基于ADS-B的辐射源个体识别方法及装置与流程

本发明属于信号处理
技术领域：
，特别涉及一种基于ads-b的辐射源个体识别方法及装置。
背景技术：
：雷达辐射源个体识别是电子侦察系统的重要组成部分，可以实现“信号-辐射源个体”的关联，从而精准锁定威胁源或高价值目标，达到“手术刀”式定点清除的目的。个体识别技术不仅在军事应用上具有重要意义，在民用网络安全接入、认知无线电以及公共安全等领域也具有较高价值。国内外大量的研究机构对雷达辐射源个体识别技术进行了研究。针对雷达个体识别技术进行研究中，无意相位调制(unintentionalphasemodulationonpulse，upmop)特征的区分度好于无意频率调制(unintentionalfrequencymodulationonpulse，ufmop)的结论。由实验采集并分析104部二次雷达(secondarysurveillanceradar，ssr)的信号，分别提取其ufmop和upmop，识别率分别达到92.2％和96.7％。雷达辐射源数据聚类的主要挑战是接收到的雷达脉冲样本的维度高，样本群规模小，以及雷达脉冲群距离近，由此提出采用贝塞尔(bezier)曲线对脉冲的瞬时频率进行建模。以贝塞尔曲线控制点的空间分布作为分类过程的新特征。通过在法国布雷斯特(brest)附近采集真实数据，利用所提方法来标记感兴趣的目标，取得了较好的效果。2017年，针对emd可能会发生模态混淆问题，提出了一种基于频移和高频谐波结合的方法来防止混淆；仿真结果表明，改进的emd算法可以应用于雷达信号分类，而且分解的精度较好。对个体识别系统的研究，有人提出一套典型的sei/sev(specificemitterverification)处理原型系统，给出信号处理、参数提取以及识别库的建立的整套方案，为后续研究人员的信号处理流程提供了参照。通过基于神经网络的辐射源识别系统，综合了统计分析模式识别和专家系统的优点，实现了快速高效的雷达辐射源识别的目的。此外，还有许多基于知识库的雷达辐射源识别专家系统，例如一种基于雷达脉冲信号参数的变化特征的专家系统，用以进行雷达工作模式的判别；一种集中数据库、案例库、专家经验的规则库和模型库雷达辐射源识别专家系统，实验证实该系统可以得到与专家同样的判别结果。虽然目前各国均对雷达辐射源个体识别技术进行了深入研究，取得了多项重要研究成果，但依然存在一些不足，主要表现在以下几点：(1)雷达发射机的个体身份难以确定，一般的信号处理实验室虽具有采集能力，但很难获得辐射该信号的发射机的个体信息，存在验证困难；(2)国内近年来开展了基于深度神经网络的个体识别技术研究，但缺乏大规模个体识别数据集进行神经网络训练和测试；(3)仿真信号无法清晰地表征发射机的个体差异，导致仿真结果的可信度大打折扣，从而限制了个体识别系统的发展。技术实现要素：为此，本发明提供一种基于ads-b的辐射源个体识别方法及装置，识别准确度高，有效解决以往单纯依赖仿真信号可信度不高等问题，具有很强的应用前景。按照本发明所提供的设计方案，一种基于ads-b的辐射源个体识别方法，包含如下内容：a)获取应答机工作状态下周期性广播的ads-b脉冲信号，该ads-b脉冲信号包含帧头和数据部分，其中，帧头含有四个前导脉冲；b)提取前导脉冲个体特征参数，对数据部分进行解码获取个体身份信息，并将个体特征和个体身份信息组成特征向量；c)将特征向量划分为用于训练测试神经网络分类器的训练数据集和测试数据集；针对目标信号，利用训练后的神经网络分类器进行辐射源个体识别。一种基于ads-b的辐射源个体识别装置，包含用于将采集到的ads-b信号进行udp数据包打包并上传至上位机的低频段信号采集处理模块，和用于接收低频段信号采集处理模块反馈数据并对反馈数据进行处理分析的信号数据分析处理模块；所述信号数据分析处理模块与低频段信号采集处理模块两者相互交互；其中，低频段信号采集处理模块包含：信号获取子单元，用于获取应答机工作状态下周期性广播的ads-b脉冲信号，该ads-b脉冲信号包含帧头和数据部分，其中，帧头含有四个前导脉冲；信号数据分析处理模块包含：特征提取子单元，用于提取前导脉冲个体特征参数，对数据部分进行解码获取个体身份信息，并将个体特征和个体身份信息组成特征向量；目标识别子单元，用于将特征向量划分为用于训练测试神经网络分类器的训练数据集和测试数据集；针对目标信号，利用训练后的神经网络分类器进行辐射源个体识别。