雷达辐射源类型识别分析

辐射源信号高度密集、波形复杂、频域宽广、隐身和抗干扰能力强,复杂现代电子对抗信号环境下,雷达辐射源类型识别面临着严峻的挑战.论文总结了雷达辐射源类型识别技术的最新发展动态.针对特征提取和识别算法的现状、雷达辐射源信号数据海量、高维和递增的特点及特征参数随雷达工作参数和模式变化的特性,分析了雷达辐射源类型识别算法的不足.并且,为改进上述不足之处,提出了现代电子对抗信号环境下雷达辐射源类型识别的新流程,以进一步提高雷达辐射源类型识别的实时性和准确性.     

复杂电磁环境下无人机的雷达散射特性研究进展

雷达散射截面(RCS)是雷达隐身技术中最为关键的概念之一,它表征了目标在雷达波照射下所产生的回波强度。无人机在复杂电磁环境下具有"小(低RCS)、慢(速度慢)、低(低飞)"的特点,而且受地理因素、气象因素和非合作雷达辐射源等干扰的影响显著。针对以上特点,给出了在复杂电磁环境的无人机的RCS特征及对雷达回波特性的影响,介绍了各种复杂电磁环境下无人机的RCS的研究进展。     

雷达电子战系统电磁环境仿真

电磁环境仿真是设计、准确评估雷达电子战设备战技指标的基础。该文阐述了雷达电子战系统电磁环境仿真的基本概念以及建立典型电磁环境应遵从的准则。讨论了三种典型的电磁环境仿真方法以及各自的优缺点。提出了一种对电磁环境进行信号仿真的方法，其中雷达辐射源的载频、脉宽、重频等主要描述参数都由一组数据表示，可以反映出多种类型复杂的脉冲方式，在此基础上建立了可以体现不同体制雷达信号的仿真模型，仿真实现了典型雷达电子战战场态势下的雷达电磁环境。仿真结果在实际应用中证明是有效的。     

复杂战场电磁环境射频级仿真研究

复杂的战场电磁环境对于如何有效评估现有电子装备的生存能力及训练电子战装备作战人员提出了严峻考验。介绍了一种战术与技术相融合的思想,采用战术层仿真并结合信号层仿真实现了一种高逼真度的战场电磁环境仿真系统。研究了典型作战场景下目标辐射源的战术与运动行为模型,结合辐射源目标数据库,将辐射源的脉冲描述字通过PCIE高速串行总线实时更新到FPGA板,FPGA采用DDS方案,驱动高速DAC产生不少于20路经过复杂调制的基带雷达信号。该方案已成功应用到某型战场电磁环境仿真系统的设计实现中。     

基于围线积分双谱的雷达辐射源信号个体特征提取

雷达辐射源信号因无法避免的振荡器相位噪声影响而具有无意调制个体特征现象。特定辐射源识别（SEI）技术研究立足于从截获的辐射源信号中提取细微且稳健的特征,这些特征是由特定辐射源个体所决定的指纹信息。采用围线积分双谱提取由振荡器相位噪声所造成的无意调制个体特征,并将围线积分双谱的均值、波形熵和双谱熵作为量化特征衡量不同雷达辐射源之间的个体差异。仿真实验表明,提取的量化特征在一定的信噪比环境下较好地体现辐射源之间的个体差异性,并且能够实现辐射源个体识别。     

复杂体制雷达辐射源信号特征的FAHP评价

提取有效的雷达辐射源信号特征是复杂体制下雷达辐射源信号识别的重要基础。为实现对复杂体制雷达辐射源信号特征的评价,提出了复杂体制雷达辐射源信号特征的模糊层次分析评价模型。该模型在构建复杂体制雷达辐射源信号特征评价指标体系的基础上,针对层次分析法在权重确定方面存在的不足,通过引入三角模糊数来刻画专家评判的模糊性,将该模型应用于雷达辐射源信号特征评价的算例分析,并将计算结果与标准层次分析法的分析计算结果进行了对比,结果表明该模型的计算结果与标准层次分析法的计算结果是一致的,从而证明了该模型的可行性和有效性。     

非合作辐射源识别技术发展动态分析

随着电磁环境愈发复杂，在非合作条件下，接收方对辐射源信号的识别与分析是获取电子情报的重要手段。辐射源识别是利用侦察设备截获的辐射源信号，提取并分析信号的特征，进而实现对辐射源的分类和类型判断。它是电子对抗领域一个重要的研究方向，在无线电安全和频谱资源管控等方面具有重要的意义和广阔的应用前景。本文在分析国内外大量文献的基础上，首先说明了辐射源识别的主要特点，其次归纳了辐射源识别的类型，接着将目前辐射源识别的主要方法进行分类，并分析了辐射源识别的现状，随后分类梳理了辐射源数据集，最后分析了辐射源识别未来可能的发展趋势。     

