首页 > 范文大全 > 正文

EW接收机中的一种雷达脉内调制实时识别方法

开篇:润墨网以专业的文秘视角,为您筛选了一篇EW接收机中的一种雷达脉内调制实时识别方法范文,如需获取更多写作素材,在线客服老师一对一协助。欢迎您的阅读与分享!

摘 要: 为了解决电子战接收机中雷达信号脉内调制方式的自动识别问题,提出了一种基于FPGA平台的实用调制类型识别方法。首先对高速率中频直接采集信号进行并行结构数字下变频预处理,采用基于频域特性的粗识别,区分出线性调频(LFM)和频移键控(FSK)信号。其他信号通过对低采样率基带解析信号,用瞬时自相关求相位差的方法,对相移键控(PSK)信号进行准确识别。该方案实时性好,可信度高,在FPGA平台上实现可满足高采样率电子战数字接收机的需求。

关键词: 脉内调制; DDC; 并行结构; 瞬时自相关; FPGA

中图分类号: TN957.51?34 文献标识码: A 文章编号: 1004?373X(2013)21?0009?06

0 引 言

雷达信号脉内调制识别是新一代的电子对抗系统的一个重要内容。为了实时、可靠地分选和识别敌方雷达信号从而及时判别其威胁程度,就必须进行基于高速数据处理芯片的实时或准实时雷达干扰信号特征类型识别。另一方面,电子战(ew)数字接收机为了保证对宽频域范围的非合作信号进行有效侦收,常采用中频直接采集方式,数据速率很高,给数据处理硬件带来一定困难[1]。因此,基于高速数据处理芯片实现的雷达信号脉内调制识别必须选用实现简单,运算量低的算法,并借助一定预处理方法降低数据量和识别难度。考虑到FPGA强大的并行处理和流水处理优势,本文选用FPGA作为脉内调制类型识别的硬件实现平台。

常用的脉内调制类型分析方法有:小波变换法[2?3]、瞬时自相关算法[4?5]、短时傅里叶分析[6]、神经网络方法[7]等。其中瞬时自相关法具有运算简单的显著优势,但抗噪声性能较差,其他方法运算量过大或需进行二维处理,不适于硬件实现。

本文雷达几种典型脉内调制类型[8]BPSK (二相编码)信号、QPSK(四相编码)信号、LFM(线性调频)信号、FSK(频率编码)信号和单载频信号为主要研究对象,给出了一种基于FPGA的调制类型识别流程,并提出了一种利用平滑的瞬时自相关求相位差的方法,对相位调制信号进行准确识别。

1 雷达信号特性分析

接收机前端采集的雷达脉冲信号为实信号,其一般表达式为:

(1)单载频信号

(2)相位编码信号

(3)线性调频信号

(4)FSK信号

本文主要研究2FSK信号。FSK信号在码元变化位置相位有无跳变均可。

图1为脉内信噪比为0 dB时五种调制类型雷达信号的频谱图。

从频域上看,单载频信号带宽最窄;BPSK信号和QPSK信号由于载频一直保持不变,但相位跳变使其频谱信号比单载频信号展宽。LFM信号频谱形状近似矩形马鞍状,宽带较宽,频谱宽度为频率变化范围。在脉宽相似的条件下,LFM带宽一般比PSK信号带宽大得多;2FSK信号包含有两种不同载频,频域上信号有两个峰值,两峰值间距远大于尖峰所占带宽,即其频率跨度远大于有效带宽,这是其异于其他类型信号的显著特征。

2 脉内调制类型识别方案与实现

根据上文对不同调制类型信号的时域和频域分析,对调制类型的识别可以采取下述步骤进行:

(1)计算FFT获取信号有效带宽和频率跨度,识别出频率跨度较大但有效带宽较窄的FSK信号和带宽:脉宽较大的LFM信号。

(2)对其他信号获取相位跳变大小,根据无相位跳变、只有约为[π]的跳变、有约为[π]和[π2]的跳变三种情况识别单载频脉冲、BPSK和QPSK调制类型。

下面是该方案在FPGA中的具体实现方法:

