بخشی از مقاله
چکیده
در این مقاله، روشی بدیع جهت جداسازی پالسهای راداری در محیطهای شلوغ جنگ الکترونیک ارائه شده است. اساس این روش بر پایهی تغییرات دامنه پالس های دریافتی بر حسب زمان است. بدین صورت که لوب اصلی راداری که در حال اسکن است، هنگام عبور از روی سیستم شنود آشکار میشود و با این کار صرفنظر از میزان پیچیدگی پارامترهای سیگنال و همچنین میزان تداخل بین پالسی رادارها، رشته پالسهای راداری از هم جدا میشوند. بررسیهای انجام شده حاکی از دقت خوب این الگوریتم در سناریوهای شبیهسازی شده و واقعی میباشد.
کلمات کلیدی–تبدیل هاف، دامنه، رادار، خوشه بندی.
-1 مقدمه
دستهبندی و تفکیک پالسهای راداری یکی از چالشبرانگیزترین مسائل پیشروی سامانههای جمعآوری و شنود راداریست. از این رو تاکنون روشهای متعددی بدینمنظور پیشنهاد شده است که هریک رویکرد خاص خود را داشته و از منظری ویژه مسأله را بررسی کردهاند. در حالت کلی این روشها را میتوان به دو دستهی عمدهی روشهای مبتنی بر خوشهبندی -1[ ۴] و روشهای مبتنی بر زمان ورود [۵-]10 تقسیم بندی کرد.در روشهای مبتنی بر خوشهبندی از روشهای مختلف دستهبندی استفاده میشود که شامل روشهای باناظر و بدون ناظر میباشد. البته ذکراین نکته الزم است که چون اساسا در اغلب موارد در مناطق عملیاتی جنگ الکترونیک راداری هیچ اطالعات اولیهای نسبت به تعداد و مشخصات سیگنالی رادارهای موجود در دسترس نیست، استفاده از روشهای یادگیری با ناظر در الگوریتمهای خوشهبندی در بسیاری از سناریوها کارآمد نیست.
در -1[۴] برخی از این روشها معرفی و ارزیابی شدهاند. مشکل اصلی این روشها، ناکارآمدی الگوریتمهای خوشهبندی در جداسازی رادارها با پارامترهای راداری مشابه نظیر فرکانس، عرض پالس و جهت ورود و همچنین یکپارچهسازی پالسهای مربوط به یک رادار پیچیده با پارامترهای متنوع میباشد.از دیگر سو، در روشهای مبتنی بر زمان ورود، تالش بر این است که با تخمین فاصلهی تکرار پالسهای - PRI1 - هر رادار، رشته پالسهای متداخل از هم جدا شوند. [۵-]10، برخی از این روشها را معرفی کردهاند. این روشها نیز زمانی کارا خواهند بود که در درجهی اول مدوالسیون PRI رادارها پیچیدگی زیادی نداشته باشد، از هر رادار به تعداد کافی پالس دردسترس باشد و نهایتا مجموعهی پالسهای متداخل مربوط به تعداد انگشت شماری از رادارها باشد. با توجه به این محدودیتها، استفاده از این روشها نیز در بسیاری از سناریوهای واقعی به نتیجهی مطلوب منجر نخواهد شد.
در سیستمهای واقعی طراحان الگوریتم عموما از روشهای ترکیبی که شامل هردو روش فوق هستند، استفاده میکنند که معموال عملکرد این روشها بسته به شرایط متفاوت خواهد بود. به نحوی که تا آنجا که اطالع داریم تاکنون روشی جامع و کامل که در سناریوهای مختلف نیاز بهرهبرداران سامانههای شنود را مرتفع سازد، پیشنهاد نشده است. از این رو در مقالهی حاضر سعی شده است با نگاهی متفاوت به مسأله، روشی بدیع جهت جداسازی پالسهای راداری در محیطهای شلوغ جنگ الکترونیک ارائه شود.در ادامه این مقاله ابتدا به بیان مسأله پرداخته، سپس الگوریتمی کارا جهت جداسازی پالس های دریافتی با در اختیار داشتن حداقل اطالعات پیشنهاد می شود. در انتها نمونه ای از نتایج خوشه بندی سیگنال های دریافتی در یک محیط جنگ الکترونیک با استفاده از الگوریتم پیشنهادی ارائه شده است.
-2 بیان مسأله
یکی از اولین پارامترهایی که در هر گیرنده شنود از سیگنال دریافتی اعالم می شود دامنه است. تیییرات دامنه بر حسب زمان می تواند اطالعات مفیدی جهت خوشه بندی پالس های راداری در اختیار قرار دهد.هدف این مقاله خوشه بندی پالس های راداری دریافتی تنها بر اساس دامنه آنهاست.شکل 1، نمونه ای از دامنه پالس های دریافتی در یک بازه زمانی را نشان می دهد. همان طور که مشاهده می شود نحوه تیییرات دامنه پالس های دریافتی از رادار بر حسب زمان را می توان با یک سهمی مدل کرد. از این رو می توان مسأله را مشابه مسائل پردازش تصویر دانست.
-1-2 تبدیل هاف
یکی از تکنیک هایی که برای پیدا کردن نمونههایی از یک الگو در تصویر استفاده می شود تبدیل هاف1 است. این نمونهها ممکن است کامل نباشند و یا تا حدی دچار اعوجاج شده باشند.