本发明的有益效果：本发明以ads-b信号为处理对象实现辐射源的个体识别；提取个体特征，对辐射源发射信号进行了多维完备表征；利用贝塞尔曲线拟合对特征参数降维，降低运算复杂度；在以ads-b格式信号作为处理对象，ads-b应答信号报文承载着可供验证的信息，有效解决个体识别中个体信息验证困难等问题；利用ads-b信号资源丰富，发射机个体身份容易获取的特点，通过提取其个体特征和个体身份信息建立个体识别数据集，有效解决个体识别过程中常见的小样本问题；通过软硬件辐射源个体识别，采集处理实测外场信号，有效解决了以往单纯依赖仿真信号可信度不高的问题；既借助了fpga并行计算的优势对ads-b信息进行预处理，又利用了软件解码的灵活性，可实现对ads-b报文的快速高效解码，对信号处理过程中雷达辐射源个体识别技术的发展具有重要的指导意义。附图说明：图1为实施例中辐射源个体识别方法流程图；图2为实施例中1090esads-b信号波形示意图；图3为实施例中df17格式信号及前导脉冲示意图；图4为实施例中数据处理流程示意图；图5为实施例中辐射源个体识别装置示意图；图6为实施例中辐射源个体识别装置原理框图；图7为实施例中低频段信号采集处理模块示意图；图8为实施例中rf前端电路示意图；图9为实施例中fpga控制芯片算法流程示意图；图10为仿真实验中目标1第四个前导脉冲及其个体特征示意图；图11为仿真实验中三部不同发射机的六种个体特征对比示意图。具体实施方式：为使本发明的目的、技术方案和优点更加清楚、明白，下面结合附图和技术方案对本发明作进一步详细的说明。针对现有辐射源识别过程中，雷达发射机的个体身份难以确定、难以获得辐射该信号的发射机的个体信息，缺乏大规模个体识别数据集进行神经网络训练和测试，仿真信号无法清晰地表征发射机的个体差异等情形，本发明实施例中，参见图1所示，提供一种基于ads-b的辐射源个体识别方法，包含如下内容：s101)获取应答机工作状态下周期性广播的ads-b脉冲信号，该ads-b脉冲信号包含帧头和数据部分，其中，帧头含有四个前导脉冲；s102)提取前导脉冲个体特征参数，对数据部分进行解码获取个体身份信息，并将个体特征和个体身份信息组成特征向量；s103)将特征向量划分为用于训练测试神经网络分类器的训练数据集和测试数据集；针对目标信号，利用训练后的神经网络分类器进行辐射源个体识别。通过天线接收ads-b脉冲信号，对接收到的信号进行滤波、放大和混频处理，获取中频信号；然后，对中频信号进行数字处理获取数字零中频信号，该数字处理至少包含a/d采样、数字滤波和数字下变频处理。基于ads-b的辐射源个体识别是以ads-bdf17格式信号为处理对象，应答机工作时，周期性地广播df17格式的扩展振荡信号，为周边飞机和地面交通控制站提供本机的身份、经纬度、高度、速度以及其他状态信息，其信号波形如图2所示。由于1090mhzads-b信号属于二次雷达的一种，具有脉冲信号的特征，ads-b应答信号由帧头(4个前导脉冲，8)和数据部分(112)组成，总长120，数据部分承载了国际民航组织(internationalcivilaviationorganization，icao)为每架飞机指定的唯一编码(也称icao地址码)、飞机经纬度、高度、速度、航向以及其他状态信息。df17格式的ads-b应答信号报文有crc校验功能，可以验证解译的地址码正确与否。此外应答信号因数据部分随承载的消息不同而变化，不适用于做个体特征提取及模型训练。因此，该系统的处理对象为应答信号的帧头，即4个前导脉冲，如图3所示。本发明另一个实施例中，提取前导脉冲个体特征参数，首先，针对前导脉冲分别提取各自用于对辐射源发射信号进行多维完备表征的个体特征参数；然后，通过贝赛尔曲线拟合对个体特征参数进行拟合降维，提取拟合后的控制点作为用于获取特征向量的个体特征。其中，个体特征参数至少包含包络、瞬时频率、无意调频、无意调相、ar模型参数和双谱对角切片。参见图4所示，通过天线接收1090mhz的ads-b信号，并将接收到的信号经过滤波、放大、混频后，得到中频信号；对得到的中频信号进行a/d采样、数字滤波、数字下变频等处理后得到数字零中频信号；对数字零中频信号经预处理后，对4个前导脉冲部分提取得到6组脉内无意调制(umop)特征：包络、瞬时频率、无意调频、无意调相、ar模型参数和双谱切片；利用贝塞尔曲线实现对脉内无意调制(umop)特征的拟合，提取拟合后的控制点作为新的个体特征；对ads-b信号的数据部分进行解码，得到个体身份信息；将个体特征与个体身份信息组成的特征向量划分为训练数据集和测试数据集；通过神经网络分类器对数据集进行训练和测试，实现个体识别。