结合多维特征与Transformer网络的敌我识别辐射源个体识别

针对目前敌我识别辐射源个体识别(Specific Emitter Identification of Identification Friend or Foe, SEI-IFF)研究不足的问题,提出了一种基于多维特征与Transformer网络的SEI-IFF方法。该方法首先从单个脉冲及信号全局等多维度获取如相位、幅度、时间、功率谱密度等信号特征,结合Transformer网络进一步提取不同IFF辐射源个体特征中如前后关联特性的细微特征并最终实现SEI-IFF。试验结果表明,所提方法针对20个目标搭载的IFF辐射源个体的平均识别正确率达95.3%,可较准确地完成SEI-IFF,有助于提升战场SEI-IFF效率。     

一种空中目标敌我识别逻辑模型

针对当前敌我识别中存在的误判问题,提出了一种基于逻辑思维的决策支持模型的解决方法,能较好地利用雷达初步得到的信息进行敌我识别综合判断。分析了敌我识别的主要依据,并建立了逻辑判断模型。该方法直观、准确度高,提高了敌我识别的可靠性。     

一种改进的指纹细节特征提取算法

在指纹录入以及预处理中易引入噪声,因此在特征提取中,存在大量的伪特征,影响指纹的特征信息提取。本文提出了一种新的伪特征去除算法,即利用特征点为中心建立特征点检测窗口,根据一定的条件对伪特征点进行删除,另外本文提出了一种利用计算特征点到中心点的纹线数取代计算这两者之间的距离的特征提取算法,更加精确地记录了指纹的实际特征,为提高指纹识别的精度奠定了良好的基础。     

基于辐射源信号指纹的精确识别与认证技术研究

本文设计了基于辐射源信号指纹的精确识别与认证系统,通过处理辐射源射频信号,提取信号的无意调制信息开展目标属性精确识别,对辐射源硬件进行唯一性识别与认证并对伪装目标进行拒止接入。系统适配通信、电子多类辐射源射频信号,具备复杂电磁环境下的全流程信号侦收分选、目标精确识别、反伪装反欺骗认证、定位跟踪及自动化交互功能。     

基于脉冲信息的敌我识别信号快速分选识别研究

敌我识别系统在现代战争中占有极为重要的地位。分析了敌我识别系统的分类和工作原理,利用敌我识别信号的先验信息,引入时间序列相似性快速匹配原理,提出了一种基于敌我识别脉冲信息的分选识别方法。仿真结果表明,该算法分选速度快,环境适应能力强,能够较好解决复杂环境下敌我识别信号的快速分选识别问题。     

基于二维双树复小波变换的无人机个体识别

在无人机个体识别中,直接用双谱矩阵进行个体识别要计算复杂的二维模板,运算效率低。针对这一不足,提出了一种基于二维双树复小波变换的二次特征提取算法。该算法将双谱分解成多个方向子带图并计算其能量和能量偏差,将维度较高的双谱矩阵高效地转换为维数较低的图像纹理特征,再将其送入支持向量机实现无人机个体识别。采用实采的Phantom 3 Advanced与Mavic Pro图传信号对算法进行验证,结果表明,基于二维双树复小波变换比直接用双谱矩阵进行分类的运算效率高21倍,准确率相较于基于积分双谱、基于灰度共生矩阵、基于小波变换法有不同程度的提升,满足准确性和实时性的需求。     

基于FastICA算法的敌我识别信号分选方法研究

随着现代电磁环境的日益复杂,如何在复杂电磁环境下实现敌我识别信号的分选,是电子侦察领域一个亟待解决的问题。基于盲源分离的思想,采用FastICA算法对敌我识别信号进行分选,并进行了仿真分析。     

基于小波包变换的辐射源信号特征提取和识别

文中基于小波包变换方法,对MSK信号辐射源提取了J-散度特征和能量特征,结合支持向量机分类器完成辐射源的识别,仿真结果表明：两者识别率均达到90％以上,从而验证了基于小波包变换的辐射源识别的有效性。     

基于降维循环谱的特征提取与目标识别

在日益复杂的电磁环境中,如何提取有效特征是解决目标识别难题的一个关键。通过对目标信号的分析,发现它们虽呈现非平稳性,但却具有循环平稳性。因此,循环谱在分析此类信号方面具有优越的潜力,但是采用循环谱通常导致高维问题。针对这个问题,这里提出了降维循环谱的特征提取与目标识别方法,该方法以循环谱的相同频率点在不同循环频率下的相关性作为识别特征,并用主成分分析方法对该特征降维。实验结果表明,基于降维循环谱的方法具有很好的鲁棒性。     