تبدیل هاف در ابتدا برای تشخیص خطوط در تصاویر استفاده می شد. پس از آن، استفاده از این تبدیل گسترش یافته و در تشخیص هر شکل دلخواهی که بتوان آن را در فضای پارامتری مدل سازی کرد استفاده شد. از این تبدیل بیشتر در تشخیص خطوط مستقیم، دایره و بیضی استفاده می شود.]11[تشخیص وجود خط مستقیم برای تعیین جاده در تصاویر هوایی و تشخیص چهره با پیدا کردن بیضی های موجود در تصویر نمونه هایی از کاربرد این تکنیک هستند.]11[تبدیل هاف، به عنوان تبدیل یک نقطه در صفحه x-y به فضای پارامتری توصیف میشود. فضای پارامتری بر اساس شکل شیء مورد نظر تعریف میشود. سپس در فضای پارامتری الگوی متناظر با ماکزیمم محلی آرایهبدست آمده در فرآیند رأی گیری به عنوان کاندیدی برای شیء مورد نظر انتخاب می شود.]11[پیچیدگی تبدیل هاف با افزایش تعداد پارامترهای مورد نیاز برای توصیف شکل مورد نظر افزایش می یابد.
-2-2 الگوریتم پیشنهادی
برای جدا کردن پالس های مربوط به یک اسکن رادار از سایر پالس های دریافتی، با توجه به اینکه تقعر سهمی نشان دهنده اسکن دریافتی از رادار رو به پایین است معادله سهمی مورد نظر را می توان به فرم پارامتری زیر نوشت:با توجه به تعریف تبدیل هاف الزم است تعیین شود که از هر نقطه موجود در تصویر چه سهمی هایی می تواند عبور کند. هر چه تعداد آرای اختصاص داده شده به یک سهمی بیشتر باشد احتمال وجود آن سهمی در تصویر بیشتر است. در انتها سهمی هایی در تصویر وجود دارند که حداقل آرای الزم را آورده باشند.برای نمایش هر سهمی 3 پارامتر وجود دارد. بنابراین، آرایه ای 3 بعدی تشکیل داده که هر بعد آن نشان دهنده یکی از پارامترهای ، و است. به ازای هر پالس دریافتی - یعنی نقطه - 0, 0 - متناظر آن در تصویر - و به ازای تمامی مقادیر و موجود در بردارهای و ، مقدار̂ را از رابطه زیر بدست می آوریم:
حال باید در آرایه 3 بعدی مربوطه شمارنده متناظر با پارامترهای ، ̂و را یکی افزایش داد.̂ یک متییر پیوسته است، حال آنکه خانه های آرایه متناظر با مقادیر گسسته موجود در بردار هستند. بنابراین،̂ به نزدیکترین مقدار آن در تقریب زده می شود. بعالوه،̂ هایی که در خارج از محدوده مقادیر مجاز موجود در قرار می گیرند حذف می شوند.مدت زمان اجرای تبدیل هاف به طول بردار های و - یعنی - وابسته است. بنابراین هر چه بتوان طول این دو بردار را محدودتر کرد زمان جستجو کمتر خواهد بود.با توجه به مشخصات رادارهای مورد نظر می توان قیودی بر پارامترهای و در نظر گرفت.میزان جمع شدگی دهانه سهمی را مشخص می کند که به مدت زمانی که رادار در دید گیرنده بوده وابسته است. بنابراین می توان با توجه به کمترین و بیشترین پهنای بیم رادارهای مورد عالقه، بازه تیییرات را تعیین کرد.، مرکز سهمی، نشان دهنده زمانی است که بیشترین توان از رادار دریافت می شود. پارامتر می تواند هر مقداری را در مدت زمان دریافت سیگنال ها داشته باشد.نشان دهنده مقدار دامنه دریافتی در مرکز سهمی - یعنی ماکزیمم توان دریافتی از رادار - است و در نتیجه کمترین و بیشترین توان قابل دریافت از رادار می تواند محدوده ممکن برای را مشخص نماید.
-3 نتایج شبیه سازی های کامپیوتری
در یک محیط شلوغ احتمال وجود رادارهایی با پارامترهای مشابه بسیار زیاد است. شکل های 2 و 3، نمونه ای از پالس های دریافتی از چنین محیطی را نشان می دهند. در چنین فضایی خوشه بندی پالس های دریافتی به کمک مشخصه هایی مانند فرکانس، پهنای پالس و یا حتی جهت گرچه می تواند محیط را خلوت کند اما می تواند بسیار پیچیده شود. در حالی که الگوریتم پیشنهادی چون تنها از شکل تیییرات دامنه در زمان استفاده می کند می تواند اسکن های مربوط به رادارهای مختلف را به خوبی مشخص کند.الگوریتم پیشنهادی می تواند حتی با وجود پالس های از دست رفته از یک اسکن و یا مدوالسیون های پیچیده PRI به خوبی عمل کند. شکل ، نمونه ای از چنین اسکنی را نشان می دهد.بعالوه، با توجه به اینکه در روش پیشنهادی پارامترهای مربوط به اسکن هر رادار تعیین می گردد، می توان اسکن های مربوط به یک رادار را دنبال کرده و مشخصه های دیگری از رادار همچون نرخ اسکن رادار و نوع آن را تعیین کرد.
