SAR有源干擾對抗仿真軟件設計與實現

張皓宇,邢世其

(國防科技大學,湖南 長沙 410073)

0 引 言

合成孔徑雷達(SAR)是一種主動式對地觀測系統,利用電磁波感知地物目標[1-3]。SAR因其強大的工作能力和多波段、多極化、多模式、高分辨等成像特點在電子對抗博弈中成為電磁干擾的主要對象[4]。由于SAR數據屬于遙感偵察資源,在平時難以進行相關對抗試驗,這就造成了有源干擾“缺少對手、缺少環境、缺少標準”等技術難題。針對SAR有源干擾的建模仿真、實驗驗證和效能評估等需求,本文基于Matlab Appdesigner[5]設計實現一款有源干擾對抗仿真軟件,該軟件主要包括SAR有源干擾成像模塊、干擾評估模塊和干擾檢測模塊。

本文首先從干擾成像、干擾評估和干擾檢測的角度論述SAR有源干擾對抗基本原理;再分析軟件的整體功能和各子模塊功能需求,從而得出整體的軟件設計思路;最后,具體實現軟件各個模塊功能,對軟件功能的有效性、穩定性和實用性進行驗證。

1 SAR有源干擾對抗基本原理

SAR有源干擾對抗的主要措施為阻止或削弱敵方對電磁頻譜的有效利用,主要目的是削弱、破壞或欺騙成像結果,阻止敵方對敏感區域的監控和對高價值目標的檢測識別[6]。本節從SAR有源干擾成像、干擾評估和干擾檢測3個方面展開討論。

1.1 SAR有源干擾成像

1.1.1 有源干擾信號模型

表1 典型SAR有源干擾樣式分類

有源干擾會對SAR的偵察產生影響,特別是在電磁對抗環境下,SAR自身已知發射信號的參數,干擾方則需要截獲SAR發射信號,對抗雙方的行為模式與信號參數之間存在內在的約束關系。

(1) SAR回波信號模型

考慮SAR發射信號為線性調頻信號:

s(τ)=ωr(τ)exp[j2πf0τ+jπkrτ2]

(1)

式中:τ為距離向快時間;ωr(τ)=rect(τ/TP)為距離向矩形脈沖包絡,TP為脈寬;f0為信號載頻;kr為調頻斜率。

對目標T,經過解調后的回波信號表示為:

(2)

(2) 大功率壓制干擾

大功率壓制干擾信號與SAR信號在快時間和慢時間上不具有任何相干性,干擾機通過輻射大功率信號實現區域覆蓋。典型大功率壓制干擾信號產生原理和干擾效果的特性均相似,主要有射頻噪聲壓制干擾、調幅噪聲壓制干擾、調頻噪聲壓制干擾和調相噪聲壓制干擾[8]。壓制干擾信號可統一建模為:

KPMu(t′)+φ0+φ(t)]

(3)

式中:U0為干擾幅度;Un(t)為調制噪聲;fj為載頻;KFM為調頻斜率;KPM為調相斜率;u(t)為調頻噪聲;φ0為初始相位;φ(t)為可調相位。

(3) 靈巧壓制干擾

靈巧壓制干擾是指干擾機在截獲到SAR發射信號后,調制信號,再將干擾信號轉發給SAR,最后形成虛假目標或壓制真實目標的干擾方式[9]。由于干擾機沒有改變SAR發射信號樣式的參數,其產生的干擾信號與SAR發射信號相干或半相干,并且在進入雷達接收機后,干擾信號與回波信號能夠獲得匹配或部分匹配。本文主要介紹4種典型靈巧壓制干擾的原理和數學模型:步進移頻干擾、微動干擾、間歇采樣干擾、延遲多抽頭干擾。

(a) 步進移頻干擾

步進移頻干擾是指在SAR照射干擾機的合成孔徑時間內,移頻量以固定步進量Δfd逐次遞增或遞減變化[10]。設初始移頻量為fd0,則在合成孔徑時間內的移頻量為:

(4)

式中:TL為合成孔徑時間。

解調后,步進移頻干擾信號模型為:

(5)

(b) 微動干擾

目標的振動和轉動等微運動會造成SAR回波信號方位向的多普勒調制,當目標勻速轉動時,目標的SAR回波在慢時間域η受到相位調制,調制相位近似為正弦信號,可以在方位向形成擴展假目標[11-12]。

因此,SAR微動干擾信號可表示為:

(6)

式中:Am為調制幅度;ωm=2πfm為調制角速度;φ0為初始相位。

(c) 間歇采樣干擾

間歇采樣干擾通過對SAR信號的分時收發和間歇采樣處理,可以產生前移或滯后的相干假目標串,根據假目標串的分布方位,分為距離向和方位向。在截獲到SAR信號后,距離向間歇采樣干擾先間歇采樣再進行轉發,在距離向產生假目標串;方位向間歇采樣干擾先進行全脈沖高保真度采樣,經過處理后于下一個或數個脈沖重復周期再轉發出去,如此循環至合成孔徑時間結束,在方位向產生假目標串[13]。

間歇采樣信號為矩形包絡脈沖串,可表示為:

(7)

式中:t為距離向快時間τ或方位向慢時間η;Tw為脈沖寬度;Ts為采樣周期;δ(·)為沖激函數。

假設SAR發射信號如式(2)所示,距離向采樣后的干擾信號為:

SJr(τ,η)=pr(τ)sT(τ,η)

(8)

方位向采樣后的干擾信號為:

SJa(τ,η)=pa(η)sT(τ,η)

(9)

(d) 延遲多抽頭干擾

延遲多抽頭干擾在截獲SAR信號后,先對SAR信號進行轉發,經過一定時間T延遲后再轉發該信號。根據抽頭個數N,延遲轉發N次,可在圖像中產生N個假目標串[11]。

干擾信號模型表示為[12]:

(10)

式中:N表示延遲抽頭個數;T=2R/c,表示時間延遲;R為假目標串互相的間隔。

(4) 相干欺騙干擾

欺騙干擾信號與SAR信號相干,對偵察的依賴度很高,可以用來產生分布在一定范圍內的具有逼真結構的假目標。目前,卷積調制是常用的欺騙干擾方法之一,但其計算量較大,與SAR成像分辨率的平方成正比,不適用于產生大范圍、高分辨的欺騙假目標[13]?？紤]到仿真的便捷性,本文采用基于時頻交叉乘積調制模板的干擾方法來產生欺騙假目標,其優點是計算量小,且受SAR成像的分辨率和場景大小的影響小。

欺騙模板矩陣為m(r,a),將其視作若干點目標的線性疊加,原理分析只需要分析某一點目標即可。以模板中心為坐標原點,假設存在點目標m(r0,a0)=1,模板矩陣其余位置為0。首先設置模板分辨率為dr×da;然后對模板作補零二維快速傅里葉變換(FFT)和頻譜校正;再進行頻域抽取,得到抽取后干擾信號為[14]:

(11)

SAR接收到的干擾信號在干擾機上經過時頻交叉乘積調制后表示為:

SJ(τ,η)=sT(τ,η)ms(τ,η)

(12)

1.1.2 SAR回波模擬算法

由ω-k成像算法[15]原理得知,其處理過程只包含傅里葉變換、復數乘法和Stolt插值等線性運算。因此,如果進行逆運算,即可實現逆成像處理。ω-k成像算法輸出為復圖像數據,則逆運算的輸入應為SAR復圖像數據,每個像素既包含幅度信息,又包含相位信息。逆ω-k成像算法的步驟如圖1所示。

圖1 逆ω-k成像算法流程圖

1.1.3 SAR有源干擾成像仿真

目前整體處于和平時期,實測SAR干擾圖像數據較難獲取,開展相關的干擾對抗試驗亦較為困難。本文采用實測數據和干擾仿真數據相結合的方法,生成SAR有源干擾仿真圖像。整體成像仿真流程如圖2所示。

