用神经网络进行雷达辐射源识别研究

为提高雷达辐射源识别系统的识别率，分析了BP神经网络、径向基神经网络和径向基概率神经网络等3种神经网络的结构和性能．用假设的10部雷达参数产生数据进行实验．仿真结果表明，应用径向基概率神经网络能大幅提高雷达辐射源识别的识别率，该网络在雷达辐射源识别中的分类性能明显优于其他2种神经网络．     

基于逆云模型的雷达辐射源识别方法

针对由于噪声环境造成的雷达辐射源不能正确识别的问题,提出了一种新的基于逆云模型的雷达辐射源识别方法。该方法首先构建了更符合实际的含有噪声数据的雷达辐射源数据库,利用逆云模型求出数据库中雷达辐射源各属性的云数字特征,给出了基于属性相似度的识别权重确定方法,并构建了基于云模型和属性相似度的雷达辐射源分类器。仿真实验证明,该方法可以更好地处理由于噪声环境引起的随机性和模糊性,能在恶劣噪声环境下有效地进行雷达辐射源识别。     

雷达辐射源识别专家系统的数据库设计

文章在分析了雷达辐射源信号特点的基础上，提出了一种雷达辐射源识别专家系统的数据库设计方法。该方法运用了规则入库、非规范化设计和面向对象的数据库设计思想，满足了专家系统对数据库的特殊要求。     

从噪声污染的雷达回波中提取单模特征与目标识别

本文讨论了一种从噪声污染的雷达回波中识别目标的新方案，这个方案延拓了信号综合法(Wavefrom Synthesis method，WSM)。本方案利用自相关函数删除随机噪声的影响，使得单模特征不再受随机噪声的影响，从而使目标很容易从噪声污染的雷达回波中识别来，并且设计了一种潜在的雷达目标识别系统。最后，计算机仿真证实了本方案的可行性。     

雷达辐射源识别技术研究进展

雷达辐射源识别技术是雷达对抗侦察系统中的关键技术之一,是雷达对抗信息处理研究的重要内容。鉴于特征提取和分类识别是雷达辐射源识别的两大关键技术,综述了这两个关键技术的研究进展,从理论上分析了当前研究现状下存在的问题,并对未来的研究进行了展望,为进一步研究雷达辐射源识别技术提供了参考。     

复杂战场电磁环境建模与电磁态势可视化技术

复杂电磁环境建模与可视化研究在民用通信、军用电子战领域的应用不断发展,准确、科学、直观地描述复杂战场电磁环境,对于指挥人员把握战场态势,作出准确判断、科学决策,意义重大。以此为背景,重点研究了雷达辐射源探测范围及空间多辐射源形成的空间合成场强,建立了雷达辐射源探测范围的数学模型,推导了空间多辐射源场强合成算法;提出了虚拟战场环境的快速构建方法,并给出了仿真系统的设计框架;结合混合采样的雷达探测范围面绘制方法,在虚拟战场仿真平台,实现了自由空间及干扰环境下雷达辐射源探测范围三维可视化,并利用区间映射的办法,结合Open GL强大的色彩渲染能力,实现了多辐射源空间合成场强的态势展示。     

基于条件证据理论的雷达辐射源识别方法

基于观测证据与先验信息和谐的思想。利用条件证据理论。提出了一种融合先验信息的雷达辐射源识别方法，首先将雷达辐射源观测数据通过灰关联分析表示为D-S数据的随机集形式。然后计算观测证据与先验知识之间的和谐度。最后利用条件证据理论将需要融合的证据进行组合，该方法可在复杂战场环境下充分利用不同来源的信息，提高雷达识别的可靠性。     

用AUTES实现雷达辐射源识别专家系统

描述了一种用自行研制的专家系统开发工具AUTES进行雷达辐射源识别专家系统开发的方法,对其中专家知识及知识库、置信度融合方法、解释器等作了详细介绍。测试和实际运用表明,该专家系统能对雷达辐射源进行高效率识别,对参数不全或参数发生一定程度畸变的雷达辐射源的识别率可达到80%以上。     

一种实用的车牌图象获取方案

在探讨汽车智能车牌识别系统中图象获取技术的基础上，提出了一种合理且实用的图象获取方案，能在各种复杂变化的环境中，使智能车牌识别系统获取理想清晰的车牌图象．     

一种雷达辐射源信号识别的工程实现方法

为了解决脉内特征在雷达辐射源信号识别中的工程应用问题,通过实际需求分析,从总体框架、关键技术、应用设计等方面,提出了一种基于脉内多特征的雷达辐射源信号识别的工程实现方法.最后,通过系统软硬件平台的研制及其实时粗略识别和事后精细识别功能的应用分析,验证了该方法的可行性和有效性,为雷达辐射源信号识别理论和技术的应用转化提供了有益参考.     

