在軍事通信領(lǐng)域，電子戰(zhàn)對(duì)抗雙方誰(shuí)能取得通信方面的優(yōu)勢(shì)誰(shuí)就能在戰(zhàn)爭(zhēng)中取得先機(jī)。戰(zhàn)場(chǎng)環(huán)境下，為了保證通信信息的安全，首先要保證信號(hào)發(fā)送過(guò)程中不被干擾，其次要保證信號(hào)傳輸過(guò)程中不被截獲，***要保證信號(hào)不被破譯。為了保證通信信號(hào)的抗干擾，低截獲，穩(wěn)定性能，跳頻通信系統(tǒng)應(yīng)運(yùn)而生。

跳頻通信[1]是通信雙方或多方在相同同步算法和偽隨機(jī)跳頻圖案算法的控制下，射頻頻率在約定的頻率表（集）內(nèi)以離散頻率的形式偽隨機(jī)且同步地跳變的一種通信方式。跳頻通信信號(hào)在較寬的頻帶內(nèi)跳變，以此來(lái)躲避通信對(duì)抗中的干擾和截獲，由于其具有較強(qiáng)的抗干擾能力、抗截獲能力、抗衰落能力、頻譜資源利用率高等優(yōu)勢(shì)，跳頻通信技術(shù)不僅廣泛應(yīng)用于信息對(duì)抗等軍事領(lǐng)域，同時(shí)在民用領(lǐng)域，為了更加高效地利用日漸緊張的頻譜資源，安全地傳輸信息，藍(lán)牙、wifi和多種無(wú)人機(jī)遙控器均采用跳頻通信方式傳輸信號(hào)。公安、政法和金融等領(lǐng)域也將跳頻通信作為內(nèi)部通信方式，保證信息不被截獲的安全性。同時(shí)由于跳頻通信系統(tǒng)低截獲的特性，跳頻通信系統(tǒng)的使用也給通信偵察提出了嚴(yán)峻的挑戰(zhàn)。

[[221958]]

圖1 通信偵查場(chǎng)景

在電磁環(huán)境日益復(fù)雜的今天，較寬的跳頻帶寬內(nèi)存在多種干擾信號(hào)，比如定頻信號(hào)、掃頻信號(hào)、突發(fā)信號(hào)和噪聲信號(hào)等。同時(shí)，由于跳頻信號(hào)載波頻率的隨機(jī)跳變特性，使得檢測(cè)跳頻信號(hào)相對(duì)于常規(guī)定頻信號(hào)的檢測(cè)要復(fù)雜的多。不同跳速和多種跳頻組網(wǎng)方式并存的狀況進(jìn)一步加劇了跳頻信號(hào)的檢測(cè)難度。 

為了檢測(cè)出復(fù)雜電磁空間中存在的跳頻信號(hào)，科研人員付出了辛勤的努力。現(xiàn)有研究成果主要使用基于自相關(guān)函數(shù)[2,3]的檢測(cè)方法以及基于時(shí)頻分析[4]的檢測(cè)方法對(duì)跳頻信號(hào)進(jìn)行檢測(cè)。

基于自相關(guān)函數(shù)的方法，需要預(yù)知跳頻信號(hào)的多種性能參數(shù)以及電磁環(huán)境中的噪聲模型，在此基礎(chǔ)上通過(guò)計(jì)算檢驗(yàn)統(tǒng)計(jì)量的方法實(shí)現(xiàn)對(duì)跳頻信號(hào)的檢測(cè)。此類方法對(duì)電磁空間內(nèi)的噪聲信號(hào)敏感，對(duì)劇烈變化的電磁空間很難有良好的適應(yīng)能力，并且檢驗(yàn)統(tǒng)計(jì)量計(jì)算復(fù)雜度高，對(duì)于跳頻信號(hào)的檢測(cè)實(shí)時(shí)性有所欠缺。

為了滿足檢測(cè)實(shí)時(shí)性能的要求以及提高復(fù)雜電磁空間中的適應(yīng)能力。時(shí)頻分析方法為跳頻信號(hào)檢測(cè)帶來(lái)了新的思路。常規(guī)通信信號(hào)通常是定頻信號(hào)，信號(hào)在固定頻率上隨時(shí)間變換，可以作為一維序列進(jìn)行處理，而跳頻信號(hào)在時(shí)間和頻率維度上變化均不固定，所以用于分析定頻信號(hào)的單一的時(shí)域統(tǒng)計(jì)方法和頻域傅里葉整體變換方法無(wú)法有效對(duì)跳頻信號(hào)進(jìn)行分析，此時(shí)需要對(duì)時(shí)間維度和頻率維度進(jìn)行聯(lián)合分析，以獲得跳頻信號(hào)在某一時(shí)間所使用的信號(hào)頻率信息。

時(shí)頻分析方法主要包括短時(shí)傅里葉變換[5]，小波變換[6,7]。短時(shí)傅里葉變換是使用時(shí)頻局部化的窗函數(shù)與輸入信號(hào)進(jìn)行疊加，使得在不同的有限時(shí)間寬度內(nèi)信號(hào)是平穩(wěn)的，從而計(jì)算出各個(gè)不同時(shí)刻的功率譜。

