一种低截获概率雷达信号分选方法研究陈骄阳摘要：在现代化的电子对抗环境中，人们需要面对复杂多变的信号环境，雷达信号分选处理算法是雷达侦察干扰的核心技术。通过分析脉冲分选的工作原理，提出了一种改进的目标参数综合算法，仿真了16批雷达信号，仿真结果表明该方法具有较好的分选效果。关键词：LPI;信号分选;SDIF;直方图：TN957.51文献标识码：ADOI：10.15913/jki.kjycx.2019.11.0381前言近几年，随着雷达侦察干扰技术的飞速发展，雷达在电子对抗环境中受到的威胁越来越大。为了生存需要，低截获概率（LPI）雷达也迅速发展起来。从反侦察、抗反辐射导弹跟踪的需求出发，LPI雷达大多采用占空比大、带宽时宽大、码形捷变等雷达信号波形技术。雷达发射机峰值功率低，载波频谱调制方法复杂，使得信号不易被敌方的侦察机截获。本文通过对时频空三维聚类算法和重频分析算法的分析，提出采用一种改进的直方图方法进行PRI计算和类型判断，在大量的雷达脉冲中识别出不同雷达的脉冲。2脉冲分选的工作原理脉冲分选主要对象是参数测量输出的脉冲描述字（PDW），其信号处理流程如图1所示。脉冲分选通过高速通道背板技术接收前端参数测量形成的脉冲描述字（PDW），先根据雷达库中的数据滤除已知雷达的PDW，对未知的PDW进入到脉冲分选模块，脉冲分选模块首先对敌方雷达库进行快速分选，然后对剩余PDW进行时频空联合分选，提取未知雷达的特征参数，分选完成后对雷达的特征参数进行综合处理，形成雷达描述字送显控模块进行显示。3信号分选算法3.1时频空三维聚类算法采用时频空联合分选技术完成未知PDW的脉冲分选，在预处理上采用时频空三维聚类的方法来实现，对聚类后的目标进行重频分析后提取目标参数。由于三维聚类要求三个参数都具有收敛性，常规雷达很难保证，但大部分雷达具有两维收敛性，因此，可采用两个二维聚类的方法来实现时频空三维聚类。对于方位、频率和脉宽三个参数来说，一般方位在一个侦察周期内变化很小或者不变，因此其可靠性最高，往往作为聚类最主要的参数，基于此点考虑，将方位、频率和脉宽三维聚类分成方位和脉宽、方位和频率两个二维聚类来实现。模拟仿真环境下16批目标的主要参数如表1所示。方位、频率、脉宽三维聚类情况如图2所示，方位、频率二维聚类如图3所示，方位、脉宽二维聚类如图4所示。从图3、图4可以看出.采用方位和频率二维聚类可以成功聚类12批目标，采用方位和脉宽二维聚类可以成功聚类12批目标，其中有8批目标在两次聚类结果中均存在，经过两次聚类结果比较，可以成功实现16批目标的聚类。3.2重频分析算法重频分析技术是脉冲分选技术中最为重要的一环，主要是因为：①雷达信号具有一定的周期性，利用其周期性可以很好地剔除干扰，这是其他参数不具备的特性;②重频计算的是两个脉冲的时间间隔差，单个时间测量误差与重复周期的比是一个很小的值，这就决定了时间测量误差对重频分析的影响相对较小。这两方面的特点决定了重频分析在脉冲分选技术中的地位。目前，工程上用的最多的重频分析技术是基于直方图的统计方法。重频分析技术流程如图5所示。从图5中可以看出，重频分析技术主要由重频估计和序列搜索两部分组成。直方图统计方法是指对接收的有关PDW参数（也就是TOA序列）进行统计分析，求出各参数出现的频次，设定检测门限，当相关参数的频数超过检测门限时，就认为对应的脉冲序列可能构成雷达信号。基于脉冲重复间隔直方图统计的算法主要有累积差值直方图（CDIF）和序列差值直方图（SDIF）。从两种算法的比较来看，SDIF算法对CDIF算法有较大的改进，主要表现在：①SDIF不对PRI的二次谐波进行检测，大大节省了运算量;②SDIF针对存在脉冲丢失的情况进行了讨论，改善了存在脉冲丢失情况下的检测性能。但是，由于SDIF只对当前阶的TOA差分计算直方图，当存在多个不同PRI的雷达脉冲序列交织在一起时，就会导致一些差分值没有被利用，无法正确统计每个序列的脉冲个数，而CDIF由于采用的是TOA不同阶的差分累积直方图，避免了这种情况的发生，从这一点上看，CDIF有比SDIF更好的统计性能。另外，对于检测门限的定义上，两种方法都给出了可调参数，需要进行多次...