新型雷达辐射源识别

目的 雷达辐射源识别是指先提取雷达辐射源信号特征,再将特征输入分类器进行识别。随着电子科技水平的提高,各种干扰技术应用于雷达辐射源信号中,使得信号个体特征差异越来越不明显,仅靠传统的模板匹配、分类器设计、决策匹配等辐射源识别技术难以提取信号可辨性特征。针对这一问题,利用深度学习良好的数据解析能力,提出了一种基于卷积神经网络的辐射源识别方法。方法 根据雷达辐射源信号的特点,对未知辐射源信号提取频域、功率谱、信号包络、模糊函数代表性切片等传统域特征,从中获得有效的训练样本特征集合,利用卷积神经网络自动获取训练样本深层个体特征得到辐射源识别模型,将其用于所有测试样本中,获得辐射源识别结果。结果 在不同域特征下对卷积神经网络的识别性能进行测试实验,并将本文方法与基于机器学习和基于深度强化学习的深度Q网络模型（depth Q network,DQN）识别算法进行对比,结果表明,当卷积神经网络的输入为频域特征时,本文方法的识别准确率达100%,相比支持向量机（support vector machine,SVM）提高了0.9%,当输入为模糊函数切片特征和频域时,本文方法的平均识别准确率与SVM模型、极限学习机（extreme learning machine,ELM）分类器和DQN算法相比,分别提高了16.13%、1.87%和0.15%。结论 实验结果表明本文方法能有效提高雷达辐射源信号的识别准确率。     

基于模糊函数SVD和改进S3VM的雷达信号识别

为提升在日趋复杂的电子对抗环境中对雷达信号识别的准确率,提出了一种基于启发式采样搜索（Heuristic Sampling Search,HSS）改进S3VM的雷达辐射源信号识别算法。根据模糊函数理论,通过对雷达信号的模糊函数进行奇异值分解（SVD）,提取出奇异向量作为雷达信号识别的特征参数;针对传统的半监督支持向量机（Semi-supervised SVM,S3VM）的不足,利用改进的S3VM构建分类器对雷达信号进行分类,完成对测试样本的识别。该方法通过启发式采样搜索来寻求具有代表性的多个大边缘低密度的分类决策面,有效解决传统S3VM分类精度低且分类性能不稳定等缺点。实验结果表明,在雷达信号识别中,该算法明显提高了分类准确率。     

模糊匹配方法及证据理论在辐射源识别中的应用

辐射源识别是面向区域电子战的一个重要组成部分,关系到平台识别以及后续的态势分析,但传统的辐射源识别方法并不适用于日益复杂的电磁环境,本文阐述了如何将模糊匹配方法与证据理论相结合进行辐射源识别,在说明模糊匹配方法与证据理论基本概念的基础上,较系统地论述了识别算法,在最后做了仿真实验,取得了较满意的效果。     

基于模糊函数多域特征融合与集成学习的雷达辐射源信号识别

针对复杂电磁环境下雷达辐射源信号识别方法中存在的抗噪性能差、识别准确率低等问题,提出一种融合模糊函数多域投影特征的集成深度学习识别方法.首先,对信号的模糊函数进行高斯平滑处理,从多域视角出发选取合适角度对模糊函数进行二维投影以构建特征数据集;然后,构建一种基于多域特征融合的两阶段识别分类方法,使用多个密集连接网络DenseNet 121作为初级分类器分别对3类特征数据集进行训练学习,得到初级分类结果;最后,通过Stacking策略对初级分类结果进行融合学习,得到最终类别信息.实验结果表明,所提出方法在信噪比为0 dB时对6类典型雷达信号的整体平均识别率均保持在97.24%以上,即使是在-4 dB环境中,识别率也稳定在87.16%以上,验证了所提出方法的有效性和可行性,具有一定的工程价值.     

基于自动机器学习流程优化的雷达辐射源信号识别

针对雷达辐射源信号识别课题中复杂的参数配置问题,从机器学习参数优化的研究入手,发现了一种基于树结构的机器学习流程优化方法,该方法利用遗传编程生成基于树结构的机器学习流程,并对其结构和参数进行进化,得到表现最佳的带参数的机器学习流程。该流程可以包括特征处理和建模的任意组合,实现对原始数据集的学习和识别。并与人工参数配制的一对一支持向量机在两种不同维度的雷达信号特征集上进行对比识别,相比之下,该方法无须繁琐的参数配置,最高准确率提高超过6%,证明该方法得到的基于树结构的机器学习流程有着明显的优势。     

一种基于蚁群聚类算法的雷达辐射源识别方法

提出了基于蚁群聚类算法的雷达辐射源识别方法。该方法采用雷达辐射源特征参数建立模型,对雷达辐射源样本进行识别,仿真结果接近90%。实验表明,蚁群聚类算法识别雷达辐射源的方法具有一定的可行性。     

