一种等差参差脉冲信号的检测方法研究

针对低信噪比环境下信号估计概率低和子周期呈等差的脉冲参差信号低截获、难分选的问题，提出了一种基于改进滑窗与等差判决的信号参数估计与分选方法。文中，首先利用改进滑窗的双门限检测对脉冲信号信噪比进行增强，计算比较滑窗能量累积值，寻找信号的起始、终止时间。其次，针对等差层次的时序重复特性，提出基于差分统计的等差判决流程，使序列差值直方图算法在复杂脉冲环境和脉冲丢失较高环境下能够分选该种参差信号。仿真与试验结果表明：该方法在-6 dB情况下有10%以上的精度提升，等差判决算法在高脉冲流密度条件下仍能较准确地分选出该种信号，且在脉冲丢失较高环境下仍有一定的分选成功率。     

关联比较器在雷达信号预分选中的应用

讨论了在现代密集复杂的电磁对抗环境中实现雷达信号分选预处理的三参数关联比较技术和FIFO缓冲电路的设计，介绍了已实现的纯硬件三参数并行关联比较器的内部原理和具体实现过程，并分别通过Altera公司的QuartusII和Mentor Graphics公司的Model Sim专业软件仿真验证了设计的正确性，基本上实现了雷达信号的纯硬件快速预分选，达到了实时性和可靠性的要求。最后介绍了分选预处理器在电子战中的三种应用：威胁信号检测、无用信号滤波和脉冲重复频率选择滤波。     

基于集对分析的雷达信号分选算法

随着新体制、新技术雷达的不断出现,雷达侦察接收机接收到的雷达信号更加密集和复杂,传统的分选方法已不能对其进行有效分选.将雷达脉冲信号与已知雷达的脉冲信号特征两两视为集对,应用集对分析算法,通过计算脉冲信号之间的关联度,实现信号分选.仿真结果表明,该算法不仅简单,易于编程,而且与传统分选算法相比,能实时、高效地实现密集和复杂信号环境下的信号分选任务.     

基于模板提取的信号分选算法研究

常规分选算法对频率、脉宽和方位较为接近的密集信号难以取得准确的分选结果,针对信号分选在复杂电磁环境下存在的错批和漏批问题,提出了一种基于模板提取的信号分选算法.算法的核心思想是利用信号脉冲时间序列的相关性提取信号的特征序列,克服了传统信号分选算法对脉冲频率、脉宽和方位参数的依赖.仿真和实际数据验证表明,该方法可提高在复...     

基于FPGA的关联比较器在雷达信号预分选中的应用

讨论了在现代密集复杂的电磁对抗环境中实现雷达信号分选预处理的三参数关联比较技术和FIFO缓冲电路的设计。介绍了已实现的纯硬件三参数并行关联比较器的内部原理和具体实现过程，并分别通过Altera公司的QuartusⅡ和Mentor Graphics公司的ModelSim专业软件仿真验证了设计的正确性，基本上实现了雷达信号的纯硬件快速预分选，达到了实时性和可靠性的要求。最后介绍了分选预处理器在电子战系统中的三种不同应用：检测威胁信号，无用信号滤波，脉冲重复频率PRF的选择滤波。     

基于脉冲幅度的预处理方法

提出一种基于雷达信号脉冲幅度的预处理方法,提供了一种自动选择相对测量误差较小脉冲的新方法。仿真试验表明,该方法能够从多部雷达信号交错的脉冲序列中,提取出测量较准确的雷达信号脉冲,以便得到较好的分选效果。     

基于集对分析聚类的雷达信号分选算法

现代电子战场的电磁环境日趋复杂,传统的雷达信号分选方法已经很难完成高密集信号环境下的分选任务.提出一种基于集对分析聚类的雷达信号分选算法,该算法融合集对分析中的同异反模式识别的择近原则和聚类分析的思想,将雷达侦察接收机接收的雷达脉冲信号与知识库中已知雷达脉冲信号组成集对,利用信息熵确定分选参数的权重,通过计算集对之间的同异反联系度实现雷达信号分选.仿真实验证明了算法的有效性和可行性,为解决复杂电磁环境下雷达信号分选问题提供了新途径.     

基于改进集对分析聚类的雷达信号分选方法

在高密度复杂的雷达信号环境下,针对使用集对分析进行信号分选时,分选结果易受联系度取值影响的问题,提出了一种实时稳定有效的信号分选方法。通过采用集对分析对脉冲流进行预分选,再结合高维数据聚类的方法实现分选效果。经过仿真对比分析,实验结果表明该方法在含有噪声脉冲的情况下仍具有较高的识别率。     

一种对重频调制与抖动信号的PRI变换分选新方法

针对脉冲重复间隔(PRI)变换法及其改进方法难以分选重频变化信号的问题,提出一种新的信号分选方法,即脉冲相似度检索法.该方法把脉冲相似度引入改进的PRI变换法,根据脉冲相似度对雷达脉冲信号进行搜索、提取.仿真结果表明,该方法不仅使分选更加准确,而且实现了对重频抖动和重频受调制变化信号的分选,其分选准确率达到95％以上.     

