基于双谱综合特征提取的距离-速度同步拖引干扰识别方法研究.doc

基于双谱综合特征提取的距离-速度同步拖引干扰识别方法研究 袁功霖 侯静 陈义 张诚 南京电子技术研究所 西北工业大学电子信息学院 上海机电工程研究所 摘 要： 为有效对抗距离-速度同步拖引 (R-VGPO) 欺骗干扰, 提出了一种综合的双谱特征提取方法用于识别真实目标回波信号和欺骗干扰建立了拖引干扰信号模型, 基于双谱分析良好的抗噪性能, 分别对真实回波信号和欺骗干扰作双谱变换根据双谱估计的结果, 用围线积分双谱与辅对角积分双谱提取特征作为一次特征向量;为降低特征维数并消除交叉项干扰, 用信息熵和基于 Fisher 准则的特征选择方法进行二次特征提取, 建立特征数适中的综合特征参数集, 在保留最具区分度的特征向量的同时, 避免信息损失, 突出优秀特征值的作用仿真结果表明:与基于特征选择和基于熵的单一特征提取方法相比, 提出的双谱综合特征提取方法可获得更高的识别准确率和更好的抗噪性能, 能有效对抗距离-速度同步拖引欺骗干扰关键词： 距离-速度拖引欺骗干扰; 双谱; 围线积分; 对角积分; 特征提取; 特征选择; 信息熵; 支持向量机; 作者简介：袁功霖 (1993—) , 男, 硕士生, 主要研究方向为雷达信号处理等。

收稿日期：2017-05-25基金：航空科学基金资助 (2016ZC53033) Identification of Range-Velocity Gate Pull Off Jamming Based on Integrated Feature Extraction of BispectrumYUAN Gong-lin HOU Jing CHEN Yi ZHANG Cheng Nanjing Research Institute of Electronics Technology; College of Electronic and Information, Northwestern Polytechnical University; Shanghai Institute of Electromechanical Engineering; Abstract： In order to counteract range-velocity gate pull off deception jamming effectively, the integrated bispectrum extraction method was put forward to identify real echo and deception jamming.The pull off jamming model was established.Based on the good anti-noise performance of bispectrum estimation, the initial eigenvector was extracted by surrounding-line integral bispectrum and secondary diagonally integral bispectrum.To reduce feature dimension and eliminate the cross disturbance, the second feature was extracted by information entropy and feature selection based on Fisher criterion.The integrated feature set with suitable feature number was obtained, which could avoid the information loss while keeping the feature vector with the most distinguish degree.So the excellence features were emphasized.The simulation results show that the proposed integrated bispectrum feature extraction method can obtain higher identification accuracy and counteract range-velocity gate pull off deceptive jamming effectively compared to a single feature extraction based on feature selection or entropy.Keyword： range-velocity-gate-pull-off (R-VGPO) deception jamming; bispectrum; surrounding-line integral; diagonally integral; feature extraction; feature selection; information entropy; support vector machine; Received： 2017-05-250 引言随着数字射频存储器 (DRFM) 技术的不断发展, 雷达有源欺骗干扰技术获得了广泛应用。

DRFM 可通过截获、存储、转发敌方雷达信号, 瞬时精确模仿雷达波形, 在真实目标附近产生时域、频域和空域特征均十分相似的欺骗干扰这种高逼真度的欺骗干扰可迷惑和扰乱雷达对真实目标的探测和跟踪, 甚至造成目标丢失目前的欺骗干扰主要分为距离欺骗、速度欺骗、角度欺骗和组合欺骗[1]其中:距离-速度同步拖引干扰是一种针对多普勒雷达的组合欺骗干扰, 能同时对距离和速度信息进行欺骗, 是跟踪雷达的一种主要威胁目前的抗干扰方法主要分为两类:一类是通过设计复杂的发射波形对抗干扰;另一类是通过提取欺骗干扰信号与真实目标回波的特征差异, 对欺骗干扰信号进行识别[2-3]如文献[4-5]通过提取归一化一维小波变换系数谱的能量比参数和频域-慢时域的积谱矩阵的二维分布特征, 对欺骗干扰进行了识别文献[6]用原子分解理论选取合适的过完备字典集进行真假目标特征提取文献[7]用双谱理论提取特征因子, 实现了对不同欺骗干扰方式的识别但上述研究针对的是单一欺骗方式, 未涉及组合欺骗干扰, 且在信干比较低时其识别准确率会受到较大影响由于高阶统计量固有的抗噪优势, 本文选择双谱分析法对信号进行处理双谱分析方法具平移不变性, 并能有效保留信号的幅值和角度信息, 理论上可完全抑制高斯噪声及对称分布的非高斯噪声, 因此广泛用于信号分类识别[8-10]。

