，代表二進(jìn)制1，后0.5 μs 有脈沖，代表二進(jìn)制0。其信號(hào)時(shí)序圖如圖1所示。

圖1 S模式應(yīng)答信號(hào)時(shí)序圖

Mark XII 詢問(wèn)兼容Mark X，并增加了模式4 和模式5。模式4 詢問(wèn)信號(hào)時(shí)序如圖2 所示。由4 個(gè)前導(dǎo)脈沖和一串?dāng)?shù)據(jù)脈沖組成，脈沖寬度為0.5 μs，脈沖間隔為2 μs。

圖2 模式4詢問(wèn)信號(hào)時(shí)序圖

通過(guò)以上介紹可以發(fā)現(xiàn)敵我識(shí)別信號(hào)區(qū)別于雷達(dá)信號(hào)的兩個(gè)主要特點(diǎn):一、信號(hào)載頻固定不變，詢問(wèn)采用1 030 MHz，應(yīng)答采用1 090 MHz；二、信號(hào)以脈沖串的形式出現(xiàn)，且脈沖串格式固定，在信號(hào)解調(diào)的基礎(chǔ)上，幾乎可以確定一個(gè)碼字對(duì)應(yīng)的一組脈沖是來(lái)自同一個(gè)輻射源的。目前雷達(dá)多是跳頻工作，因此單純用瞬時(shí)頻率或頻譜作為個(gè)體特征并不合適，而用頻率穩(wěn)定度更可靠。目前雷達(dá)多采用參差脈沖，結(jié)合跳頻工作模式，很難確定一組脈沖是否來(lái)自用一個(gè)輻射源，因此只能針對(duì)單脈沖進(jìn)行個(gè)體識(shí)別。而敵我識(shí)別信號(hào)頻率固定，頻譜上的無(wú)意調(diào)制直接反映在瞬時(shí)頻率上，因此可以將瞬時(shí)頻率作為個(gè)體特征。在信號(hào)解調(diào)的基礎(chǔ)上，可以確定一個(gè)碼字對(duì)應(yīng)的一組脈沖是來(lái)自同一個(gè)輻射源的，因此可綜合同一串碼字里多個(gè)脈沖的個(gè)體識(shí)別結(jié)果，提高目標(biāo)個(gè)體識(shí)別正確率。

2 針對(duì)敵我識(shí)別信號(hào)的個(gè)體識(shí)別方法

2.1 特征提取與比較

現(xiàn)有研究常提取的個(gè)體指紋特征通常包括包絡(luò)特征、頻率特征和時(shí)頻特征。脈沖上升沿可用來(lái)表示信號(hào)瞬態(tài)特征［12］，瞬時(shí)頻率能夠反映信號(hào)的脈內(nèi)頻率變化情況，將瞬時(shí)頻率與中心載頻作差的結(jié)果可以反映頻率穩(wěn)定度。

本文采用ADS-B 信號(hào)進(jìn)行算法驗(yàn)證。ADS-B信號(hào)是S模式敵我識(shí)別信號(hào)中的一種類型，在民航飛機(jī)上廣泛使用，因此ADS-B 信號(hào)容易獲取，為樣本采集提供了極大便利；另一方面，ADS-B 信號(hào)所含的地址碼是飛機(jī)的唯一身份標(biāo)識(shí)，可以作為標(biāo)簽對(duì)數(shù)據(jù)進(jìn)行標(biāo)注，進(jìn)而可對(duì)數(shù)據(jù)樣本進(jìn)行監(jiān)督學(xué)習(xí)。因此ADS-B 信號(hào)比較適合用來(lái)驗(yàn)證針對(duì)敵我識(shí)別信號(hào)的個(gè)體識(shí)別算法。