激光敌我识别系统

从现代战争的敌我识别重要性出发,指出雷达敌我识别的不足,提出协同式激光敌我识别系统,给出其组成框图,叙述其工作原理,进一步从有源应答和无源应答两类协同式敌我识别系统中,阐述了无源式激光敌我识别系统的组成、工作原理和有关技术问题,提出协同式无源激光敌我识别系统的易实现性和良好的发展前景．     

激光敌我识别技术

介绍了激光敌我识别技术的发展状况,工作原理,相关技术,以及它相对于微波,毫米波协同式敌我识别系统的优点。     

射频与激光组合识别方案

分析了MarkXIIA敌我识别系统和激光敌我识别系统的现状,提出了射频与激光组合识别方案。该方案综合利用激光指向性高和Mark XIIA系统识别能力强的优点,通过并行使用射频询问射频应答工作方式和激光询问射频应答工作方式,避免了来自射频询问主波束内的多目标应答问题,在具备多目标处理能力的同时,提高了对密集目标中点目标的敌我属性识别能力。该方案也为单兵提供了可行的敌我识别手段。最后,论述了该方案的实用性,以期为新型敌我识别系统的设计提供参考。     

基于网络的敌我识别方法初探

为提高复杂战场环境下的敌我识别效能,提出了一种基于网络的敌我识别信息分发共享新方法.分析了具有异构自治、动态临时的敌我识别网络特性;并对影响信息分发共享过程抗毁性的链路备份能力和节点备份能力进行了研究,从完整性、正确性和时效性3方面说明了方法的有效性.结果表明,该方法对识别效能的提高具有积极作用.     

北约敌我识别现状与发展趋势

敌我识别是避免战场误伤的重要手段之一。出于多国联合作战中避免战场误伤的考虑,北约各国十分重视敌我识别技术与装备的发展。按照不同的技术体制,介绍了北约MARK XIIA敌我识别系统、战场目标识别系统、多体制单兵敌我识别系统的发展现状,包括系统特点、工作机理和指标对比。结合北约近些年的装备发展,指出北约重视敌我识别体系能力建设,并正在推动敌我识别系统向着高性能、综合化、集成化、小型化、智能化、网络化、无人化发展。最后,讨论了敌我识别后续发展重点及对我军敌我识别领域发展和联合作战运用的借鉴意义。     

一种应用DS证据理论的雷达目标与IFF点迹关联方法

针对目标数量多、目标构成复杂环境下雷达目标与敌我识别(Identification Friend or Foe, IFF)点迹关联不准确的问题,提出了一种基于DS(Dempster-Shafer)证据理论的关联方法。基于区间灰数模型完成雷达目标与IFF点迹的灰关联度计算,并据此生成DS证据理论中辨识框架的基本概率赋值;利用Dempster规则对证据进行组合,当证据之间存在冲突时采用改进Murphy方法对数据进行处理;最终通过概率转换方法完成关联判决,形成对目标敌我属性的判定。典型场景下的仿真结果表明,该方法能够实现雷达目标与IFF点迹的有效关联,通过多次询问及关联过程,可提升不同场景下的关联正确率。     

小波变换在S模式二次雷达信号分析处理中的应用

为提高二次雷达(Secondary Surveillance Radar,SSR)信号分析处理能力,针对傅里叶变换在时频域分析的局限性,利用小波信号奇异性检测特点,通过对S模式询问、应答信号进行小波分解,计算第一层高频系数,得到信号脉冲持续时间,实现了信号报头检测,并比较高频系数模极大值,提取出信号调制信息,实现了基于小波变换的二进制差分相移键控(DPSK)和二进制振幅键控(ASK)解调,验证了小波变换技术分析处理二次雷达信号的可行性.     

混叠敌我识别信号分离算法研究

在敌我识别(IFF)信号侦察中,侦收到的IFF信号存在混叠现象,严重影响了信号分选、解码和模式识别。采用基于盲源分离思想的独立分量分析方法,首次将等变化自适应(EASI)算法应用到混叠敌我识别信号分离中,该算法选择四阶累积量——峭度作为目标函数实现混叠IFF信号的分离,并通过仿真验证了该算法的可行性和有效性。     

敌我识别系统及其电子对抗能力分析

随着科学技术的发展,敌我识别技术已广泛应用于信息化战场。从宏观的角度论述了敌我识别系统的内涵,分析了敌我识别系统在现代战争中的电子对抗能力,阐述了其技术原理,并对其发展趋势进行了描述。