基于脉冲重复间隔的活动雷达库关联算法

第３７卷第７期　２０１５年７月　现代雷达　

Ｍｏｄｅｍ　Ｒａｄａｒ　ＶｏＩ．３７　Ｎｏ．７　

Ｊｕｌｙ　２０１５　

・电子对抗・ＤＯＩ：１０．１６５９２／ｊ．ｃｎｋｉ．１００４—７８５９．２０１５．０７．０１９　基于脉冲重复间隔的活动雷达库关联算法　关一夫，张国毅，王晓峰　（空军航空大学信息对抗系，　长春１３００２２）　摘要：电子支援侦察系统具有对战场环境中活动雷达进行跟踪、监视的功能，上述功能是通过将雷达脉冲序列与活动雷达　库中的记录进行关联实现的。文中提出了一种基于生物信息学中动态规划思想的关联算法，该算法通过提取雷达脉冲序　列脉冲重复间隔变化规律，并将此作为识别特征对雷达批数据进行关联，仿真说明了该算法即使在有脉冲丢失和干扰脉　冲的情况下仍具有较好的处理效果。　关键词：活动雷达库；脉冲重复间隔变化规律；雷达批数据　

中图分类号：ＴＮ９７１　文献标志码：Ａ　文章编号：１００４—７８５９（２０１５）０７—００７６—０４　

Ａｓｓｏｃｉａｔｉｏｎ　Ａｌｇｏｒｉｔｈｍ　ｆｏｒ　Ａｃｔｉｖｅ　Ｒａｄａｒ　Ｄａｔａｂａｓｅ　Ｂａｓｅｄ　ｏｎ　Ｐｕｌｓｅ　Ｒｅｐｅｔｉｔｉｏｎ　Ｉｎｔｅｒｖａｌ　

ＧＵＡＮ　Ｙｉｆｕ，ＺＨＡＮＧ　Ｇｕｏｙｉ，ＷＡＮＧ　Ｘｉａｏｆｅｎｇ　（Ｉｎｆｏｒｍａｔｉｏｎ　Ｃｏｕｎｔｅｒｍｅａｓｕｒｅｓ　Ｄｅｐａｒｔｍｅｎｔ，Ａｖｉａｔｉｏｎ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ａｉｒ　Ｆｏｒｃｅ，　Ｃｈａｎｇｃｈｕｎ　１　３００２２，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｅｌｅｃｔｒｏｎｉｃ　ｓｕｐｐｏｒｔ　ｍｅａｓｕｒｅｓ　ｓｙｓｔｅｍ　ｅｘｅｃｕｔｅｓ　ｔｈｅ　ｆｕｎｃｔｉｏｎ　ｏｆ　ｔｒａｃｋｉｎｇ　ａｎｄ　ｍｏｎｉｔｏｒｉｎｇ　ｔｈｅ　ａｃｔｉｖｅ　ｒａｄａｒｓ　ｉｎ　ｔｈｅ　ｂａｔｔｌｅｆｉｅｌｄ　ｅｎｖｉｒｏｎｍｅｎｔ，ｓｕｃｈ　ｆｕｎｃｔｉｏｎ　ｉｓ　ｒｅａｌｉｚｅｄ　ｂｙ　ａｓｓｏｃｉａｔｉｎｇ　ｔｈｅ　ｉｎｐｕｔ　ｒａｄａｒ　ｐｕｌｓｅ　ｓｅｑｕｅｎｃｅｓ　ｗｉｔｈ　ｔｈｅ　ｒｅｃｏｒｄｓ　ｓｔｏｒｅｄ　ｉｎ　ｔｈｅ　ａｃｔｉｖｅ　ｒａｄａｒ　ｄａ・　ｔａｂａｓｅ．Ｔｈｉｓ　ａｒｔｉｃｌｅ　ｐｕｔｓ　ｆｏｒｗａｒｄ　ａｎ　ａｓｓｏｃｉａｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｄｙｎａｍｉｃ　ｐｒｏｇｒａｍｍｉｎｇ　ｔｈｅｏｒｙ　ｉｎ　ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．Ｂｙ　ｅｘｔｒａｃｔｉｎｇ　ｔｈｅ　ｐｕｌｓｅ　ｒｅｐｅｔｉｔｉｏｎ　ｉｎｔｅｒｖａｌ　ｓｗｉｔｃｈｉｎｇ　ｒｕｌｅｓ　ａｎｄ　ｍａｋｉｎｇ　ｉｔ　ｓｅｒｖｅ　ａｓ　ａ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｃｈａｒａｃｔｅｒｉｓｔｉｃ，ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｓｕｃｃｅｓｓｆｕｌｌｙ　ｍａｋｅｓ　ｉｔ　ｐｏｓｓｉｂｌｅ　ｔｏ　ａｓｓｏｃｉａｔｅ　ｔｈｅ　ｒａｄａｒ　ｐｕｌｓｅ　ｔｒａｉｎｓ　ｗｉｔｈ　ｔｈｅ　ａｃｔｉｖｅ　ｒａｄａｒ　ｄａｔａｂａｓｅ．Ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｃａｎ　ｗｏｒｋ　ｒｏ—　ｂｕｓｔｌｙ　ｅｖｅｎ　ｉｎ　ｔｈｅ　ｐｒｅｓｅｎｃｅ　ｏｆ　ｐｕｌｓｅｓ　ｌｏｓｓ　ａｎｄ　ｉｎｔｅｒｆｅｒｅｎｃｅ　ｐｕｌｓｅｓ．　Ｋｅｙ　ｗｏｒｄｓ：ａｃｔｉｖｅ　ｄａｔａｂａｓｅ；ｐｕｌｓｅ　ｒｅｐｅｔｉｔｉｏｎ　ｉｎｔｅｒｖａｌ　ｓｗｉｔｃｈｉｎｇ　ｒｕｌｅｓ；ｒａｄａｒ　ｐｕｌｓｅ　ｔｒａｉｎ　

