基于改进连通区域标记的跳频信号分选识别

doi:10.3969/j.issn.1009-086x.2023.02.009

摘要/Abstract

摘要：

针对小型无人机在复杂电磁环境下难以识别的问题，提出了基于改进连通区域标记的跳频信号估计与分选方法。首先，采用基于局部窗口的能量门限统计法，在信号时频域去噪；接着，对常规连接区域标记法进行改进，设计了新的连接区域片段关联和干扰抑制方法，解决连接区域断裂和干扰混合的问题；然后，针对多跳频信号混合情况，利用时频幅度差异重建连接区域；最后，根据改进的连通区域标记图进行参数抽取和信号分选识别。仿真结果显示，在噪声、干扰和多跳频信号混叠环境下，信号参数估计精度和目标信号的正确识别概率均明显高于常规连通区域标记方法。

关键词: 跳频信号, 连通区域标记, 信号混叠, 时频幅度差异, 参数估计, 分选识别

Abstract:

An estimation and sorting method for frequency-hopping signals based on improved connected region labeling is proposed to tackle the problem that small unmanned aerial vehicles （UAVs） are difficult to identify in a complex electromagnetic environment. Firstly， the energy threshold statistical method based on local windows is used to denoise the signal in the time and frequency domains. Then， the conventional connected region labeling method is improved to design a method to associate segments of the connected region and a method to suppress interference， which solves the problems of connected region breaks and interference mixing. After that， in the case of the mixing of multi-frequency-hopping signals， the connected region is reconstructed by the time–frequency amplitude difference. Finally， parameter extraction and signal sorting and identification are carried out according to the improved label map of the connected region. The simulation shows that under the environment of noise， interference， and multi-frequency-hopping signal aliasing， the estimation accuracy of signal parameters and the correct identification probability of target signals are significantly higher than those of the conventional connected region labeling method.

Key words: frequency-hopping signal, connected region labeling, signals aliasing, time-frequency amplitude difference, parameter estimation, sorting and identification

中图分类号:

TN911.7

郭昭艺, 黄祥, 孟悦, 杜彪, 霍丹江. 基于改进连通区域标记的跳频信号分选识别[J]. 现代防御技术, 2023, 51(2): 71-83.

Zhaoyi GUO, Xiang HUANG, Yue MENG, Biao DU, Danjiang HUO. Sorting and Identification of Frequency Hopping Signals Based on Improved Connected Region Labeling[J]. Modern Defense Technology, 2023, 51(2): 71-83.

图/表 25

图1 无噪声条件下的跳频信号时频图

Fig. 1 Time-frequency diagram of frequency-hopping signal without noise

图2 混杂噪声的跳频信号时频图

Fig. 2 Time-frequency diagram of frequency-hopping signal with noise

图3 8邻域连通图

Fig. 3 Eight neighborhood connectivity

表1 时频矩阵F和标记矩阵B示意图

Table 1 Time-frequency matrix F and label matrix B

矩阵	F
元素	F_1，1	F_1，2	F_1，3	0	0	0	0	0	0	0	0
	F_2，1	F_2，2	F_2，3	0	0	0	F_2，7	F_2，8	0	0	0
	F_3，1	F_3，2	0	0	0	0	F_3，7	F_3，8	0	0	0
	F_4，1	F_4，2	0	0	F_4，5	0	F_4，7	F_4，8	0	0	F_4，11
	0	0	F_5，3	F_5，4	F_5，5	0	F_5，7	F_5，8	0	0	F_5，11
	0	0	0	0	F_6，5	0	0	0	0	0	F_6，11
	F_7，1	F_7，2	F_7，3	0	0	0	0	F_7，8	F_7，9	F_7，10	F_7，11
	F_8，1	F_8，2	F_8，3	0	0	0	0	F_8，8	F_8，9	F_8，10	F_8，11
矩阵	B
元素	1	1	1	0	0	0	0	0	0	0	0
	1	1	1	0	0	0	4	4	0	0	0
	1	1	0	0	0	0	4	4	0	0	0
	1	1	0	0	3	0	4	4	0	0	5
	0	0	3	3	3	0	4	4	0	0	5
	0	0	0	0	3	0	0	0	0	0	5
	2	2	2	0	0	0	0	5	5	5	5
	2	2	2	0	0	0	0	5	5	5	5

图4 信号时频参数提取示意图

Fig. 4 Extraction of time-frequency parameters of signal

图5 干扰和调频信号连通区域标记分布图

Fig. 5 Label distribution map of interference and frequency-hopping signals connected region

图6 多跳频信号混叠下的连通区域标记分布图

Fig. 6 Label distribution map of connected regions under aliasing of multi-frequency-hopping signals