2.1 预处理与粗识别

预处理步骤主要目的是降低信号采样率,将高速率中频实信号转变为基带解析信号,降低后续处理难度,同时获得带宽和中心频率信息。

宽带数字接收机前端使用采样率为几GHz量级的高速ADC进行中频直接采集。由于数据速率较高,A/D数据一般为多路并行方式输出到低时钟频率的数字处理器件。考虑到电子侦察中系统带宽远大于信号的带宽,采用数字下变频降低采样率。一方面可以得到不高于FPGA时钟频率的低采样率解析信号,降低了后端脉内调制类型识别难度。另一方面,数字下变频处理滤除了信号带外噪声,提高了信噪比。图 2虚线框内为自适应数字下变频预处理流程。处理过程获得的频谱等信息可用于EW接收机的其他模块。下面是对各关键模块具体实现的说明。

正交解调:设定本系统中,[fs=]4.8 GHz,可接收中频信号频率范围为(1.2±1)GHz,满足[fs=4fc(2k-1)]最佳采样率条件,故采用免混频数字正交解调结构[9],节省硬件资源且降低了实现难度。FPGA系统工作时钟300 MHz,为达到与ADC匹配的数据吞吐率,ADC输出已调整为16路并行方式。正交解调输出采样率降低一半,得到2.4 GHz复信号,在FPGA中为8路并行方式。免混频正交解调结构如图3所示。其中,I路移相滤波器和Q路移相滤波器分别为原型低通滤波器的奇偶抽取,均采用基于多相滤波[10]的并行FIR结构实现,以满足2.4 GHz的数据速率并减小资源消耗。

并行FFT处理:设数字正交解调后数据为8路并行2.4 GSPS解析信号分别为[x[8m],x[8m+1],…,x[8m+7]。]对每路数据分别进行[N]点FFT,结果分别为[A[k],B[k],…,H[k]。]将[8N]点FFT最后3级按基2FFT展开,如图4所示。该结构以较少额外资源得到[8N]点长点数FFT结果。

脉冲检测:在频域进行脉冲检测。预设频域检测门限为[ε,]并行FFT序列若至少有一路存在大于[ε]的值,判定帧内有脉冲,否则认为无脉冲或脉冲结束。如果是上次脉冲结束后第一次检测到,则认为是新脉冲到达,于是估算带宽和中心频率。检测门限[ε]根据无信号时噪声水平进行自动修正,也可人为给定。

载频估计:为减小频率测量误差,基于FFT 变换的测频采用能量重心法[9],即寻找频谱幅度值最大的频率点,利用谱峰附近的几个值计算出功率谱的能量重心位置,作为频率的测量值。这样以较低的运算量得到较高计算精度和抗干扰能力。对于线性调频等宽带信号,频谱最大值点不一定对应于信号载频,但其载频估计值并未用于宽带信号的类型识别。

带宽估计与粗识别:记录过门限[ε]的频率最低点[fmin]和频率最高点[fmax],以计算频率跨度;累计统计过门限的FFT点数,计算有效带宽。为避免FPGA对频谱的搜索,降低实现复杂度,此处的频率跨度和有效带宽并未采用真正意义上的3 dB带宽。对于持续多帧的长脉宽信号,有效带宽和频率跨度做相应修正。

根据带宽估计结果,进行粗识别,将有效带宽/频率跨度小于[Rth]的信号判为FSK信号,将不满足此条件且有效带宽/脉宽大于阈值[Kth]的信号判别为LFM信号。由于对脉宽的测量是以一帧FFT长度为最小单位,所以脉宽可用脉冲持续帧数表示。其余信号判为PSK信号,对经过延时的该脉冲继续进行降采样预处理。

2.2 PSK信号进一步降采样

为降低PSK信号相位提取的运算量和复杂度,获得零载频低速基带信号,同时提高信噪比,对PSK信号的预处理还包括进一步降采样,通过复混频和多级半带抽取方式实现。

复混频:将正交解调得到的非基带IQ信号与数控振荡器(NCO)输出的频率值为载频相反数的数字本振序列相乘,得到I、Q两路基带数据。其中数控振荡器采用直接数字频率合成(DDS)技术实现,根据式(6)等效为解析信号。为产生高于系统时钟频率的数字本振信号,采用8路并行方式,结构如图5所示。按照这一结构实现的NCO可以产生任意-1.2~1.2 GHz范围频率的本振。

多级半带抽取滤波器:采用半带滤波器进行二倍抽取以降低采样率,以降低后续脉内调制识别模块复杂度。最终输出具有数据速率不高于时钟频率的基带解析信号,且保留了PSK信号的相位信息。