但双谱变换导致数据量的急剧增加, 需作降维处理, 目前较常用的降维方法是对双谱进行积分处理文献[11]提出了径向积分双谱, 积分路径为过双谱平面原点的直线, 但该方法损失了信号的幅值信息文献[12]提出了轴向积分双谱, 积分路径为平行于任意频率轴的直线, 但该方法损失了部分相位信息文献[13]提出了围线积分双谱, 积分路径为以原点为中心的正方形, 具优良的抗高斯噪声性能文献[14]提出了对角积分双谱, 积分路径为平行于对角线的直线, 并利用双谱的对称性省略了部分冗余数据点但单一形式的积分双谱可能不足以描述信号的全部特征, 而二维双谱又会导致信息冗余和计算量的增加针对上述问题, 本文提出一种双谱综合特征提取方法对抗距离-速度同步拖引干扰 (R-VGPO) 先用矩形围线积分和辅对角积分对双谱阵列作降维处理, 再基于Fisher 准则进行特征选择, 同时结合信息熵完成二次特征提取, 进一步降低特征维数, 最后通过支持向量机 (SVM) 完成分类识别本文方法综合了多种特征提取方法, 具特征维数低、识别准确率高等优点用仿真对该方法在对距离-速度同步拖引这类组合欺骗干扰的识别效果及在低信干比环境中的高识别准确率进行了验证。

1 拖引干扰信号模型设雷达发射机的脉冲信号以线性调频信号 (LFM) 表示, 则雷达发射信号可表示为式中:A 为信号幅值;f 0为中心频率;τ 为一个理想脉冲的持续时间;μ 为线性调制斜率;rect (t/τ) 为矩形脉冲则目标回波信号可表示为式中:A r为目标回波幅值;t r为回波延时, 且 tr=2R0/c;R0为雷达与目标的距离当对雷达进行距离-速度联合拖引欺骗时, 干扰信号可表示为式中:A J为干扰调制幅度;Δt J (t) , Δf J (t) 分别为 R-VGPO 调制的距离时延和多普勒频移为实现同步干扰, Δt J (t) , Δf J (t) 应满足则, 当 R-VGPO 实施匀速拖引时, Δt J (t) , Δf J (t) 分别为当 R-VGPO 实施匀加速拖引时, Δt J (t) , Δf J (t) 分别为式中:t 1为拖引开始的时间;v, a 分别为拖引的速度及其加速度2 双谱域特征提取鉴于双谱分析法良好的抗噪性能, 本文分别对真实回波信号和欺骗干扰作双谱变换, 用围线积分法和辅对角线积分法对双谱做一次特征提取;再用 Fisher 准则和信息熵运算进行二次特征提取, 构建特征数适中的综合特征参数集。

2.1 双谱估计因双谱分析在保留信号幅值与相位信息的同时, 还能有效抑制高斯噪声对信号处理的影响, 可用于信号的特征表示, 故本文对真实信号与欺骗信号进行双谱变换设干扰信号的三阶累积量为式中:τ 1, τ 2为滞后时间对三阶累积量作傅里叶变换, 可得干扰信号双谱为式中:ω 1, ω 2为频率同理可得雷达真实回波信号的双谱但双谱的精确解析解一般难以获得, 需根据有限的数据进行信号的双谱估计本文用直接法对真实回波信号及欺骗干扰进行双谱估计2.2 积分双谱特征双谱虽较好地保留了信号的幅值与相位信息, 但数据量过大, 需对其进行特征提取实现降维同时, 双谱虽然理论上可抑制高斯噪声的影响, 但实际处理中由于信号序列长度有限, 不可能完全抑制高斯噪声, 而围线积分双谱在保留信号的尺度信息和部分相位信息的同时, 对噪声有较强的抑制效果;辅对角线积分充分利用双谱特殊的对称性对计算进行化简, 减少了特征提取的时间因此, 本文采用围线积分和辅对角线积分两种方法进行特征提取[13-14]2.2.1 围线积分双谱假定双谱变换所得为 n×n 维矩阵, 围线积分是沿以原点为中心的正方形进行积分, 由内而外, 设积分路径为 0, 1, 2, …, L, 如图 1 (a) 所示。

图 1 中:每个点代表一个双谱值, 该积分方法不会遗漏任一双谱值2.2.2 辅对角线积分双谱辅对角线法的积分路径为在双谱的六边形有效区域内, 从左上角开始, 沿平行于辅对角线的方向进行积分, 直至右下角, 如图 1 (b) 所示该方法的积分结果包含极丰富的信号幅值与相位信息2.3 二次特征提取2.3.1 基于 Fisher 准则的特征选择当数据点数较多时, 用积分双谱得到的特征向量维数仍很大, 且存在一定的交叉项干扰因此, 为进一步降低特征维数同时消除交叉项干扰, 本文采用Fisher 准则进行特征选择[15]设真假两类回波信号数分别为 N1, N2, 则可得围线积分双谱 此处:B (ω1, ω2) 为相应频率的双谱值;R l为图1 (a) 中的积分路径;i=1, 2;k=1, 2, …, N i;l=1, 2, …, L其中:N i为第 i类信号总数;L 为积分路径的总数定义代表鉴别能力的 Fisher 准则函数为图 1 积分路径 Fig.1 Integral path 下载原图式中:l 为围线积分所得的数据序号;m 1, m2为两类信号的双谱积分均值;S 1, S2为两类信号的双谱积分均方误差。

此处:J (l) 较大, 表明。