图7 连通区域重构后的参数提取示意图

Fig. 7 Parameter extraction after reconstruction of connected regions

图8 跳频信号1时频图

Fig. 8 Time-frequency diagram of frequency-hopping signal 1

图9 跳频信号2时频图

Fig. 9 Time-frequency diagram of frequency-hopping signal 2

图10 混合信号时频图

Fig. 10 Time-frequency diagram of mixed signal

图11 含噪信号时频图

Fig. 11 Time-frequency diagram of noisy signal

图12 去噪后的时频图

Fig. 12 Time-frequency diagram after denoising

图13 修正后的连通区域标记图

Fig. 13 Label map of connected regions after correction

图14 带类别信息的时频矩阵连通区域标记图

Fig. 14 Label map for connected regions of time-frequency matrix with class information

表2 两组连通区域参数统计值

Table 2 Parameter statistics of two groups of connected regions

49.954 1， 75.072 5

100.074 1， 125.052 1

80.050 6， 125.032 0

99.941 4， 75.033 7

50.068 3， 74.923 2

100.039 1， 124.975 8

80.038 6， 124.931 6

100.050 9， 75.057 2

50.044 1， 75.049 2

100.076 7， 125.067 0

0.001 2， 1.008 0

2.009 8， 3.011 7

4.013 5， 5.009 2

6.011 1， 7.012 9

8.014 8， 9.010 4

10.012 3， 11.014 1

12.016 0， 13.017 8

14.013 5， 15.015 4

16.017 2， 17.019 1

18.014 8， 19.016 6

0.996 6

1.808 1

190.063 5， 70.068 4

140.090 9， 120.040 9

155.075 1， 30.075 1

60.089 1， 115.066 5

90.057 4， 180.069 0

0.001 2， 2.009 8

4.013 5， 6.011 1

8.014 8， 10.012 3

12.016 0， 14.013 5

16.017 2， 18.014 8

1.989 1

1.995 8

图15 跳频+干扰+噪声混合信号时频图

Fig. 15 Time-frequency diagram of mixed signal containing frequency-hopping， interference， and noisy signals

图16 修正后的连通区域标记图

Fig. 16 Label map of connected regions after correction

图17 带类别信息的时频矩阵连通区域标记图

Fig. 17 Label map for connected regions of time-frequency matrixes with class information

表3 2组连通区域参数统计值

Table 3 Parameter statistics of two groups of connected regions

49.974 1，75.081 5

100.094 1，125.082 1

80.078 6，125.032 0

99.921 4，75.033 7

50.079 3，74.923 2

100.059 1，124.975 8

80.068 6，124.901 6

100.077 6，75.086 2

50.069 8，75.079 2

100.096 7，125.089 0

0.001 2，1.008 0

2.009 8，3.011 7

4.013 5，5.009 2

6.011 1，7.012 9

8.014 8，9.010 4

10.012 3，11.014 1

12.016 0，13.017 8

14.013 5，15.015 4

16.017 2，17.019 1

18.014 8，19.016 6

0.973 6

1.823 1

190.093 5，74.098 4

140.100 9，124.070 9

155.075 1，30.085 1

60.089 1，124.096 5

74.097 4，180.069 0

0.001 2，2.100 5

4.093 5，6.081 1

8.014 8，10.012 3

12.016 0，14.086 5

16.057 2，18.014 8

2.129 7

2.095 8

图18 跳频+干扰+噪声混合信号时频图

Fig.18 Time-frequency diagram of mixed signal containing frequency-hopping， interference， and noisy signals

图19 修正后的连通区域标记图

Fig. 19 Label map of connected regions after correction

图20 带类别信息的时频矩阵连通区域标记图

Fig. 20 Label map for connected regions of time-frequency matrixes with class information

表4 不同场景下2种方法的参数估计误差比较

Table 4 Parameter estimation errors of two methods in different scenarios

场景		场景1		场景2		场景3
场景		传统方法	本文方法	传统方法	本文方法	传统方法	本文方法
平均跳频周期/ms	估计值	1.933	1.989	2.213	2.110	2.353	2.160
平均跳频周期/ms	相对误差/%	3.3	0.6	10.6	5.5	17.6	7.9
带宽/MHz	估计值	2.048	1.996	2.158	2.096	2.237	2.123
带宽/MHz	相对误差/%	2.4	0.2	7.8	4.8	11.8	6.2