设噪声为加性高斯白噪声,每经过一级半带抽取滤波器,有一半的带外噪声被滤除,则最终低速率基带信号的信噪比[SNR]为:

[SNR≈SNR×BwinBwout=SNR×fs2f′s=SNR×2N] (7)

式中[N]为半带滤波抽取次数。对于本设计中由4.8 GSPS实信号得到300 MSPS的解析信号,信噪比提高约18 dB。

相比信道化的方法,这种数字下变频降采样率的方法避免了跨信道的情况。

2.3 PSK信号的精识别

相位调制信号的精识别关键在于准确获得脉内相位跳变信息。在2.2节,自适应数字下变频预处理过程在降低数据速率的同时也消除了载频的影响。

预处理得到的解析信号可以表示成如下形式:

其中[fs]和[φ0]分别为数字下变频处理后的采样率和初始相位;[Δf=fc-fc]是对载频估计值的偏差;[θn]为第[n]点编码相位。取[m]小于码元宽度,在相位跳变位置,BPSK信号[θn+m-θn=π,]QPSK信号[θn+m-θn=π2]或[π。]

在FPGA平台上,[arctg]运算通过CORDIC(坐标旋转数字计算)算法[11]实现。CORDIC通过移位和加减运算,能递归计算常用函数值。Xilinx等厂商提供了直接可用的CORDIC算法IP核[12]可直接用于求取[arctg]。

因为相位变化对噪声干扰比较敏感,导致由瞬时自相关求得的相位差抗噪性能很差。为改善抗噪声性能,对上述方法进行改进。将瞬时自相关值进行[m]点滑窗平滑再取[arctg,]即:

另外,需要指出的是,PSK信号频谱包含连续谱和离散谱两部分,尽管其离散谱频率范围很大,但幅度较低。使用线性相位FIR滤波器滤除PSK信号偏离中心频率较远位置的频率分量后,PSK信号在相位跳变位置幅度有一定波动。 图7为对QPSK信号滤波处理前后频谱图、相位跳变点附近时域波形和由本算法得到的跳变点附近相位差曲线。从滤波前后相位差曲线可以看出,本文算法下变频降采样时的滤波处理对相位差的提取影响不大。

综上所述,本设计的雷达信号调制方式识别过程总结如下:

(1)对来自高速A/D的中频直接采集信号进行并行数字正交解调,再通过并行FFT获取信号载频、带宽信息。根据信号有效带宽/频率跨度和有效宽带/脉宽识别出LFM信号和FSK信号,其余信号判定为相位调制信号。

(2)相位调制信号通过复混频和若干级半带滤波抽取的预处理,获得不高于FPGA时钟频率的低速率基带解析信号。

(3)将预处理得到的基带解析信号进行间隔为[m]的瞬时自相关和[m]点平滑累加处理。

(4)将滑窗累加的瞬时自相关值I,Q分量作为CORDIC算法的同相和正交分量的输入,计算出瞬时瞬时相位差。该相位差位于-π~π之间,无需校正。

(5)将步骤(4)得到的相位差取模后做[p]点平滑处理,根据跳变点幅度区分单载频信号、BPSK信号和QPSK信号。

图8为上述信号识别方法的流程图。

3 仿真与分析

为验证上述方法的有效性,利用Matlab软件进行仿真实验,参数设置如下:

仿真中数字接收机中频直接采集的采样率为4.8 GHz,中频带宽为2 GHz,正交下变频后采样频率为300 MHz。信号载频均设为1 805 MHz,脉宽均为6 μs。LFM信号带宽50 MHz;BPSK采用13位Bark码,码字[0,0,0,0,0,1,1,0,0,1,0,1,0];FSK信号码字[1,1,1,0,0,0,1,0,0,1,0],码元0、1分别对应于频率[f1=]1 755 MHz,[f2=]1 855 MHz;QPSK信号采用16位Frank码,码字[0,0,0,0,0,1/2,1,3/2,0,1,0,1,0,3/2,1,1/2]。FFT每路1 024点,即总点数8 192点;瞬时自相关平滑窗长[m=]16,相位平滑窗长[p=8。]固定噪声功率,通过改变信号功率改变信噪比。信噪比从-21~-2 dB,步长1 dB。对每种信号和每种信噪比分别进行1 000次蒙特卡洛仿真,得到不同信号识别概率与信噪比关系如图 9所示。

