复杂密集电磁环境下低重频雷达信号分选技术

童智靖，陈 臻

(中国电子科技集团公司第五十一研究所，上海 201802)

0 引 言

随着现代无线电磁技术的开发推广以及普遍应用，还有各种新体制雷达投入战场，造成了现代电磁环境越来越复杂密集、交错以及多变[1]，特别是高重频雷达信号以及无线通信信号的存在，导致了电子侦察系统工作环境的信号密度已经高达几十万甚至上百万的量级，这就给电子侦察系统造成了巨大的困扰，对电子侦察系统的信号处理能力也将要求得更加苛刻[2]。特别是在复杂密集电磁环境下，低重频雷达信号的丢失概率会大大增加，这也就造成了系统对低重频雷达分选识别的难度[3]。因而，低重频雷达信号在复杂密集电磁环境中的分选以及识别，是电子侦察工作中迫切需要解决的问题。

目前常规的电子侦察系统是采用数字信号处理器(DSP)+现场可编程门阵列(FPGA)芯片的工作模式，实现对侦察信号的分选识别功能。首先FPGA从侦收信号中获得载频(RF)、脉宽(PW)、脉冲到达时间(TOA)、脉冲幅度(PA)以及侦收的通道等，并将这些参数整理打包形成脉冲描述字(PDW)，将打包后的PDW送入DSP的缓存空间。上述工作是信号分选中的预处理步骤，主要在FPGA中实现。然后DSP从缓存空间中取得FPGA上传的PDW数据，并且在DSP中针对PDW的参数进行处理，实现对侦收信号的分选和识别匹配功能。上述DSP处理过程是信号分选的主处理过程[4]。然而，由于DSP芯片在处理高速数据方面的能力不足，而在复杂密集电磁环境下，需要处理的数据量非常庞大，有可能造成DSP不能及时处理缓存空间中所有的PDW数据，导致PDW数据溢出丢失。这种情况下，电子侦察系统虽然能够识别出高重频的信号，但是对于低重频雷达信号存在很大的隐患，非常容易丢失信息，导致低重频雷达信号不连续，从而DSP无法对其分选识别，造成漏警。

针对目前电子侦察系统在复杂密集电磁环境下容易对低重频雷达信号造成漏警的问题，本文提出一种复杂密集电磁环境下分选识别低重频信号的自适应电子侦察系统。该系统通过DSP处理判断原始数据是否超出系统的处理能力，如果存在数据溢出，则DSP将通过控制FPGA，调节传输到DSP缓存空间的原始数据，去除大量冗余重复的高重频信息数据，大幅度减少DSP需要处理的数据量，增加低重频信号的数据比率，这样可以较好地解决复杂密集的电磁环境下低重频雷达信号分选识别容易漏警的现象。

1 雷达信号分选算法论述

雷达信号分选算法是电子侦察系统中信号处理的重要组成部分。雷达信号分选算法可以分为单参数分选算法以及多参数分选算法。单参数分选算法中具有代表性的是直方图统计算法，该算法主要根据信号的脉冲重复周期(PRI)参数实现雷达信号分选功能，但是在复杂密集电磁环境下，单参数分选算法的性能并不突出。而多参数分选算法因为其可靠性高、适应性强等特点应用频率越来越高，特别是在复杂密集的电磁环境中，分选性能尤为突出。常用的多参数分选算法有小盒分选算法和多参数聚类算法。小盒分选算法根据雷达数据库开多个小盒对信号的侦收通道、PW以及RF等信息进行匹配，匹配成功的信号则认为该信号分选完成。该算法的缺陷十分明显，就是只能识别已知的雷达信号，不能分选识别雷达数据库以外的信号。

文中选用电子侦察系统采用的是一种多参数聚类分选算法。该算法根据信号的侦收通道、PW、TOA以及RF等信息作为分选条件，首先根据信号的侦收通道、PW以及RF信息将侦收到的信号进行分类；然后对同一类中信号利用TOA累积差值直方图的方法计算出该类信号中可能存在的PRI值；最后统计各个类别中是否存在PRI，从而判断是否完成信号分选工作。该算法功能主要在DSP中实现。但是在复杂密集的电磁环境中，由于需要处理分类的数据量非常大，导致该算法面临着工作效率低下以及对低重频信号不敏感等问题，需要进一步完善对侦收信号的预处理工作。