雙向DC/DC變換器按結(jié)構(gòu)類型可分為非隔離型和隔離型兩種。隔離型雙向DC/DC變換器結(jié)構(gòu)復(fù)雜、電力元件多、控制復(fù)雜導(dǎo)致成本較高，功率密度較低，不適用于船舶的復(fù)合儲(chǔ)能裝置中。在非隔離式的Buck型拓?fù)?、Boost型拓?fù)?、Buck-Boost組合型拓?fù)淙N拓?fù)浣Y(jié)構(gòu)中，Buck-Boost結(jié)構(gòu)具有較小的電感和較低的開關(guān)導(dǎo)通損耗，效率也比另外兩種更高，更符合純電動(dòng)船舶復(fù)合儲(chǔ)能裝置的需求，故選用雙向Buck-Boost型變換器。雙向DC/DC變換器匹配超級(jí)電容可以提供穩(wěn)定的電壓輸出，與動(dòng)力電池并聯(lián)供電時(shí)，能夠有效減少環(huán)流問(wèn)題。

我們提取了15部不同ADS-B 輻射源信號(hào)的脈沖上升沿、脈沖下降沿、瞬時(shí)頻率、頻率穩(wěn)定度作為個(gè)體指紋特征。在使用這些信號(hào)進(jìn)行分類器訓(xùn)練與識(shí)別之前，要進(jìn)行必要的預(yù)處理措施，本文所用預(yù)處理措施簡(jiǎn)要介紹如下:

缺失值處理:實(shí)際采集的敵我識(shí)別信號(hào)數(shù)據(jù)中，偶爾會(huì)出現(xiàn)某個(gè)采樣點(diǎn)上I 和Q 數(shù)據(jù)同時(shí)為0的情況，當(dāng)對(duì)同時(shí)為0 的IQ 數(shù)據(jù)取其幅值（in dB），將出現(xiàn)log（0）的計(jì)算，從而導(dǎo)致計(jì)算出錯(cuò)，因此必須將缺失值補(bǔ)全。

脈沖對(duì)齊:目前常用的脈沖對(duì)齊方法是以曲線擬合后的上升沿第一個(gè)過(guò)沖點(diǎn)頂部為基準(zhǔn)，對(duì)脈沖進(jìn)行對(duì)齊［6］。也可以用脈沖上升沿低于脈沖幅度3 dB（或6 dB）點(diǎn)作為基準(zhǔn)，對(duì)脈沖進(jìn)行對(duì)齊。通過(guò)對(duì)實(shí)際采集的ADS-B 信號(hào)進(jìn)行測(cè)試，在數(shù)據(jù)樣本足夠大時(shí)，不同的對(duì)齊方法對(duì)識(shí)別結(jié)果影響不大?；诮档退惴◤?fù)雜度的考慮，本文采用后一種脈沖對(duì)齊方法。

標(biāo)準(zhǔn)化處理:不同輻射源個(gè)體的脈沖信號(hào)幅度不一樣，同一個(gè)輻射源個(gè)體不同時(shí)刻的脈沖幅度也不一樣，因此需要對(duì)脈沖包絡(luò)作標(biāo)準(zhǔn)化處理，消除具體幅值的影響，只關(guān)注包絡(luò)的變化特征。本文對(duì)脈沖包絡(luò)作0-1 標(biāo)準(zhǔn)化處理，使結(jié)果落到［0，1］區(qū)間，轉(zhuǎn)換函數(shù)如下:

式中，max為最大樣本值，min為最小樣本值。

圖3 顯示了標(biāo)準(zhǔn)化后的脈沖上升沿和下降沿包絡(luò)。選取了3 部不同的ADS-B 輻射源，用3 種不同顏色表示，每個(gè)輻射源選取100個(gè)脈沖的數(shù)據(jù)進(jìn)行展示。從圖中可以看出不同輻射源上升沿和下降沿包絡(luò)在局部上是有些差異的。

圖3 標(biāo)準(zhǔn)化上升沿和下降沿包絡(luò)特征

圖4 顯示了3 部不同ADS-B 輻射源的瞬時(shí)頻率特征。可以看出，不同ADS-B 輻射源瞬時(shí)頻率特征差異比較明顯。

圖4 瞬時(shí)頻率特征

圖5 顯示了3 部不同ADS-B 輻射源的頻率穩(wěn)定度特征?？梢钥闯觯噍^于瞬時(shí)頻率特征，不同ADS-B輻射源的頻率穩(wěn)定度特征差異明顯減小。