圖2 SAR干擾成像仿真流程圖

首先,選取實測SAR圖像數據集,獲取其關鍵參數進行SAR系統建模,包括SAR參數、圖像幅寬、采樣頻率、分辨率等。然后,采用SAR回波模擬算法對回波進行重構,得到SAR原始回波數據,對SAR成像場景建模仿真。其次,根據干擾需求,設定干擾參數,包括干擾機的數量和位置,干擾類型及對應的具體參數,生成仿真SAR干擾信號。再將重構得到的SAR回波信號和干擾信號疊加,生成SAR干擾成像信號。最后,通過CS成像算法[1]得到包含干擾的SAR圖像。

1.2 SAR有源干擾評估

選取SAR圖像的均值、均方根誤差、等效視數、信息熵、歐氏距離、結構相似度、相關系數7個指標作為SAR干擾指標評估體系中的典型底層指標,將指標計算的評估值歸一化處理,根據重要程度對各個指標進行賦權,得到綜合干擾強度數值。

1.2.1 圖像評估指標

SAR圖像評估指標包括基本參數和內容相似性2個方面?；緟档闹笜藶閇16-17]:

(1) 圖像均值:均值為SAR圖像所有像素值的總和與像素個數的比值,均值反映了SAR圖像的平均灰度:

(13)

式中:Ii,j為圖像在點(i,j)處的強度值;M×N為圖像的高度和寬度值。

(2) 均方誤差:表示區域所有點與均值的偏離程度,反映了不均勻性:

(14)

式中:σ為圖像標準差。

(3) 等效視數:表示圖像灰度統計均值和標準差的比值,評價SAR圖像的相對幅值強度:

(15)

(4) 圖像熵值:能夠反映灰度分布空間的特征量,本文選擇SAR圖像的鄰域灰度均值作為特征量,與圖像的像素灰度組成特征二元組,記為(i,j),其中i表示像素的灰度值(0≤i≤255),j表示鄰域灰度均值(0≤i≤255),則:

(16)

(17)

式中:f(i,j)為特征二元組(i,j)出現的頻數。

(5) 歐氏距離:能夠體現圖像幅度數值特征的絕對差異,從維度的數值大小中體現差異。

若三維空間內有2個點:a(x1,y1,z1),b(x2,y2,z2),歐式距離定義如下:

(18)

(6) 相關系數:用于反映圖像干擾前后的統計相關特性,相關系數與干擾前后圖像差異呈負相關:

(19)

式中:Cov(X,Y)為協方差;DX和DY為方差。

(7) 結構相似度:用于衡量2幅圖像相似度的指標,反映場景中物體結構的屬性:

(20)

式中:μX和μY分別表示圖像X和Y的均值;σX和σY分別表示圖像X和Y的標準差;σXY表示協方差;C1,C2和C3為常數,是為了避免分母為0而維持穩定,通常取C1=(K1×L)2,C2=(K2×L)2,C3=C2/2,一般地,K1=0.01,K2=0.03,L=255(L是像素值的動態范圍,一般都取為255)。

1.2.2 干擾強度數值

進行圖像域SAR有源干擾評估實驗,將各項指標計算的評估值歸一化處理,對評估結果進行整理分析,根據重要程度對各個指標進行賦權,得到綜合干擾強度數值。評估公式如下所示:

P=T1S1+T2S2+T3S3+T4S4+T5S5

(21)

式中:Tj(j=1,…,4)為各指標差值的歸一化,分別為等效視數差、圖像熵值差、歐氏距離、相關系數和結構相似度;Sj(j=1,…,4)為指標的評估權重,結合實驗結果分析優化修正。

1.3 SAR有源干擾檢測

本文SAR有源干擾檢測通過圖像自變化檢測算法實現。首先,輸入待檢測的SAR圖像并將SAR圖像的像素倒置,生成倒置圖像;其次,取倒置圖像的周圍部分為隔離區,設定隔離區內的中央區作為參考圖像,通過平移獲取設定幅數的測試圖像;然后,圖像對比參考圖像的似然比變化檢測算子作為差異,并將計算結果做像素化處理獲得差異圖像;隨后,計算所述差異圖像的相鄰灰度比值,將滿足條件的灰度值T作為測試閾值;最后,對所有測試圖像全部完成求解得到多個測試閾值并求算術平均,根據最終檢測閾值對輸入的SAR圖像做二值化處理,并進行形態學濾波以及面積濾波操作,最終檢測出圖像中的有源干擾目標區域[18]。