2 常规电子侦察系统

目前常规的电子侦察系统信号处理主要是利用FPGA和DSP相结合来完成的。系统工作的流程如图1所示。

图1 常规电子侦察系统信号处理流程

系统利用FPGA具有实时高速处理能力的优势，将外界侦收信号的处理打包形成PDW，然后将打包后的PDW数据包发送到DSP缓存空间，DSP从缓存中取出后对数据进行分选识别处理。然而相对FPGA而言，DSP的处理速度有限，当外界电磁环境比较简单时，该系统可以正常工作，不过当外界电磁信号达到一定上限时，特别是存在大量高重频信号时，就会使得DSP无法及时从缓存空间中取出数据，造成缓存空间数据溢出，丢失部分数据。而且缓存的数据中存在着大量高重频信号的信息，对于DSP分选识别处理算法而言，这些高重频数据大部分都是重复冗余的信息，DSP只需要其中的一小部分就可以完成对高重频信号的分选识别工作。所以，DSP需要花费大量的资源和时间对这些数据进行甄别，选出其中的低重频信号的信息，从而造成了DSP资源大量的浪费。

3 低重频信号自适应系统

针对常规电子侦察系统在复杂密集电磁环境下存在的上述问题，提出一种在复杂密集电磁环境下的自适应电子侦察系统，用于提高电子侦察系统在复杂密集电磁环境下对低重频信号的分选识别能力，并且在实验应用中对该系统进行了验证。

3.1 自适应系统信号处理方法

本文提出的自适应系统根据FPGA在一定时间内传送一小部分高重频信息到DSP中，完成对高重频信号的分选识别工作，这样既不影响系统对高重频信号的识别能力又可以提高在复杂密集电磁环境下系统对低重频信号的分选识别能力。

首先系统对初始的PDW数据进行分选统计，然后在此基础上，DSP针对当前的数据量进行评估，判断侦收到的数据是否超过系统处理能力的上限。如果侦收到的数据量没有超过系统处理能力的上限，系统按照原先的处理方案进行后续的分选处理；反之，则系统自适应地调节FPGA上报的数据信息，减少数据中高重频信号的数据量。下面介绍在复杂密集电磁环境下的信号处理过程。

自适应系统在复杂密集电磁环境下的信号处理流程如图2所示。在复杂密集电磁环境下，侦收到的数据量已经超过了系统处理能力的上限，所以必须在此基础上进行优化数据结构，减少高重频的信息，增加低重频的信号。首先根据DSP的初始分选结果，选择需要减少信息量的高重频信号；其后系统将该高重频信号的参数下发至FPGA中，FPGA根据系统下发的参数识别出高重频信号；然后在规定时间内最多上报一定量该高重频信号的数据；最后在规定时间后重复该操作，既保障系统对高重频信号的实时分选功能，又能提高系统对低重频信号的分选识别能力。

图2 复杂密集电磁环境下自适应系统信号处理过程

3.2 实验验证

为了评估上述系统的有效性，在某电子侦察设备基础上对比原先的设计和本文提出的改进措施。在实验室里利用2台雷达信号模拟器、1台安捷伦的多信号波形发生器以及4台信号源模拟20个不同频率常规脉冲信号同时存在的工作环境。利用天线辐射方式进行对比试验，DSP将分选结果传输至主机上，主机将分选结果在电脑显示器上显示，并在一定时间后进行刷新。设置信号的重频、脉宽等参数如表1所示。

由图3可见：为改进前系统在复杂密集环境下对各个信号的分选结果，从告警次数分析原系统对重频在180 μs以下的高重频信号的分选识别能力比较强，而对重频为870 μs、1 200 μs以及5 000 μs等低重频信号分选识别存在很大的漏警情况。而且从图3中发现，还存在着信号分选增批的现象，产生虚警情况，1 200 μs附近的几个分选结果以及7 800 μs的分选结果都是由于系统对低重频信号倍重频造成的。而图4给出了侦察设备使用本文提出的自适应系统后的分选识别结果。从图4中可以看出，设备虽然对重频为1 200 μs和5 000 μs的低重频信号分选仍然存在着漏警的情况，但是效果有很大的改善，特别是对1 200 μs的低重频信号漏警概率大大降低，而且信号增批现象也减少了很多。

表1 设置模拟信号的参数

图3 原系统的信号分选结果

通过上述实验测试发现本文提出的自适应系统在复杂密集的电磁环境中能够大大提高对低重频信号的分选识别能力。

4 结束语

本文针对电子侦察系统在复杂密集电磁环境下面临低重频信号分选存在漏警的问题，提出一种自适应的系统。该系统通过DSP判断缓存空间是否有数据溢出，根据情况自适应地选择调节高重频信号通过的功能，减少DSP需要处理的数据，从而提高低重频信号的比例，提高DSP对低重频信号的分选能力。通过实验室模拟复杂密集的电磁环境进行对比测试，实验结果显示该系统可以适应复杂密集的电磁环境，而且大大提高了设备对低重频信号的分选识别能力，具有一定的工程应用价值。