基于人工鱼群聚类的雷达信号分选算法

随着科技的不断发展,各种新体制雷达的不断出现,使得电磁环境变得复杂多变,这就对雷达信号的处理提出了新的要求。目前普遍采用的基于直方图统计的信号分选方法已经不能满足当前雷达信号分选的要求。文中将人工鱼群聚类算法引入到雷达信号分选中,并对其进行了改进,对雷达信号分选进行了一种新的探索,该方法不需要雷达信号的先验知识,适用于处理未知雷达信号。通过仿真实验证明该算法分选准确率高,为雷达信号分选提供了新的思路。     

现代雷达信号分选跟踪的几种方法

随着现代软件无线电技术的飞速发展,战场电磁信号环境从地面、空中、海上到太空,信号密度大,频谱宽,变换复杂,并且多功能数字雷达的多种工作方式和多种波形变换,雷达反侦察、抗干扰能力不断增强,传统的雷达信号分选跟踪方法面临着严峻的挑战。文中分析了几种传统的信号分选方法,从复杂电磁环境信号中,分析盲信号分选、聚类神经网络分选、脉内细微特性分选法,从信号分选的参数上进行多参数联合分选,并且通过多信号模拟器进行实验仿真,在分选的基础上进行跟踪处理,信号参数稳定、效果良好。     

一种自适应容差的雷达信号分选聚类算法

雷达信号分选的目的就是从交错的、密集复杂的脉冲信号流中提取出同一辐射源的脉冲序列。战场环境中信号流的密集性,信号形式的复杂性,给信号分选带来了严重的挑战。面对如此复杂的信号环境,传统的基于直方图统计的雷达信号分选算法的分选结果可信度越来越差。在聚类雷达信号分选算法的基础之上提出了一种自适应容差的雷达信号聚类算法,克服了传统的雷达信号聚类分选算法中容差选择困难的问题。仿真结果表明该方法能够准确地分选出各个辐射源的脉冲序列。     

基于ISODATA聚类的复杂体制雷达信号分选

现代电磁环境下,实现多部复杂体制雷达交错信号分选,需要算法具有较强的自适应能力。针对该问题进行了探索,提出基于ISODATA（迭代自组织数据分析算法）聚类的雷达侦察信号分选方法,经过仿真测试证明,该算法对于多部复杂体制雷达交错信号,具有较强的分选能力。     

基于蚁群算法的K-Means聚类雷达信号分选算法

在现代战争中随着新体制雷达的不断涌现,电磁环境变得越来越复杂,这就对雷达信号分选提出了新的挑战。目前普遍采用的基于直方图统计的信号分选方法越来越不适应现代雷达信号环境。文中将聚类分析技术引入到雷达信号分选中,将蚁群算法和K-Means相结合,互相弥补不足,提出了一种新的雷达信号分选方法,该方法易编程实现,不需要雷达信号的先验知识,适用于处理未知信号的雷达。仿真实验证明分选结果较理想,为雷达信号分选提供了新的思路。     

一种基于PRI谱特征的复杂雷达信号分选方法

通过分析雷达截获机所处的复杂雷达信号环境,提出了一种基于PR I谱特征的复杂雷达信号分选方法。该方法利用PR I变换获取雷达信号PR I谱,并根据各种复杂雷达信号PR I谱特征实现复杂雷达信号的分选工作。仿真结果表明,该方法能够较好地实现复杂信号环境下雷达信号的分选工作。     

雷达脉冲信号流的模糊聚类分选

复杂信号环境下的实时信号分选技术对雷达侦察信号处理非常重要,利用模糊聚类分析的相关理论,根据脉冲参数将不同体制的雷达信号进行归类,从而实现对雷达脉冲信号的分选。     

基于SVC和信息熵的雷达信号分选系统

雷达信号分选,特别是复杂电磁环境下未知参数的雷达信号分选是电子情报侦察系统和电子支援系统中的重要组成部分。详述了目前信号分选所存在的问题,采用级联互耦的思想,提出了一种新的基于支持向量机和信息熵的雷达信号分选模型,并通过仿真对其进行了验证。     

复杂电磁环境下的雷达信号分选技术

通过分析雷达信号分选技术的现状，总结了存在的问题，研究了当前复杂电磁环境下的雷达信号分选技术及其影响因素，并指出了分选技术的发展方向与亟待解决的关键问题。     

基于核模糊聚类的雷达信号分选算法

在现代战争中,随着新体制雷达的不断涌现,电磁环境变得越来越复杂,这就对雷达信号分选提出了新的挑战。对核模糊聚类进行了研究分析,并将其应用到雷达信号分选当中。仿真实验证明能够取得很好的雷达信号分选效果,为雷达信号分选提供了新的思路。