雷达信号分选、处理方法研究

雷达信号分选,就是从交错的密集复杂的脉冲信号流中提取出属于同一雷达辐射源的脉冲序列。现代雷达具有多种工作状态,其各项特征参数都是可变的,甚至是随机变化的,这给雷达信号的分选与处理工作带来一定难点。本文介绍了雷达信号分选基本方法,分析了雷达信号分选的关键技术,并雷达信号处理中的的辐射源分类的识别方法。     

用导航卫星作为辐射源的双(多)基地雷达系统可行性研究

简要介绍了基于外辐射源的无源探测雷达的工作原理；在深入研究非合作式双（多）基地雷达的工作原理的基础上，结合对空中目标，尤其是隐身目标进行探测的要求，提出了一种基于导航卫星信号的星地双（多）基地雷达系统，对导航卫星信号用于外辐射源进行目标探测的可行性进行了分析；研究了系统的工作原理、探测性能，并对系统功能实现的难题进行了分析。     

雷达辐射源自动识别的设计与实现

针对基于五大常规参数的传统雷达辐射源识别方法的局限性,提出关于方位角稀释后的脉冲串波形数据的雷达辐射源自动识别方法.该方法通过对脉冲串波形数据的波形调理与脉冲分离、脉内特征参数提取、信号调制类型识别、脉冲归类和所属雷达辐射源识别等环节的设计研究,完成雷达辐射源自动识别系统架构的工程实现.采用模拟数据测试结果表明,基于该方法设计的系统识别速度快、准确率高,可为雷达对抗侦察设备的改进提供重要参考.     

一种雷达干扰信号识别的映射统计方法及其实验研究

提出了一种基于雷达视频波形的干扰信号自动识别方法，并在地空导弹雷达制导站实地录取了干扰数据，用该方法进行了实验研究。结果表明：采用该方法构成的识别系统，具有较高的正确识别率。     

基于数据场与云模型的多模雷达信号分选算法

针对传统分选算法处理多模雷达信号效果较差的问题,提出一种基于数据场的层次聚类信号分选算法,以克服多模雷达信号分选时存在的"增批"问题.将数据场理论应用于多模雷达辐射源信号的分选,利用数据场势函数划分辐射源信号数据的层次,通过等势图的绘制完成数据的自组织层次聚类.提出一种基于云模型的分选结果有效性评估算法,可在脱离雷达辐射源库的情况下验证信号分选结果的有效性.仿真实验验证了提出算法的有效性.     

雷达辐射源信号识别的效能综合评估方法

针对现有评估方法存在指标权重设置不科学、评估方法不合理等问题,提出了一种雷达辐射源信号识别的效能综合评估方法。该方法首先根据雷达辐射源信号识别的效果,建立效能评估指标体系;然后在评估准则下,采用直觉模糊网络分析法对具有关联性特点的指标进行分析,并求解其指标权重;最后在区间犹豫模糊思想的基础上,结合消去与选择转换法和逼近理想排序法建立级别优先关系,从而实现雷达辐射源信号识别的效能综合评估。仿真结果表明,该方法可以得出合理的雷达辐射源信号识别方法效能的评估顺序。与现有方法相比,所提方法可以有效地解决指标相互关联的问题,并且可避免因评估方法的缺陷造成的错误评估。     

基于ARM9＋linux的智能小区语音识别系统研究

在分析了智能小区主要功能的基础上,紧密围绕系统功能要求,阐述了本系统设计原则,设计并实现了基于ARM9＋linux的智能小区语音识别系统,给出了具体的实现方法和系统软硬件框架.     

基于WVD时频分析的雷达信号抗识别效果验证

从雷达侦察技术的角度，选择WVD时频分析作为雷达信号反侦察抗识别效果分析工具，通过对几种复杂雷达信号识别效果的仿真，分析雷达辐射源信号波形和参数变化对识别效果的影响，探寻具有优良抗识别效果的雷达信号的变化规律，为雷达反侦察研究提供新的思路．     

基于QPSO的雷达辐射源信号识别方法研究

鉴于支持向量机(SVM)方法对雷达辐射源信号具有较理想的识别结果,但对模型参数没有具体选择方法的问题,设计了一种以具有量子行为的粒子群优化(QPSO)算法为参数优化方法的SVM分类器,并提出了基于QPSO-SVM的雷达辐射源信号识别方法.QPSO-SVM分类器在采用QPSO算法对SVM进行优化改进的同时,继承了SVM分类器泛化能力强的特点,对雷达辐射源信号识别问题具有良好的适应性.实验结果表明,与其他方法相比,本文方法在保证识别准确率的同时,降低了参数选择时间.     

双谱二次特征在雷达信号识别中的应用

针对利用常规参数进行复杂体制雷达辐射源信号识别存在的问题,提出将信号双谱作为雷达辐射源特征参数,并将Bhattacharyya分离度准则作为双谱的二次特征提取的算法.利用双谱分析可以完全抑制高斯有色噪声对信号的影响,同时保留信号的幅度和相位信息的特点,提高雷达辐射源特征参数的有效性;针对信号双谱中包含许多对识别辐射源不起显著作用的双谱和与辐射源识别无关的冗余双谱,将Bhattacharyya距离作为双谱二次特征提取的依据,将具有最强类可分离度的双谱提取出来作为信号的特征参数.仿真结果表明,提取的双谱二次特征具备一定的抗噪能力,在较宽信噪比范围内能够较好地体现辐射源之间的个体差异,平均识别正确率可达到95%.