圖2 短時(shí)傅里葉變換加窗過(guò)程

短時(shí)傅里葉變換采用固定時(shí)間窗長(zhǎng)度，對(duì)于信號(hào)變化劇烈的信號(hào)難以捕獲到精確的時(shí)間和頻率信息。小波變換摒棄對(duì)輸入信號(hào)加窗的方法，使用具有伸縮平移特性的小波函數(shù)[8]與輸入信號(hào)疊加精確得到信號(hào)的時(shí)間和頻率信息。其中，小波函數(shù)的伸縮性能捕獲信號(hào)頻率特征，平移性能捕獲信號(hào)的時(shí)間特性。

圖3 原始信號(hào)小波變換過(guò)程

但是短時(shí)傅里葉變換和小波變換得到的是完全的頻率和時(shí)間信息，由于復(fù)雜電磁環(huán)境下的信號(hào)其中夾雜著許多干擾信號(hào)，這種方法檢測(cè)跳頻信號(hào)也會(huì)受到各種不相關(guān)信號(hào)的影響。跳頻信號(hào)具有天然的時(shí)域和頻域二維特性，這和二維圖像極其相似。隨著圖像處理技術(shù)的不斷發(fā)展，跳頻信號(hào)檢測(cè)和圖像處理技術(shù)被結(jié)合起來(lái)[9]，經(jīng)過(guò)時(shí)頻分析方法處理無(wú)線信號(hào)可以獲得信號(hào)的時(shí)頻域圖像，再使用圖像處理技術(shù)去除定頻干擾等信號(hào)，可以有效檢測(cè)出電磁空間中的跳頻信號(hào)。

這種方法利用圖像處理中的二值化方法[10]將存在跳頻信號(hào)的信號(hào)圖轉(zhuǎn)化為黑白兩種顏色的二值圖案便于圖像的后續(xù)處理。對(duì)圖像經(jīng)過(guò)多次膨脹和腐蝕操作[11]就能得到清晰的跳頻圖案。***使用基于Sobel[12]邊緣檢測(cè)算子的邊緣檢測(cè)算法[13]對(duì)跳頻信號(hào)進(jìn)行最終檢測(cè)。

圖4 時(shí)頻分析與圖像處理相結(jié)合的方法

隨著電磁環(huán)境的日益復(fù)雜，跳頻信號(hào)的檢測(cè)方法正向著自動(dòng)、實(shí)時(shí)、高適應(yīng)性方向發(fā)展。跳頻信號(hào)檢測(cè)作為檢測(cè)電磁空間中潛在風(fēng)險(xiǎn)信號(hào)的手段，在電磁對(duì)抗領(lǐng)域中發(fā)揮著至關(guān)重要的重要作用。

參考文獻(xiàn)：

[1]Bird W E, Triggs A. Frequency hopping: US, US6128327[P]. 2000.

[2]Cheng Y P. Detection of Frequency Hopped Signals Timing Information Using the Temporal Correlation Function[J]. Thesis Collection, 2008.

[3]Zhu W G, Xie L Y, Pei-Xia X U. Array signal processing-based blind detection of frequency-hopping signals[J]. Journal of University of Science & Technology of China, 2008.

[4]Zhang D, Ying W U. Application of STFT in Analysis of Frequency Hopping Signal[J]. Modern Electronic Technique, 2005.

[5]Fu W, Lu W, Jia K, et al. Blind parameter estimation algorithm for frequency hopping signals based on STFT and SPWVD[J]. Journal of Huazhong University of Science & Technology, 2014.

[6]Fargues M P, Overdyk H F, Hippenstiel R. Wavelet-based detection of frequency hopping signals[C]// Asilomar Conference on. IEEE, 1997:515-519 vol.1.

[7]Overdyk H F. Detection and estimation of frequency hopping signals using wavelet transforms /[J]. Thesis Collection, 1997.

[8]Wang M H, Gou Y X, Tian Y. A Differential Frequency Hopping(DFH) Signal Detection Method Based on Wavelet Transform and Time-frequency Analysis[J]. Telecommunication Engineering, 2008.

[9]Yan L I, Tian-Yun L I, Lin-Dong G E. Blind Detection of High Frequency FH Signals Based on Image Segmentation and Template Matching[J]. Journal of Information Engineering University, 2010.

[10]Sauvola J, Pietik?inen M. Adaptive document image binarization[J]. Pattern Recognition, 2000, 33(2):225-236.

[11]Jackway P T, Deriche M. Scale-Space Properties of the Multiscale Morphological Dilation-Erosion[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 1996, 18(1):38-51.

[12]Kanopoulos N, Vasanthavada N, Baker R L. Design of an image edge detection filter using the Sobel operator[J]. IEEE Journal of Solid-State Circuits, 2002, 23(2):358-367.

[13]Chen S, Tian-Yun L I, Lin-Dong G E. Study on Frequency-Hopping Detection Algorithm Based on Edge Detection[J]. Journal of Information Engineering University, 2006, 7(3):264-266.

【本文為51CTO專欄作者“中國(guó)保密協(xié)會(huì)科學(xué)技術(shù)分會(huì)”原創(chuàng)稿件，轉(zhuǎn)載請(qǐng)聯(lián)系原作者】

戳這里，看該作者更多好文