Radar emitter recognition based on cyclostationary signatures and sequential iterative least-square estimation

Radar emitter recognition plays an important role in electronic warfare (EW). Specific radar emitter recognition is the state-of-art technology of emitter recognition, which can recognize the different radar devices of the same type. It is a composite task that involves radar signal interception, modulation recognition, features extraction and classification. In this paper, first we study the unintentional modulation on pulse (UMOP) features of radar emitter. Then the iterative least-square method is introduced for estimation of the UMOP features. Because of the discriminatory capability and abundant information of cyclostationary signatures, the zero frequency slice of cyclic spectrum is used for specific radar emitter recognition. Based on these, the sequential iterative least-square (SILS) algorithm is proposed for the online recognition of radar emitters. Finally experiments on three simulation radars and eight actual intercepted radars with the same type verify the correctness and validity of the proposed method.     

基于小波不变矩的雷达辐射源信号识别

针对雷达辐射源信号识别,提出一种基于时频分布的小波不变矩特征向量提取和识别分类方法。对雷达辐射源信号时频图像进行处理,对图像进行小波变换,提取小波矩的特征向量。采用支持向量机分类识别的方法,对特征向量进行训练,实现信号识别。对6种常见雷达信号进行分类,结果表明在信噪比较低的情况下也能取得较好的识别效果,在SNR为-3 dB时,识别正确率仍达到93.9%。     

雷达对抗装备软件测试系统的设计

专业化的软件测试评估平台是该类装备软件测试的重要支撑。为了对雷达对抗装备的显控、信号处理软件等进行全面、系统、准确的测试考核,在复杂电磁环境下雷达对抗装备及其配属软件试验/测试方法的基础上,研究建立雷达对抗装备软件测试系统,来提信号逼真、供可调可控的测试环境以及专业化、精确化的信号输入。通过复杂环境、软硬约束、特定方法等的分析研究,提出雷达对抗装备软件测试系统的主要设计思想,进行功能、性能设计,并给出该系统的主要组成和初步设计方案。利用提出的设计思想和方案,开展相应系统的研制,该系统提供包括测试环境模拟生成方法、被测件运行驱动方法、测试执行与数据采集方法和测评过程管理方法的测试应用,为全面地考核复杂电磁环境下雷达对抗装备软件提供更为有效的测试方法和更加丰富的技术手段。     

基于Choi-Williams时频图像特征的雷达辐射源识别

针对复杂体制雷达辐射源识别,提出一种基于Choi-Williams时频图像的雷达辐射源信号特征提取和识别方法,将信号识别转化为图像识别问题。首先对雷达辐射源信号进行Choi-Williams时频变换,将得到的时频图转化为灰度图像;然后采用一系列图像处理方法对时频图像进行增强和去噪,之后将灰度图像转化为二值图像,并剪切掉不含信号的图像区域;最后分别提取二值图像的中心矩和伪Zernike矩作为识别特征,并采用支持向量机分类器实现信号的分类识别。文中针对8种常见雷达信号识别进行了仿真实验,结果表明在较大的信噪比范围内,该方法能获得较为满意的识别率,其中当信噪比为-3dB时,采用伪Zernike矩特征平均识别率仍能达到92%,验证了所提出方法的有效性。     

基于对抗的一致性正则半监督辐射源个体识别方法

针对在有标签信号样本数量较少，待识别信号因复杂信道导致数据分布发生变化的实际场景中，传统通信辐射源个体识别技术识别率较低的问题，提出基于对抗的一致性正则半监督辐射源个体识别方法。该方法在一致性正则半监督模型上首次引入基于对抗的域适应思想，建立网络模型提取“域不变”特征，即不同信噪比条件下的信号数据的特征对齐，从而实现在原始信号上训练的模型，对其他信噪比下信号的高准确率识别。在ORACLE射频指纹数据集上通过设置不同条件的数据集展开实验，实验结果表明，基于对抗的一致性正则半监督模型比全监督方法以及经典的一致性正则半监督模型具有更高的识别准确率。     

雷达抗干扰性能评估指标分析与测试平台设计

复杂电磁环境下雷达抗干扰性能外场实验通常具有复杂度高、设备代价高昂的问题。通过分析雷达电磁环境组成和相关评估指标,在综合一系列雷达对抗想定的基础上,提出了雷达对抗性能测试系统设计方案。该系统利用高速DSP和ARM终端显示控制灵活实现雷达干扰样式选择和参数设置。有效地解决了雷达状态信息采集、回波信号实时模拟以及战场环境想定的显控终端控制。研究了多种性能评估指标的具体测试方法,分析了影响干扰效果的关键性因素。结合具体雷达设备进行了雷达抗干扰半实物仿真实验,实验和数据处理结果证明了测试方法的有效性和可行性。该方法为解决有限设备条件下雷达抗干扰性能评估、雷达系统改进提供了参考依据。