０　引　言　在未来战场上电子支援侦察（Ｅｌｅｃｔｒｏｎｉｃ　Ｓｕｐｐｏｒｔ　Ｍｅａｓｕｒｅｓ，ＥＳＭ）系统所面临的电磁环境将是复杂和动　态变化的，这就使得ＥＳＭ系统在设计时一方面要考虑　其工作环境的具体特点，另一方面还要考虑该系统对　环境的适应能力。文献［１］中简要介绍了活动雷达库　在ＥＳＭ系统中的应用，其主要功能是将雷达脉冲序列　与活动雷达库中的记录进行关联，从而实现对战场环　境中活动雷达的跟踪与监视。　现代雷达的信号样式具有复杂的脉问和脉内调制　样式，使得侦察系统信号处理能力下降，造成这一情况　的主要原因是基于统计处理的系统很难准确描述雷达　脉冲序列的复杂变化规律，破坏了脉冲之间在参数上　的关联性。　因此，在研究活动雷达库关联算法的过程中，着重　讨论并解决如下三个问题：（１）如何建立模型对脉冲　序列进行更准确的描述；（２）如何提取可靠分类特征　对脉冲序列进行准确的识别；（３）如何设计算法来实　现关联。　根据脉冲序列的描述模型不同，文献［２］将雷达　辐射源识别算法分为两类：一类是基于统计参数建模　的识别方法，如专家系统法、灰度关联法、基于人工神　经网络法、基于粗糙集理论法等　；另一类是基于脉　冲参数建模的识别方法，如联合分选识别法　、雷达　辐射源的序贯识别法　Ｊ、脉冲样本图法　等。这两　类识别算法的本质区别是对脉冲序列的描述模型不　同。本文借鉴脉冲样本图的处理思路，提出了脉冲重　复间隔（Ｐｕｌｓｅ　Ｒｅｐｅｔｉｔｉｏｎ　Ｉｎｔｅｒｖａｌ，ＰＲＩ）样本的模型，并　将此作为第一个问题的解决方案。　通过分析实际侦收数据发现，脉冲序列的ＰＲＩ变　化规律能够提供很可靠的分类信息，越是复杂的变化　规律，其所能提供的分类信息量越大。因此，将提取脉　冲序列ＰＲＩ变化规律作为第二个问题的解决方案。　最后，借鉴生物信息学中动态规划的思想设计了　活动雷达库中的关联算法，解决了第三个问题。　

１　ＥｓＭ信号处理系统结构　翥：关一夫一　ｇ期ｕａｎｙｉ聃＠ｓｉｎａＩｃ０ｍ　ＥｓＭ　战场主要遂行对电磁环境由雷达辐射源　收稿日期：２０１５－０３—３０　修订日期：２０１５－０６－０３　－１３：队　工艾怂　ＩＪ　ｌＪ　雌　ｌ’　一１－田尬悃　调　