基于上述的方法，本发明还提供一种基于ads-b的辐射源个体识别装置，参见图5所示，包含：包含用于将采集到的ads-b信号进行udp数据包打包并上传至上位机的低频段信号采集处理模块101，和用于接收低频段信号采集处理模块反馈数据并对反馈数据进行处理分析的信号数据分析处理模块102；所述信号数据分析处理模块101与低频段信号采集处理模块102两者相互交互；其中，低频段信号采集处理模块101包含：信号获取子单元，用于获取应答机工作状态下周期性广播的ads-b脉冲信号，该ads-b脉冲信号包含帧头和数据部分，其中，帧头含有四个前导脉冲；信号数据分析处理模块102包含：特征提取子单元，用于提取前导脉冲个体特征参数，对数据部分进行解码获取个体身份信息，并将个体特征和个体身份信息组成特征向量；目标识别子单元，用于将特征向量划分为用于训练测试神经网络分类器的训练数据集和测试数据集；针对目标信号，利用训练后的神经网络分类器进行辐射源个体识别。进一步的，本发明实施例中，信号获取子单元可设计为包含用于中频数据存储、转发及对外接口控制的fpga控制芯片，用于对输入信号进行衰减、滤波和通道选择的rf前端电路；用于对输入信号进行中频数字化处理的rf通道电路；用于存放缓存数据的存储器，及用于提供电源的电源电路。优选的，另一个实施例中，参见图6所示，信号获取子单元包含依次连接的信号接收模块、带通滤波器、低噪放大器及功分器，和分别与功分器连接的低频段采集处理电路板和通过软件无线电连接的ads-b解码器，其中，低频段采集处理电路板用于对接收到的数据进行udp数据包打包并反馈，ads-b解码器用于对接收到的数据进行数据解码并反馈。硬件系统的核心为低频段采集处理板，可将频率范围为70mhz-6ghz、带宽20mhz以内的信号采集并打包为udp数据包，上传至上位机。低频段采集处理板主要完成对70mhz～6ghz范围内的信号进行搜索、接收和处理。具备高速数据存储转发功能，能够对1路最大20mhz带宽的中频原始数据进行连续存储，并通过千兆网接口将原始数据传输到模块外部；可接收计算机下发的控制命令、配置参数，上报工作状态、健康状态等。该处理板可由xilinx的kintex-7系列xc7k325t芯片和adi公司的ad9361芯片、ddr3、时钟和rf调理电路组成。参见图7所示，低频段采集处理板原理框图，硬件部分主要模块有：1)fpga，主控电路采用的是xc7k325t芯片，设计灵活，支持10gigabitethernet和pciegen3等主流标准、提供了500个可编程io，fpga的配置电路采用主spi模式配置；配备型号为n25q00aa13gsf40f的flash芯片，下载速率高、配置快捷，fpga负责中频数据的存储、转发以及对外的接口控制；2)rf前端电路，主要实现输入衰减、接收滤波和通道选择等功能，如图8所示，输入信号首先经过衰减器，再经过rf开关、滤波器组后输出到ad9361芯片的输入端，实现中频数字化处理，其中滤波器组的频段划分是关键，一般不超过1个倍频程；3)rf通道电路，主要采用adi的ad9361芯片，该芯片集成双通道12位adc和dac、接收和发射通道均集成放大、混频和可配置数字滤波器的调理电路，覆盖频段70mhz-6ghz，为高度集成的一体化芯片，芯片外围电路简洁，适用于空间受限的场景；4)高速缓存，ddr3选用2gbit容量(128m*16bit)，共4片一起构成128m*64bit的乒乓存储器，用于存放iq原始数据；5)电源，采用linear公司的lt1965、ltm4620和ltm4644电源模块分别实现数字电源和模拟电源，采用线性电源实现时钟和模拟芯片的供电，以满足fpga、ad9361、网口芯片、ddr、时钟芯片等芯片的不同电源需求。软件系统包括上位机程序和fpga芯片程序两大部分。上位机程序采用c#语言开发，负责开发板绑定、udp数据报负载长度控制、缓冲区申请、采集命令下发、数据存盘控制等功能。fpga芯片程序是在xilinx公司的vivado2016.4设计套件中完成，采用veriloghdl语言开发，主要完成数据的量化控制、高速缓存、上位机命令接收、对外接口电路控制等功能。参见图9所示的fpga芯片程序框架图中，a)rf_fpga_top为器件顶层模块，负责端口的声明及全局初始化；b)u_clk_cfg为系统时钟产生的模块，u3_reset_gen为复位信号产生模块；c)u_my_mb为microblazeip核的例化模块，用于配置接收芯片；d)u_axi_tr_a为信号接收处理模块，u1_fir_filt_in/u2_fir_filt_in为接收的滤波控制模块；e)u_clk_ddr是ddr的参考时钟生成器，u_ddr3_pack为ddr3的读写访问控制器；f)u_ethernet_mac为以太网的mac控制器；g)u_eth_ctrl为以太网的指令/数据处理单元，负责处理上位机指令，传输上位机所需的数据。