瞬时频率雷达信号脉内调制识别技术

摘 要： 雷达信号的脉内调制识别是雷达侦察信号处理的重要组成部分。随着信号环境愈趋复杂，雷达信号调制识别难度越来越大。首先根据调频和调相两类信号3 dB带宽明显差异的特征，实现类间粗分类识别。继而基于改进瞬时自相关算法提取的信号瞬时频率，将FSK信号和PSK信号进行类内细分类识别。在不同的信噪比条件下，经过多次仿真实验验证，与传统算法相比，此新信号识别算法具有更高的效率和准确度。

关键词： 3 dB带宽； 粗识别； 瞬时频率； 瞬时自相关算法

中图分类号： TN957.51?34 文献标识码： A 文章编号： 1004?373X（2016）13?0030?05

Abstract： The intra?pulse modulation recognition of radar signal is an important component of radar reconnaissance signal processing. The complicated signal environment makes the modulation recognition of radar signal more difficult. According to the obvious difference between frequency modulation （FM） signal and phase modulation signal at 3?dB bandwidth， the rough classification and recognition between the two signals can be realized. And then the signal instantaneous frequency is extracted based on improved instantaneous self?correlation algorithm to detailedly classify and recognize the FSK signal and PSK signal. Under the conditions of different signal to noise ratio （SNR）， the instantaneous self?correlation algorithm was verified by simulation experiment. In comparison with the traditional algorithm， the new signal recognition algorithm has higher efficiency and accuracy.

Keywords： 3 dB bandwidth； rough recognition； instantaneous frequency； instantaneous self?correlation algorithm

0 引 言

随着雷达技术的飞速发展，电子战环境愈趋复杂多变。为了提高抗干扰性能，降低截获概率，雷达信号波形调制系统也在不断提高与完善。要获得准确的信号信息，雷达侦察接收机也需要跟上发展的节奏，针对信号调制的特点，对雷达信号进行处理识别。不同脉内调制的雷达信号，其脉内特征参数各不相同，对其重要参数进行提取、分析和判断是雷达信号识别的过程。根据调制信号频谱3 dB带宽特征的明显差异，对信号进行类间粗识别，将信号分为调频信号和调相信号两大类。再采用改进的瞬时自相关法提取信号的瞬时频率脉内特征，将调频信号细分成频率编码信号、线性调频信号和非线性调频信号，调相信号分为常规信号、二相编码信号以及四相编码信号。

1 基于瞬时自相关的瞬时频率估计

对非平稳信号而言，瞬时频率特征是信号频率的局部特征，它较好地描述了不同调制方式雷达信号的特点。因此，瞬时频率特征信息的提取可以识别不同调制方式的雷达信号，并进行深入的研究与分析。往往识别率会随着信噪比的减小而降低。

由式（18）得出结论：信号的瞬时频率可由解析信号的相位差求得。当时，即一阶相位差；当时，即多重相位差。由于一阶相位差抗噪声性能较差，所以为提高抗噪声性能，通常采用多重相位差计算信号的瞬时频率，这样不但可提高信号的计算速率还可以提高信号的抗噪声性能[8]。与原有的瞬时自相关计算法相比，不但减少了计算量而且也使得实时性更好，在工程上也更容易实现。

2 基于瞬时频率信号识别

通过对信号的分析可知，PSK信号的频谱呈三角形外形特征，宽带较窄，FM信号的频谱则呈现类似矩形的外形特征，带宽较宽[9]。依据PSK与FSK信号之间的带宽差异，实现类间粗识别。具体方法是对其功率谱进行平滑处理，求得信号3 dB带宽。以信号3 dB带宽为特征量，设定一个阈值，很容易实现第一步信号的粗识别，将信号粗分为PSK信号和FM信号两大类，如图1所示。

基于瞬时自相关改进方法，分别对调相信号和调频信号进行瞬时频率信息提取，并根据其特点进行有效地识别。

2.1 调相信号

2.3 算法验证

针对上述的6种典型脉内调制信号，进行了特征提取和分类实验。信号参数等条件同上。每种调试信号随机产生初相不同的200个样本，对总数为1 200个的测试样本进行测试。在各个信噪比条件下，对每个样本都进行100次Monte Carlo实验。

类间粗识别过程中，本文设定的阈值为9.766 MHz。功率谱的3 dB带宽小于或等于9.766 MHz时为PSK信号，大于9.766 MHz时为FM信号。信噪比（SNR）从-5 dB每间隔1 dB变化到5 dB。在每种信噪比环境下，FM信号和FSK信号正确识别概率如图4（a）所示。

类内细分类识别中，信噪比（SNR）从0 dB每间隔2 dB变化到20 dB。在各个信噪比下，瞬时自相关算法改进前后，信号误识别率仿真实验如图4（b）所示。根据大量的数据分析可知：当信噪比达到SNR=6时，本文算法所得到的信号脉内调制误识别率已经基本达到4%；当信噪比达到SNR=10时，已经降到0左右。和传统信号识别相比，误识别率降低了46.3%左右。由大量仿真实验验证，较传统的算法，改进后的算法具有更高更准确的识别性能。

3 结 论

调制类型不同的信号具有不同脉内调制的规律，其瞬时频率特征也有所差异。利用其瞬时频率可以有效地进行信号分类识别。本文中针对6种典型脉内调制信号首先利用信号3 dB带宽特征的差异，对信号进行初步粗识别，分类出调频信号和调相信号。继而用改进的瞬时自相关法提取并分析信号的瞬时频率特征，最终实现调频信号和调相信号类内细分类识别。与传统瞬时自相关法相比，更能准确地识别出信号脉内调制类型。

参考文献

[1] 袁英俊，黄知涛，王岩，等.基于相位差分的跳频信号识别方法[J].通信对抗，2010（4）：14?17.

[2] 曾德国，熊辉，龙柯宇，等.基于相位差分的脉内调制信号类型识别[J].电子测量与仪器学报，2009（10）：85?90.

[3] 柴娟芳.复杂环境下雷达信号的分选识别技术研究[D].哈尔滨：哈尔滨工程大学，2009.

[4] 刘姝明.雷达信号的脉内分析与识别算法研究[D].西安：西安电子科技大学，2011.

[5] LEE J P Y. A multi?channel digital receiver： intra?pulse analysis and direction finding [C]// Processing of 1999 IEEE Pacific Rim Conference on Communications， Computers and Signal Processing. Victoria： IEEE， 1999： 589?592.

[6] 冀贞海，朱伟强，赵力.基于时频分布图像和主分量分析的脉内调制识别算法研究[J].电路与系统学报，2009，14（2）：22?26.

[7] 葛哲学.Matlab时频分析技术及其应用[M].北京：人民邮电出版社，2005：118?126.

[8] 毕大平，董灰，姜秋喜.基于瞬时频率的脉内调制识别技术[J].电子对抗技术，2005，3（2）：6?9.

[9] 邹兴文，张葛祥，李明.一种雷达辐射源信号分类新方法[J].数据采集与处理，2009，24（4）：487?493.

[10] 余志斌.基于脉内特征的雷达辐射源信号识别研究[D].成都：西南交通大学，2005.