DBSCAN算法在雷达全脉冲信号分选中的应用

对雷达辐射源信号进行准确分选是电子对抗情报分析的基础性问题,聚类是进行全脉冲分选的一种有效的方法。基于密度聚类的DBSCAN算法具有抗噪声性能好,能处理任意形状和大小的数据的优点,适合全脉冲信号的数据特征。文章应用DBSCAN算法对雷达全脉冲信号分选进行了研究,仿真结果证明该方法简单有效。     

基于脉冲关联的雷达信号重频分选算法

在重频直方图分析方法基础上，根据时差脉冲对之间的相关性，提出并分析了一种新的雷达脉冲重频分选算法。该算法在统计脉冲时差直方图的同时记录脉冲序号信息，改进了传统重频直方图只能用作重频分选前的辅助分析方法的缺点。与传统的重频分选方法相比，本文提出的方法实现简单、分选效率高、可靠性好，能够适应复杂信号环境和复杂重频体制雷达脉冲的分选要求。通过计算机仿真验证了该算法的性能。     

一种新的重频分选算法

从脉冲重复频率（PRF）出发提出一种新的重频分选算法，该算法的主要研究对象是脉冲重复频率而不是传统的重频分选算法所研究的脉冲重复间隔，尤其适合于已知脉冲重复频率范围的情况。利用该算法，运算量只有O（N），有利于实时计算。仿真结果表明，在脉冲重复频率的范围和初始相位已知的情况下，该算法有着较好的分选效果。     

基于改进投影算法的二次雷达混扰信号分选北大核心CSCD

二次雷达应答信号混扰将导致解码错误,投影算法是一种较为有效的分选算法。然而,当信号被噪声污染时,该算法的分选效果较差,尤其是在低信噪比情况下的分选失败率较高,且分选得到的信号在幅值上有较大差异,不利于解码。首先,建立二次雷达应答信号的含噪混扰模型,进而从混扰信号中分解出信号子空间和噪声子空间,进行去噪;然后,根据二次雷达应答信号的零/恒模特性建立优化模型,改进投影算法,从而对去噪后的混扰信号进行有效分选,减小误码率,提高分选性能。仿真结果验证了该算法的有效性。     

雷达辐射源数据再分选算法研究

复杂电磁环境下的雷达信号全脉冲分选会出现大量的增批问题,而且不能对特殊体制雷达进行有效分选。根据机载雷达侦察的具体情况及存在问题,提出了一种辐射源再分选算法,该法利用分选后的数据,通过两次聚类实现再分选,解决了侦察过程中的增批问题。仿真和试验证明该方法能够提高信号的分选能力,对特殊体制雷达有较好的分选效果。     

基于FastICA的雷达信号分选研究

现代战争中新体制雷达的大量涌现,电磁环境变得越来越复杂,对雷达信号分选提出了新的挑战。目前的雷达信号分选领域,多采用基于参数容差的传统分选方法,这些方法受参数误差的影响大,对PDW参数相似的雷达无法分选,已经无法适应复杂电磁环境。在对FastICA算法原理分析的基础上,重点研究了将它应用于PDW参数相近的雷达信号和参差脉冲列的分选,并进行了仿真。仿真结果表明,FastICA是建立在源信号统计独立基础上的处理,对信号相关性敏感,受参数误差的影响小,可以有效解决上述问题,为雷达信号分选提供了一种新的思路。     

基于PRI变换法的脉冲信号分选算法

脉冲重复间隔是电子对抗中信号分选的关键参数,本文研究的基于PRI变换法的信号分选算法克服了传统直方图统计法的子谐波问题,对脉冲重复间隔具有很高的估计精度,且具有很好的抗抖动性能。仿真分析表明,PRI变换法对固定PRI,抖动PRI具有很好的估计效果。     

基于点云分割网络的雷达信号分选方法

针对现有基于图像分割的端到端雷达信号分选方法存在的像素点重叠与处理效率不高的问题,该文提出一种基于点云分割网络的端到端分选方法。首先将雷达脉冲流的脉冲描述字(PDW)映射为点云;之后利用点云分割网络(PointNet++)对该点云中各点依据其所属辐射源进行分割;最后将具有相同标签的点聚类形成脉冲集合,分别提取各脉冲集合所包含的辐射源并形成相应的辐射源描述字。仿真结果表明：所提方法能够有效对未知雷达信号进行分选,在脉冲丢失和虚假脉冲干扰的分选环境下也表现出较强的可靠性与稳定性,并且由于采用具有轻量化特点的模型使得该方法的执行效率更高。     