2 軟件功能模塊設計

目前,SAR對抗技術發展日新月異,但是相關技術和設備存在能力底數不清、運用缺乏科學指導等問題。因此,研制設計仿真軟件具有實際工程價值,能夠輔助分析SAR發展趨勢和能力,論證對SAR電子干擾設備運用,優化干擾技術方案,評估干擾效能等。

2.1 軟件功能框圖

結合實際用途和需求,對軟件作出如下功能指標[19-21]:

(1) 支持SAR信號回波模擬;

(2) 支持典型SAR成像仿真;

(3) 支持各類干擾樣式的仿真和處理;

(4) 支持干擾效能的評估和干擾方案優選;

(5) 支持SAR干擾圖像中干擾的檢測和性能評估。

基于以上軟件功能指標,結合Matlab Appdesigner軟件使用說明文檔,總結仿真軟件的整體功能設計框圖如圖3所示。

圖3 SAR有源干擾對抗仿真軟件功能框圖

下面主要對SAR有源干擾對抗仿真軟件各個子模塊的任務需求進行功能分析,并完成程序具體的結構設計。

2.2 干擾成像模塊

SAR干擾成像模塊共分為4個部分,分別為SAR參數設置、干擾參數設置、場景參數設置、SAR干擾成像。圖4為模塊結構框架圖。仿真時,首先需要配置好SAR參數中的雷達參數、運動軌道、工作模式等;場景參數的實測圖像文件選定、模板間距;干擾參數的干擾機位置、干擾機性能指標、干擾樣式及對應的變量值等。然后加載參數,再進行回波模擬疊加回波信號和干擾信號。最后通過成像算法得到無干擾圖像和干擾圖像。

圖4 SAR干擾成像模塊結構框圖

2.3 干擾評估模塊

干擾圖像評估模塊是基于干擾成像模塊實現的一個重要組成部分,結構框架如圖5所示。首先選擇讀取干擾成像結果文件,然后通過對比無干擾圖像和干擾圖像,比較量化得出二者的綜合干擾效能數值。其中,綜合數值由各個量化值加權計算得出,包括圖像均值、結構相似度、相關系數、歐氏距離、等效視數差、均方根誤差、圖像熵值差等,運算結果能夠進行自動保存和傳遞。最后,通過評估不同的干擾成像結果文件,能夠橫向對比不同類型的干擾樣式的干擾效能數值,最終呈現干擾效果較好的干擾樣式,以實現不同干擾方案的對比和優選功能。

圖5 干擾評估模塊結構框圖

2.4 干擾檢測模塊

干擾檢測模塊是檢測識別干擾樣式有效性的方法之一,進行干擾檢測時,程序處理按照圖6所示的干擾檢測模塊結構流程圖執行。首先選擇讀取干擾成像結果文件,文件讀取成功后,會呈現出無干擾和干擾圖像對比。然后通過圖像自變化檢測算法[22]進行檢測,最后輸出結果為二值圖像,能夠初步標志出圖像可能存在干擾的區域,對比呈現干擾效果,以及計算經過變化檢測后的亮像素數。其間還能夠劃取圖像中的特定區域,進行單獨的干擾檢測,圖像局部和整體的干擾結果檢測會存在一定的偏差,由此操作可以驗證和對比干擾的局部有效性。

圖6 干擾檢測模塊結構框圖

3 軟件實現與測試結果

根據軟件功能設計方案,仿真軟件共有4個界面窗口,分別是主界面窗口、SAR干擾成像窗口、干擾評估窗口、干擾檢測窗口。

3.1 主界面窗口

主界面窗口如圖7所示,有3個操作按鈕和1個菜單選項。3個操作按鈕分別為干擾成像、干擾評估和干擾檢測。選擇不同的操作按鈕,就可以進入對應的仿真模塊窗口,進行后續操作。菜單選項對應為軟件運行的工作區域,通過選擇不同選項,能夠設置軟件運行的中間文件和結果文件在電腦中保存的位置。