一７６—　・电子对抗・　关一夫，等：基于脉冲重复间隔的活动雷达库关联算法　的探测、分类和识别任务　，其信号处理系统结构，　如图１所示。　图１　信号处理系统结构不意图　活动雷达库在工作时，对于预处理生成的各批数据　要记录其出现和结束时间，并在活动雷达库中对不同处　理周期生成批数据的上述信息进行更新。一方面，是为　了对到来的各批数据进行时域的粗关联，以减少与活动　库中记录进行精确关联的数据批数；另一方面，是为了　将超过存在门限（如４０　ｓ）的活动库记录剔除。　在时域粗关联过程中满足条件的批数据，用本文　算法对其进行精确关联，对于成功关联的批数据，更新　其在活动雷达库中的记录并滤除，以减少系统后续处　理过程的数据量。　２　雷达脉冲序列的脉冲ＰＲＩ样本模型　雷达辐射源按照信号形式可以分为脉冲雷达和连　续波雷达两类。连续波雷达的数量较少，并且使用有　限，本文主要对脉冲雷达进行研究，所述雷达辐射源均　为脉冲雷达。ＰＲＩ是脉间参数，通过计算两相邻脉冲　到达时间差得到。　设雷达在某工作模式下发射一串具有Ⅳ个脉冲　的脉冲序列Ｓ＝（　ｌ，　２，…，　Ⅳ），其中　，ｉ＝１，２，…，Ｊ７ｖ代　表脉冲的到达时间，则Ｐ＝（Ｐ，，Ｐ　，…，Ｐ　）就是该串脉　冲的ＰＲＩ序列，其中Ｐ　＝　－ｔ　，ｉ＝１，２，３，…，Ⅳ。若从　Ｐ中选取出一个能准确表示Ｐ的子序列Ｐ　，使得Ｐ可　近似看作由Ｐ　进行周期延拓得到（除了Ｐ中开头和结　尾的几个ＰＲＩ值），那么尸　就是一个脉冲ＰＲＩ样本，活　动雷达库中已出现的雷达记录就是以这种形式进行存　储的。Ｐ　同时给出了已出现批数据中ＰＲＩ值及其排列　顺序的信息。　３　活动雷达库的关联算法　借鉴生物信息学中基因序列配对的经典算　法——动态规划比对算法¨　的主要思想，结合脉冲　ＰＲＩ样本及待关联脉冲序列的特点设计打分矩阵和　部分得分矩阵，并将回溯路径所经过的各个点的分　值相加，作为计算关联度的依据。该算法的原始算　法（Ｎｅｅｄｌｅｍａｎ—Ｗｕｎｓｃｈ算法）对于长序列需要建立巨　大的打分矩阵和部分得分矩阵，并且在回溯的时候　很费时，其时间复杂度和空间复杂度均为Ｏ（ｎ　）（　为序列长度），这就限制了其在实际中的应用。后来　人们提出了改善其时间、空间复杂度的算法，典型的　有：Ｈｉｒｓｃｈｂｅｒｇ算法、Ｕｋｋｏｎｅｎ算法和Ｄｉｖｉｄｅ－ａｎｄ．Ｃｏｎ—　ｑｕｅｒ算法。其中Ｄｉｖｉｄｅ．ａｎｄ—Ｃｏｎｑｕｅｒ算法的时间和空　间复杂度分别为Ｄ（ｎｌｏｇ　ｄ＋ｄ　）和Ｏ（ｄ）（ｄ为两条序　列的得分值），在实际中有较好的应用，对长度为１　０００　以上的基因序列具有较快的处理速度¨　。关于上述改　进算法的原理可参考文献［１５］，此处不再赘述。　３．１动态规划的基本原理　下面介绍一下动态规划的基本原理，其过程大致　可分为两步：　步骤１：建立得分矩阵Ｍ　设有两个序列Ｐ　和Ｐ　，长度分别为ｎ。和　，则Ｍ　是一个（　＋１）×（ｎ：＋１）的矩阵。其建立方法如下：首　先，按照空位得分规则－１　初始化Ｍ的第一行和第一　列；然后，从ｍ　２开始，按式（１）计算ｍ　

ｍ　ｍａｘ｛ｍ（　—１）　一１，ｍ　（卜Ｉ）一１，ｍ（ｉ—１）（』一１）＋　Ｐ（Ｓ　，Ｓ　）｝　（１）　

式中：ｐ（．ｓ　｜ｓ　）为将Ｍ第ｉ行对应序列Ｐ　中的元素　值与Ｍ第Ｊ．列对应ｅ：中的元素值进行匹配，如果两个　数值在预先设定的匹配容差ｏｒ范围内，则匹配结果为　１，否则结果为一１。　步骤２：回溯　回溯是从ｍ　川（以＋ｌ】开始，沿向左、向上或向左上　三个方向，移动到ｍ，　的过程。当回溯到ｍ　后，从　ｍ（¨），，ｍ。（ｒ－１）和ｍ（【＿Ｉ）（卜１）三个选项中选择满足式（１）　的位置继续前进，直到回溯到ｍ　３．２本文关联算法流程　本文算法主要分为：建立得分矩阵并计算各待关　联批数据的平均分，对关联上的活动雷达库记录进行　数据更新。　步骤１：建立得分矩阵Ｍ　并计算分数Ｓｃｏｒｅ　得分矩阵是指Ｐ　和ｅ　分别对应上活动雷达库中　的脉冲ＰＲＩ样本序列和待关联脉冲ＰＲＩ序列（或其子　序列），并根据Ｓｃｏｒｅ　建立得分矩阵；对回溯路径上各　元素的分值求和，作为该得分矩阵的分数。　步骤２：对关联上的活动雷达库记录进行数据更　新并滤除　将各批数据的平均分与门限进行对比，分数过门限　的批数据代表关联成功的雷达批信号，故对活动库中相　应记录进行数据更新并滤除该批数据，不使其参与系统　的后续处理。值得一提的是，得分矩阵的分数可能为负　值，后面的仿真将表明，分数为负值时一般对应序列不　

一７７—