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PRI的雷达脉冲序列分选方法

高密度复杂信号环境下的信号分选处理技术是新一代雷达截获接收机信号处理的关键技术，也是雷达截获领域一个亟待解决的问题。文中讨论基于脉冲重复间隔(PRI)的脉冲分选算法，深入分析了基于直方图统计算法和PRI变换算法的优缺点，并对算法进行计算机仿真。最后针对这两种算法的优缺点提出一种综合的分选算法。     

基于PRI信息的雷达脉冲信号分选技术研究综述

基于脉冲重复间隔(Pulse Repetition Interval,PRI)信息的雷达脉冲信号分选是电子侦察信号处理中的核心关键技术之一。以公开文献资料为来源,从直接搜索判定分选、直方图统计分选、PRI变换分选、平面变换分选、多方法综合应用等多个方面对该技术方向上的各种方法的原理、流程、特点、适用条件等进行了分类对比与归纳总结,指出了其所面临的巨大挑战,展现了其未来的发展趋势,为该方向上技术研究的深入推进与工程应用的优化推广提供了重要参考。     

基于FPGA和DSP的被动雷达信号分选处理器的设计

介绍了基于DSP和FPGA的末制导雷达信号处理机分选软硬件的设计及实现,该系统以一片DSP为主处理器,配合FPGA及其他外围电路用于实现雷达信号的分选跟踪。由于采用DSP＋FPGA,不仅很好地实现了实时性,而且系统集成度高,可靠性好,易于修改,使用灵活,因此具有较强的实用价值和参考价值。     

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。     

雷达辐射源信号描述及分选算法的共性特征

从算法结构特征的角度,将雷达辐射源信号分选问题划分成信号描述的形式化和信号分选算法的结构特征两个子问题进行分析,并以信号描述的形式化为基础,给出了一种分选算法的共性结构模型,提出了该模型下分选算法共同具有的“加性”特征,讨论了该特征在理论和应用上的意义。     

雷达信号分选技术

从分选算法和硬件两方面分析了雷达信号分选的关键技术,阐述了雷达信号分选算法的原理,并对各种算法的优缺点进行了对比,讨论了硬件在实现信号分选中的技术、特点和发展趋势,提出了雷达信号分选领域中亟待解决的问题和发展方向。     

基于MDL原理的快速在线信号分选算法

研究了一种基于最小描述长度(MDL)原理的快速在线雷达脉冲信号聚类分选算法,该方法利用幅度或相位差异特征,实现对雷达脉冲数据向量的聚类分选处理。设计了基于MDL原理的在线信号分选算法流程,在每接收到一定数量雷达脉冲信号后,执行一次聚类分选处理;对算法流程中的每个处理模块进行了完备的运算量分析,为工程设计提供有效的理论指导;并对比分析了离线和在线算法的性能。仿真结果表明:在线算法的信号分选正确率与离线方法基本一致,具有很强的工程应用前景。     

浅析雷达信号分选技术

对现有信号分选技术的不足进行初步分析,提出一种基于脉冲序列特征的信号分选技术。利用“T—T”图,通过脉冲TOA序列配对证明该技术能较好地解决复杂信号的分选问题。     

雷达侦察系统信号分选新方法

随着新体制雷达技术的出现,雷达侦察系统的信号分选遇到了越来越多的困难,针对在复杂雷达信号环境下雷达侦察装备信号分选存在的问题,结合实际工作中的体会,提出了信号分选方法的一些新设想。     

基于K-Means算法的雷达信号预分选方法

K-Means算法在雷达信号预分选中有着广泛的应用,传统K-Means算法对聚类个数以及聚类中心的初始设定依赖性很大,并且对噪声和孤立点很敏感,针对这些不足,文中提出了一种将距离法与改进的K-Means算法相结合的雷达信号预分选方法。仿真实验表明提出的方法可以有效的降低了噪声和孤立点对K-Means聚类算法的影响。