3.2 SAR干擾成像窗口

圖8所示界面為SAR干擾成像窗口,選擇主界面的SAR干擾成像即可進入。該模塊可以實現SAR參數配置、成像場景選擇、有源干擾樣式選擇、干擾參數設置等,所得的成像結果即為對應的無干擾圖像和干擾圖像。選擇干擾參數操作按鈕,進入干擾參數設置窗口,該界面可以錄入和修改干擾機坐標、選擇干擾樣式以及具體的指標。選擇雷達參數按鈕,進入SAR參數設置窗口,可以錄入或修改工作頻率、分辨率等。選擇場景參數按鈕,進入場景參數設置窗口,該界面可以選擇讀取SAR實測數據文件,錄入或修改成像幅寬。以上各個窗口的參數設置均能實現數據的讀取或存儲,并自動保存為中間變量文件。

確定各項參數之后,依次點擊3個操作按鈕,可實現加載參數、回波模擬、成像仿真。最終可得到成像結果文件,在軟件運行界面中呈現為無干擾圖像和干擾圖像。

如圖9所示,以下均為軟件運行生成的有源干擾圖像,包括調幅噪聲壓制干擾、調相噪聲壓制干擾、步進移頻干擾、微動干擾、間歇采樣干擾、時頻交叉成就欺騙干擾、靈巧壓制復合干擾等。

圖9 SAR 有源干擾仿真結果圖像

3.3 干擾評估窗口

生成SAR成像結果文件之后,即可從主界面選擇相應的操作按鈕進入干擾評估和干擾檢測窗口。圖10為干擾評估窗口,該窗口上方的左右2側依次為無干擾和干擾圖像的顯示以及判別。窗口下方為各類指標的量化數值。首選,選擇讀取結果文件,可分別得到待評估干擾圖像的仿真圖;然后,對比計算2幅圖像的各類圖像域指標,輸出得到選定干擾樣式的干擾效能數值;最后,可選擇不同類型的干擾樣式所對應的結果文件,再重復上述評估操作,對比各個干擾方案,輸出最優干擾樣式及其所對應的數值,可實現特定場景下干擾方案的優選。

圖10 干擾評估窗口

本文實驗選定圖10中的(a)、(g)、(j)和(k)4種干擾樣式,分別評估其干擾效能。依次選取干擾圖像后,經軟件運行評估,各項干擾指標如表2所示。再運行“干擾樣式優選”功能,通過對比,即可選取干擾系數最大的樣式,呈現在結果欄。如圖11所示,經綜合評估,4種干擾樣式中,干擾效果相對最優的是圖10(a)調幅壓制干擾。

圖11 干擾樣式優選結果

表2 SAR有源干擾評估指標數值表

3.4 干擾檢測窗口

與干擾評估操作類似,圖12所示為干擾檢測窗口。該窗口的上方為圖像顯示區域,下方為輸出數值。首先選擇讀取成像結果文件,得到仿真圖像。然后通過該操作界面下方的仿真實驗的控制按鍵,可以實現圖像自變化檢測,輸出二值圖像和圖像中的亮像素數值,可以通過視覺觀察檢測得到干擾區域,實現干擾圖像的初步檢測。

圖12 干擾檢測窗口

4 結束語

本文基于Matlab Appdesigner設計和實現了SAR有源干擾對抗仿真軟件,該仿真軟件能夠實現SAR有源干擾成像、干擾效能評估、干擾檢測3項功能。仿真軟件能夠結合實際需求配置各項參數,直觀地顯示干擾成像的結果;能夠幫助熟悉SAR性能水平以及電子對抗設備的干擾能力;能夠輔助優化設計SAR對抗信號處理算法或技術。仿真軟件整體上功能完整、運行穩定、可擴展性好,為后續與SAR干擾對抗相關的研究工作提供了便利,在圖像工程、電子對抗博弈等領域也具有實際工程應用價值。