基于小波脊线特征提取的雷达辐射源信号识别

针对在低信噪比条件下雷达辐射源信号识别率低的问题,提出了一种基于小波脊线特征提取的雷达辐射源信号脉内调制方式识别方法.该方法使用新的改进Morlet小波提取信号瞬时频率,变换后提取其二次特征用于分类识别.计算机仿真结果表明本方法提取的特征向量具有良好的识别能力,在2 dB的低信噪比条件下,平均识别率可达到90%以上,通过与现有方法进行对比仿真验证了本算法在低信噪比环境下的优越性.     

基于二维谱向量的中段弹道目标平动补偿

弹道目标中段的运动是微动与平动的复合,为了提取目标的微多普勒信息,必须先进行平动补偿.首先分析并建立了弹道目标中段的运动模型,说明了将平动近似描述为二阶多项式的合理性,在此基础上,提出了一种基于二维谱向量的平动参数估计方法.利用频域特征与平动参数对应的关系,对细化后回波信号频谱的能量分布和重心位置进行了量化,从而分别实现了加速度和速度的高精度补偿.仿真实验结果表明:在多目标和强噪声的环境下,该方法具有良好的估计性能.     

基于小波脊线特征提取的雷达辐射源信号识别

针对在低信噪比条件下雷达辐射源信号识别率低的问题,提出了一种基于小波脊线特征提取的雷达辐射源信号脉内调制方式识别方法.该方法使用新的改进Morlet小波提取信号瞬时频率,变换后提取其二次特征用于分类识别.计算机仿真结果表明本方法提取的特征向量具有良好的识别能力,在2 dB的低信噪比条件下,平均识别率可达到90％以上,通过与现有方法进行对比仿真验证了本算法在低信噪比环境下的优越性.     

基于匹配空间变换的群目标信号分离与重构

针对窄带雷达获取的弹道中段群目标回波错综交叠、难以分离的问题,提出了一种基于匹配空间变换的群目标微多普勒特征提取方法.在构建群目标模型的基础上,利用自相关法提取出各子目标的微动周期,并结合微多普勒曲线变化规律,构造出对应的匹配空间.最后利用能量峰值搜索法结合CLEAN算法,依次估计出该子目标各散射点参数,并重构出回波信号.仿真结果表明,该方法能够克服背景噪声和信号混叠的影响,较好的实现了中段群目标的分辨.