图21 类别2跳频信号的识别概率

Fig. 21 Recognition probability of Class 2 frequency-hopping signal

参考文献 16

1	张鹏飞. 低空空域无人机入侵检测研究［D］.西安：长安大学， 2019.
	ZHANG Pengfei. Research on Intrusion Detection of Unmanned Aerial Vehicle in Low Altitude Airspace［D］. Xi'an： Chang’an University， 2019.
2	李雪颖. 成都市民用无人机管控体系建设研究［D］. 成都：电子科技大学， 2018.
	LI Xueying. Research on the Construction of Civil UAV Management and Control System in Chengdu［D］. Chengdu： University of Electronic Science and Technology of China， 2018.
3	盛鹏峰. 机场净空区无人机入侵防范关键技术分析［J］. 中国民航飞行学院学报， 2017， 28（6）： 5-9.
	SHENG Pengfeng. Brief Analysis of Key Techniques for UAV Invasion Defense in Obstacle Limitation Space［J］. Journal of Civil Aviation Flight University of China， 2017， 28（6）： 5-9.
4	CHUNG C D， POLYDOROS A. Detection and Hop-Rate Estimation of Random FH Signals via Autocorrelation Technique［C］∥Proceedings of 1991 Military Communications Conference. McLean， VA：IEEE， 1991：345-349.
5	CHUNG C D， POLYDOROS A. Parameter Estimation of Random FH Signals Using Autocorrelation Techniques［J］. IEEE Transactions on Communications， 1995， 43（234）：1097-1106.
6	BARBAROSSA S， SCAGLIONE A. Parameter Estimation of Spread Spectrum Frequency Hopping Signals Using Time-Frequency Distributions［C］∥Proceedings of the First IEEE Signal Processing Workshop on Signal Processing Advances in Wireless Communications， Paris， France： IEEE， 1997：213-216.
7	张曦，王红卫，王星，等. 基于重排时间尺度分布的跳频信号参数盲估计［J］. 电路与系统学报， 2013， 18（2）： 314-319.
	ZHANG Xi， WANG Hongwei， WANG Xing， et al. Blind Parameters Estimation of Frequency-Hopping Signals Based on Reassignment Time-Scale Distribution［J］. Journal of Circuits and Systems， 2013， 18（2）： 314-319.
8	郑文秀，赵国庆，罗勇江，等. 跳频信号的跳速估计［J］. 系统工程与电子技术， 2006， 28（10）： 1500-1502.
	ZHENG Wenxiu， ZHAO Guoqing， LUO Yongjiang， et al. Hop Rate Estimation for Frequency Hopping Signals［J］. Systems Engineering and Electronics， 2006， 28（10）： 1500-1502.
9	陈秋华，王斌. 低信噪比下跳频信号的跳速估计［J］. 信息工程大学学报， 2008， 9（4）： 397-400.
	CHEN Qiuhua， WANG Bin. Hop Rate Estimation of Frequency Hopped Signals under Low SNR Condition［J］. Journal of Information Engineering University， 2008， 9（4）： 397-400.
10	陈含欣，江桦，崔伟亮. 一种基于形态学预处理的时频检测算法［J］. 信息工程大学学报， 2010， 11（4）： 438-442.
	CHEN Hanxin， JIANG Hua， CUI Weiliang. Novel TF Detection Algorithm Based on Morphology Preprocessing［J］. Journal of Information Engineering University， 2010， 11（4）： 438-442.
11	李琰，李天昀，葛临东. 一种基于图像分割和模板匹配的短波跳频信号盲检测算法［J］. 信息工程大学学报， 2010， 11（6）： 756-761.
	LI Yan， LI Tianjun， Ge Lindong. Blind Detection of High Frequency FH Signal Based on Image Segmentation and Template Matching［J］. Journal of Information Engineering University， 2010， 11（6）： 756-761.
12	李琰，王露，李天昀. 短波复杂信道下跳频信号的参数估计［J］. 信息工程大学学报， 2011， 12（2）： 168-173.
	LI Yan， WANG Lu， LI Tianyun. Parameter Estimation of Frequency Hopping Signals under Complex High Frequency Channels［J］. Journal of Information Engineering University， 2011， 12（2）： 168-173.
13	席有猷，李志刚，王苗. 结合图像处理与时频分析的直扩/跳频信号参数估计［J］. 电讯技术， 2014， 54（8）： 1071-1076.
	XI Youyou， LI Zhigang， WANG Miao. Parameters Estimation of DS/FH Signal Based on Image Processing and Time-Frequency Analysis［J］. Telecommunication Engineering， 2014， 54（8）： 1071-1076.
14	周志文，黄高明，高俊，等. 一种深度学习的雷达辐射源识别算法［J］. 西安电子科技大学学报， 2017， 44（3）： 77-82.
	ZHOU Zhiwen， HUANG Gaoming， GAO Jun， et al. Radar Emitter Identification Algorithm Based on Deep Learning［J］. Journal of Xidian University， 2017， 44（3）： 77-82.
15	张国敏. 无人机跳频信号检测与参数估计方法研［D］. 成都：西华大学， 2019.
	ZHANG Guomin. Research on Frequency Hopped Signal Detection and Parameter Estimation for UAV［D］. Chengdu： Xihua University， 2019.
16	刘丽. 民用无人机跳频信号分析与识别技术研究［D］. 北京：北京邮电大学， 2019.
	LIU Li. Frequency Hopped Signal Analysis and Recognition Technology of Civil UAV［D］. Beijing： Beijing University of Posts and Telecommunications， 2019.