第二讲：信号环境与威胁建模
各位同学，咱们今天聊点实在的。
做电子支援措施系统，说白了就是要在茫茫电磁信号里，把那些有威胁的信号揪出来。你想想看，现代战场上的电磁环境，那叫一个乱——通信、雷达、干扰、导航，各种信号挤在一起，密度高得吓人。我当年刚入行时，第一次看到真实采集的频谱数据，整个人都懵了。那哪是信号啊，简直就是一锅粥。
2.1 现代电磁信号环境特征
先说说这个环境到底有多复杂。我个人习惯把现代电磁环境归纳为四个特征：
- 高密度：一个战区可能同时存在上千部辐射源，每秒钟几百万个脉冲
- 宽频段：从HF到毫米波，覆盖几十GHz
- 多体制：常规脉冲、LPI、频率捷变、重频参差，花样百出
- 动态变化：信号参数随时在变，辐射源开机关机、移动切换
我在项目中遇到过这样一个场景：某次外场测试，我们架设的接收机同时收到了12部不同雷达的信号，还有3个通信链路、2个数据链。信号密度峰值达到了每秒800万个脉冲。嗯，这个数字你记一下，后面分析截获概率时会用到。
关键点：现代电磁环境已经不是「信号多」的问题，而是「信号多到让你分不清谁是谁」。ESM系统的第一道坎，就是信号分选。
2.2 威胁辐射源分类
威胁辐射源怎么分类？我建议你从两个维度去看：功能维度和技术维度。
2.2.1 按功能分类
| 类别 | 典型代表 | 威胁等级 |
|---|---|---|
| 搜索雷达 | 对空警戒雷达、对海搜索雷达 | 中 |
| 跟踪雷达 | 火控雷达、导弹制导雷达 | 高 |
| 制导雷达 | 半主动寻的、指令制导 | 极高 |
| 电子干扰 | 有源干扰机、诱饵 | 中高 |
| 数据链 | Link16、战术数据链 | 中 |
说白了，威胁等级取决于它对你有多大的「杀伤力」。跟踪雷达一旦锁定你，那基本就是导弹要来了。我有个老同事，他常说：「搜索雷达是告诉你『我来了』，跟踪雷达是告诉你『你完了』。」话糙理不糙。
2.2.2 按技术特征分类
从信号处理的角度，我更关注技术特征。这里我列几个常见的：
- 常规脉冲雷达：参数固定，好识别，但越来越少了
- 频率捷变雷达：脉间跳频，接收机带宽要够宽
- 重频参差/抖动雷达：PRI不固定，分选难度大
- LPI雷达：低截获概率，功率低、带宽宽，最难对付
- 连续波雷达：没有脉冲特征，靠多普勒检测
个人经验：LPI雷达是ESM系统的噩梦。我曾经花了大半年时间，就为了搞定一种LPI雷达的检测算法。最后发现，关键不在于算法多复杂，而在于你知不知道它用的调制方式。所以，情报数据库的积累比什么都重要。
2.3 信号密度与截获概率分析
好，重头戏来了。信号密度和截获概率，这两个概念是绑在一起的。
2.3.1 信号密度怎么算？
信号密度通常用「每秒脉冲数」来表示。计算公式很简单：
信号密度 = 辐射源数量 × 每个辐射源的平均脉冲重复频率举个例子：假设有50部雷达同时工作，平均PRF为1000 Hz，那信号密度就是50 × 1000 = 50000 pps（脉冲每秒）。
但实际情况比这复杂。你想想看，这些脉冲在时间上不是均匀分布的，会有重叠。我习惯用泊松分布来建模脉冲到达时间。为什么？因为脉冲到达事件在时间上是随机的，而且相互独立，正好符合泊松过程的假设。
2.3.2 截获概率
截获概率，简单说就是「你的接收机能抓到目标信号的概率」。它取决于三个因素：
- 时间覆盖：接收机的工作占空比
- 频率覆盖：接收机瞬时带宽与信号带宽的匹配程度
- 空间覆盖：天线波束与信号方向的交叠
我给出一个简化模型：
P_intercept = P_time × P_freq × P_space其中：
- P_time = 接收机工作时间 / 总时间
- P_freq = 接收机带宽 / 信号可能的频率范围
- P_space = 接收机波束宽度 / 360°（全向搜索时）
注意：这个模型是理想化的。实际中，信号密度高了以后，会出现脉冲重叠，导致接收机无法正确测量参数。我曾经遇到过，信号密度超过接收机处理能力的30%时，截获概率会急剧下降。这不是数学公式能算出来的，得靠实测数据修正。
2.3.3 实战中的截获概率
我给大家看一组真实数据（来自某次外场试验）：
| 信号密度(pps) | 理论截获概率 | 实测截获概率 | 差异原因 |
|---|---|---|---|
| 10,000 | 95% | 92% | 基本吻合 |
| 100,000 | 85% | 72% | 脉冲重叠导致丢失 |
| 500,000 | 70% | 45% | 接收机饱和 |
| 1,000,000 | 55% | 28% | 严重饱和 |
看到没？当信号密度超过100万pps时，实测截获概率只有理论值的一半。为什么会这样？因为接收机的前端处理能力有限，脉冲重叠导致参数测量失败，甚至漏脉冲。
避坑指南：我曾经在设计一个ESM系统时，只按理论公式算截获概率，结果外场测试时被打脸了。后来我学乖了，在设计阶段就留出50%的余量。比如，如果要求截获概率90%，我就按信号密度翻倍来设计接收机处理能力。这个经验值，你记下来，以后用得上。
2.4 威胁建模的工程实践
最后，说说威胁建模怎么落地。我个人的做法是三步走：
- 建立辐射源数据库：把已知威胁的参数、波形、行为模式都存起来
- 构建场景模型：根据作战想定，设定辐射源的数量、位置、工作模式
- 仿真验证：用软件模拟信号环境，跑一遍ESM处理流程，看能不能正确识别威胁
这里我推荐用Python做快速原型验证。下面是一个简单的信号密度仿真代码片段：
import numpy as np
# 参数设置
num_emitters = 50 # 辐射源数量
prf_range = [200, 2000] # PRF范围(Hz)
sim_time = 1.0 # 仿真时间(秒)
# 生成脉冲到达时间
pulse_times = []
for i in range(num_emitters):
prf = np.random.uniform(prf_range[0], prf_range[1])
interval = 1.0 / prf
times = np.arange(0, sim_time, interval)
pulse_times.extend(times)
# 计算信号密度
density = len(pulse_times) / sim_time
print(f"信号密度: {density:.0f} pps")
这段代码虽然简单，但能帮你快速估算信号密度。实际项目中，我会加上脉冲重叠检测、参数测量误差等模块，让仿真更贴近真实情况。
好了，这一讲的内容就到这里。信号环境与威胁建模，是ESM系统设计的基石。你把这些概念吃透了，后面讲信号分选、参数测量、威胁识别，都会轻松很多。下一讲，我们聊聊信号分选算法——那个真正让人头疼的东西。