圖5 頻率穩(wěn)定度特征

2.2 多脈沖綜合識(shí)別

提取了輻射源個(gè)體信號(hào)特征后，利用不同輻射源個(gè)體間信號(hào)特征的差異，結(jié)合分類器對(duì)不同個(gè)體進(jìn)行分類識(shí)別。近年來(lái)隨著機(jī)器學(xué)習(xí)成為研究熱點(diǎn)，多種分類器被用于個(gè)體識(shí)別領(lǐng)域，包括但不限于支持向量機(jī)（SVM）、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等算法［13］。本文并不打算研究不同分類器的個(gè)體識(shí)別效果，而是注重于對(duì)多個(gè)脈沖的識(shí)別結(jié)果進(jìn)行融合，給出目標(biāo)個(gè)體識(shí)別結(jié)果的綜合判決。

本文選取人工神經(jīng)網(wǎng)絡(luò)作為個(gè)體識(shí)別的分類器。人工神經(jīng)網(wǎng)絡(luò)由輸入層、隱藏層和輸出層組成。神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)輸出表達(dá)式為

式中:k表示第k個(gè)測(cè)試數(shù)據(jù)；j∈(1,2,…,M)，M為輸出層神經(jīng)元個(gè)數(shù)，代表有M個(gè)不同的類；βj為第j個(gè)神經(jīng)元的輸入，θj為第j個(gè)神經(jīng)元的閾值。f（）為激活函數(shù)，本文采用Sigmoid 函數(shù)作為激活函數(shù)，由于其取值范圍在0～1之間，因此可以將理解為第k個(gè)數(shù)據(jù)被判別為第j類的概率。

取最大的pkj對(duì)應(yīng)的j作為第k個(gè)數(shù)據(jù)的識(shí)別結(jié)果，記為yk，即假設(shè)一串?dāng)澄易R(shí)別信號(hào)碼字包含K個(gè)脈沖，每個(gè)脈沖都有一個(gè)個(gè)體識(shí)別結(jié)果yk∈(1,2,…,M)，其中M為輻射源個(gè)數(shù)，k∈(1,2,…,K)。對(duì)這K個(gè)脈沖的識(shí)別結(jié)果進(jìn)行綜合處理，有兩種處理方法。

第一種，直接對(duì)最終識(shí)別結(jié)果進(jìn)行綜合處理，在K個(gè)識(shí)別結(jié)果中，找到出現(xiàn)最多次的那一個(gè)結(jié)果作為對(duì)該輻射源的最終個(gè)體識(shí)別結(jié)果。

第二種，先對(duì)識(shí)別概率作綜合，再得到識(shí)別結(jié)果。記pj為該輻射源為第j類的概率，則有

然后取最大的pj對(duì)應(yīng)的j作為該輻射源最終的個(gè)體識(shí)別結(jié)果y=arg max(pj)。

3 試驗(yàn)與結(jié)果分析

3.1 信號(hào)樣本準(zhǔn)備與分類器訓(xùn)練

本文利用敵我識(shí)別信號(hào)偵察設(shè)備采集了15架民航飛機(jī)的ADS-B 信號(hào)數(shù)據(jù)，每架飛機(jī)的脈沖樣本數(shù)為1 000～3 000不等。同一架飛機(jī)的ADS-B信號(hào)解調(diào)出的地址碼相同，不同飛機(jī)的地址碼不同，可以用地址碼給信號(hào)樣本打上標(biāo)簽。同一個(gè)碼字一串脈沖的基帶IQ樣本數(shù)據(jù)存成一個(gè)文件，如圖6所示為一串ADS-B 信號(hào)的脈沖包絡(luò)，可以看出其信號(hào)格式與圖1所示相同。

圖6 ADS-B信號(hào)脈沖包絡(luò)