从曲线图中可以看出,对于单载频、BPSK、QPSK和FSK信号,信噪比-17 dB(预处理后约-1 dB)可以正确识别概率出90%以上;信噪比不低于-15 dB时(预处理后约3 dB)可以100%正确识别。而LFM信号由于功率分散到较大带宽中导致频谱幅度较低,在低信噪比下不易检测到脉冲,使得识别概率为0。虽然一些时频域处理的方法[13?15]可以将宽带线性调频信号的检测概率提高到-15~-12 dB,仍与PSK和单载频这类窄带信号的检测性能有较大差距。而且这些方法一般使用二维数据处理和复杂的Radon变换,运算量过大难以FPGA实现。

为研究该方法虚警概率,将上述仿真所加噪声输入到判决器,进行1 000次蒙特卡洛仿真,其他参数设置与上文仿真保持一致。由于噪声的不相关特性,其FFT没有较强尖峰,最大值一般低于检测门限,在1 000次仿真中均未出现虚警事件。因为频域检测门限是根据脉间噪声功率自动设置,本文基于FFT的脉冲检测方法对不同功率噪声具有理想的低虚警特性。

4 结 语

文中通过分析单载频信号、LFM信号、BPSK信号、QPSK信号、FSK信号的时域和频域调制特征,提出了一种基于FPGA的调制类型识别流程,和一种利用基带信号的瞬时自相关求相位差,对相位调制信号进行准确识别的方法。

仿真实验表明,本方法对信噪比要求低,实时性好,可信度高,在FPGA平台上实现可满足高采样率电子战数字接收机的需求。文中对基于FPGA的实现方法进行详细研究,对进一步工程实现具有充分的指导意义。但由于时间有限,笔者尚未全部完成本文算法的FPGA代码编写,这将是下一步工作重点。

参考文献

[1] TSUI James. Digital techniques for wideband receivers:宽带数字接收机[M].杨小牛,陆安南,金飚,译.2版.北京:电子工业出版社,2002.

[2] HO K C, PROKOPIW W, CHAN Y T. Modulation identification of digital signals by the wavelet transform [J]. IEE Proceedings of Radar, Sonar and Navigation, 2000, 147(4):169?176.

[3] 王渝冲,宿绍莹,陈曾平.基于小波变换的雷达信号调制类型识别方法[J].计算机工程,2012,38(23):166?168.

[4] 毕大平,董晖,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,2004,20(2):6?9.

[5] 翟孝霏,刘雅轩,陈涛,等.一种快速雷达信号脉内调制识别分析方法[J].现代雷达,2012,34(6):16?19.

[6] LOPEZ?RISUENO G, GRAJAL J, SANZ?OSORIO A. Digital channelized receiver based on time?frequency analysis for signal interception [J]. IEEE Transactions on Aerospace and Electronic Systems, 2005, 41(3): 879?898.

[7] 洪先成,张国毅,王长宇,等.基于奇异值分解的雷达信号脉内调制类型自动识别[J].电子信息对抗技术,2011,26(2):30?35.

[8] 丁鹭飞,耿富录,陈建春.雷达原理[M].4版.北京:电子工业出版社,2009.

[9] 李坡.宽带数字侦察接收系统关键技术研究与实现[D].长沙:国防科学技术大学,2010.

[10] 张维良,张彧,杨再初,等.高速并行FIR滤波器的FPGA实现[J].系统工程与电子技术,2009,31(8):1819?1822.

[11] 牟胜梅.面向可重构系统的几个常用算法及其实现技术研究[D].长沙:国防科学技术大学,2008.

[12] Xilinx. LogiCORE IP CORDIC v5.0 product specification [EB/OL]. [2011?10?19]. http://.

[13] 董晖,姜秋喜.低信噪比下宽带LFM信号检测技术[J].电子信息对抗技术,2008,23(1):5?8.

[14] 谭小刚,魏平,李立萍.低信噪比下线性调频信号的检测和高精度参数估计[J].电子测量与仪器学报,2008,22(5):88?91.

[15] 冯志红,赖涛,赵拥军.低信噪比下对称三角线性调频信号参数估计[J].电波科学学报,2012,27(3):520?525.