网口译码表如下表1所示，表1网口命令译码表名称地址有效位通道1衰减(db)0x12017:0通道2衰减(db)0x12027:0本振频率(mhz)0x12032:0通道配置使能0x1204写有效通道选择0x12050:0采样点数0x121127:0采样使能0x1212写有效采样回读0x1213写有效上位机可用c#语言进行采集参数控制，个体特征提取部分可用matlab进行处理。为进一步验证本发明的有效性，下面通过具体仿真实验数据做进一步解释说明：利用实验室靠近某机场的优势，持续开展为期三个月的ads-b信号采集处理任务，共采集数据约1.4t。实验一：同一发射机六种不同个体特征本实验目的在于测试硬件存储、个体参数估计和个体特征提取功能是否正常。如图10所示，(a)为采集设备存储的某ads-b应答发射机的脉冲信息。针对第四个前导脉冲，在上位机软件中分别进行个体参数估计，再进一步提取包络(b)、瞬时频率(c)、无意调频(d)、无意调相(e)、ar模型参数(f)和双谱对角切片(g)六种个体特征。其中，包络(b)、瞬时频率(c)是脉冲信号的常见特征，采用hilbert变换法直接计算。用最小二乘多项式拟合算法分别对瞬时频率和瞬时相位拟合后取残差可得无意调频(d)和无意调相(e)，ar模型参数(f)是对脉冲信号采用参数化的谱估计算法，进行模型参数估计。双谱对角切片(g)是在双谱估计的基础上，取双谱一三象限的对角切片。以上六种特征，除ar模型参数(f)特征维度较低外，其他均需进一步降维和优化。包络(b)、瞬时频率(c)、无意调频(d)和无意调相(e)采用贝塞尔拟合法，取拟合后的贝塞尔曲线控制点的空间散布作为个体特征，双谱对角切片(g)采用主成分分析进行降维，取贡献率为85％的主成分作为个体特征向量。由图10可以看出，个体特征提取功能均正常。实验二：三部不同发射机的个体特征对比本实验目的在于展示不同发射机的不同个体特征的差异，抽取其中一天半小时内连续采集的三架民用飞机下发的ads-b应答信号，icao地址码分别为a4xxc9、78xx21和78xxc5，信噪比约16db，分别对相应的前导脉冲提取六种个体特征进行对比展示，如图11所示。由图11可以看出，在当前信号环境下，除ar模型参数(e)外，三个目标的其他个体特征均具有较好的可分性，无意调频(c)与无意调相(d)特征在两端的差异更加明显，双谱对角切片(f)整体差异显著，ar模型参数(e)虽有细微的差别，但其差异达不到分类的阈值，容易被判为一类。实际上，在实验中也发现，不仅是ar模型参数(e)，其他分类器的输出也会出现分类错误的情况，带来误判或漏判的风险，无法满足个体识别的要求。因此，在本发明实施例中，以ads-bdf17信号为处理对象实现辐射源的个体识别；针对4个前导脉冲分别提取了包络、瞬时频率、无意调频、无意调相、ar模型参数和双谱对角切片六种个体特征，对辐射源发射信号进行了多维完备表征；利用贝塞尔曲线拟合对特征参数降维，降低了算法运算复杂度。以ads-bdf17格式信号为处理对象，df17格式的ads-b应答信号报文承载着可供验证的信息，有效解决了个体识别中个体信息验证困难的问题。利用ads-b信号资源丰富，发射机个体身份容易获取的特点，通过提取其个体特征和个体身份信息建立个体识别数据集，有效解决了个体识别过程中常见的小样本问题。通过采集处理实测外场信号，有效解决了以往单纯依赖仿真信号可信度不高的问题。既借助了fpga并行计算的优势对ads-b信息进行预处理，又利用了软件解码的灵活性，可实现对ads-b报文的快速高效解码；有效解决以往单纯依赖仿真信号可信度不高等问题，具有很强的应用前景。除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。基于上述的方法，本发明实施例还提供一种服务器，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述的方法。基于上述的方法，本发明实施例还提供一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现上述的方法。本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在这里示出和描述的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制，因此，示例性实施例的其他示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本
技术领域：
的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。当前第1页12