依次對(duì)IQ 數(shù)據(jù)進(jìn)行缺失值處理、脈沖檢測(cè)、對(duì)齊、特征提取、標(biāo)準(zhǔn)化處理，得到脈沖包絡(luò)、瞬時(shí)頻率、頻率穩(wěn)定度等個(gè)體指紋特征數(shù)據(jù)，作為輸入樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)。本文采用Matlab 自帶的神經(jīng)網(wǎng)絡(luò)模塊，構(gòu)建了一個(gè)包含輸入層、15 個(gè)隱含層和輸出層的神經(jīng)網(wǎng)絡(luò)，其中輸出層包含15 種輸出結(jié)果，分別表示15個(gè)不同的輻射源個(gè)體。特征數(shù)據(jù)按70∶15∶15 的比例隨機(jī)分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，將訓(xùn)練集和驗(yàn)證集輸入到神經(jīng)網(wǎng)絡(luò)對(duì)其進(jìn)行訓(xùn)練，用測(cè)試集對(duì)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行性能測(cè)試。

3.2 不同特征識(shí)別效果比較

用提取的脈沖上升沿和下降沿包絡(luò)、脈沖瞬時(shí)頻率、頻率穩(wěn)定度，以及綜合這三種特征分別訓(xùn)練神經(jīng)網(wǎng)絡(luò)分類器，并對(duì)其分類效果進(jìn)行測(cè)試，試驗(yàn)結(jié)果如圖7 所示。需要指出的是這里的測(cè)試結(jié)果是單脈沖的識(shí)別結(jié)果，并未對(duì)多脈沖結(jié)果作綜合。從測(cè)試結(jié)果可以看出瞬時(shí)頻率特征的識(shí)別效果要優(yōu)于脈沖包絡(luò)和頻率穩(wěn)定度特征，而綜合多種特征的個(gè)體識(shí)別效果表現(xiàn)最優(yōu)。另外可以看出輻射源個(gè)數(shù)越多，個(gè)體識(shí)別準(zhǔn)確率越低，這是顯而易見(jiàn)的。

圖7 不同指紋特征的個(gè)體識(shí)別準(zhǔn)確率

3.3 多脈沖綜合識(shí)別測(cè)試

敵我識(shí)別各種模式信號(hào)中，一串碼字對(duì)應(yīng)的脈沖數(shù)最少的是MarkX 詢問(wèn)和模式4應(yīng)答模式，包含3 個(gè)脈沖；脈沖數(shù)最多的是S 模式應(yīng)答（含ADSB），脈沖數(shù)不固定但最多可達(dá)112個(gè)脈沖。對(duì)不同脈沖個(gè)數(shù)的綜合識(shí)別準(zhǔn)確率試驗(yàn)結(jié)果如圖8所示。試驗(yàn)條件為:輻射源個(gè)數(shù)為15 個(gè)，結(jié)合脈沖包絡(luò)、瞬時(shí)頻率和頻率穩(wěn)定度三種特征作為輸入特征。由圖8可以看出，多脈沖綜合識(shí)別正確率顯著高于單脈沖識(shí)別正確率，綜合50 個(gè)脈沖的識(shí)別正確率高達(dá)98.2%；而且僅僅綜合3 個(gè)脈沖的識(shí)別正確率就從81%（單脈沖）大幅提升至91.6%。同時(shí)，我們對(duì)3.2 節(jié)所描述的兩種綜合方法進(jìn)行了比較，識(shí)別概率綜合方法要優(yōu)于識(shí)別結(jié)果綜合方法，但差距不大。

圖8 多脈沖綜合識(shí)別結(jié)果

4 結(jié)束語(yǔ)

本文針對(duì)敵我識(shí)別信號(hào)頻率和脈沖時(shí)序固定的特點(diǎn)，提出一種針對(duì)敵我識(shí)別系統(tǒng)的個(gè)體識(shí)別方法。通過(guò)分析與測(cè)試，發(fā)現(xiàn)瞬時(shí)頻率比較適合作為敵我識(shí)別系統(tǒng)個(gè)體指紋特征。同時(shí)，結(jié)合敵我識(shí)別信號(hào)解調(diào)，對(duì)同一個(gè)碼字包含的多個(gè)脈沖進(jìn)行綜合識(shí)別，綜合多個(gè)脈沖的個(gè)體識(shí)別正確率顯著高于單脈沖個(gè)體識(shí)別正確率。后續(xù)工作將對(duì)具有脈內(nèi)調(diào)制的敵我識(shí)別信號(hào)，包括S模式詢問(wèn)和模式5信號(hào)，開展個(gè)體識(shí)別研究。