基于序列比对的多功能雷达搜索规律识别方法

对多功能雷达信号规律的识别是电子侦察领域的难点问题之一,本文将多功能雷达搜索方式下的工作规律表示为一个任务序列,提出了一种基于序列比对的识别方法.该方法引入了生物信息学领域的生物序列分析技术,通过将两次不同观测时间段的信号进行比对,提取其中的相似部分来达到识别多功能雷达搜索规律的目的.仿真结果证明了该方法的有效性.     

雷达辐射源识别专家系统

介绍雷达辐射源识别专家系统根据雷达信号参数的变化特征和参数范围识别雷达工作体制和用途的推理过程,介绍识别置信度的融合算法,给出了对本专家系统的测试结果。     

Agent理论和技术在电子战中的应用

Agent是新兴的人工智能技术，具有许多特性。该文在设计开发雷达辐射源识别原型系统中，应用了Agent技术并着重实现了其自主性和自学习性等特性。认知过程中，知识和信念是有区别的，其特点是将知识库和信念库作为两个不同的库；通过人机交互、参数比较、加权评判及信念库和知识库的相互转换和更新，使系统能自我完善。通过在该辐射源识别原型系统中加入了智能体的知识，使电磁干扰系统具有一定的人工智能，从而对电磁环境的变化具有自适应能力。     

雷达辐射源信号快速识别综述

对现代战场的电磁环境特点进行分析,介绍了已有的几种雷达信号特征描述方式,阐述了目前的雷达辐射源信号快速识别方法及其发展方向,概述了雷达辐射源识别系统中的数据库设计研究现状.对未来进行展望,为进一步研究雷达辐射源信号快速识别技术提供参考.     

雷达信号的扩散特征及其在特定辐射源识别中的应用

本文利用Yoyos直观系统模型与随机微分几何,分析特定辐射源识别问题,为该问题建立了一种有意义的几何学描述.通过上述模型及分析,指出辐射源个体所辐射信号的瞬时参数中包含具有内蕴性质的指纹特征信息,且由产生信号的系统低维状态流形决定.扩散映射是一种新兴的流形学习算法,已有研究与实践证明该算法可以在提取高维数据蕴含的低维流形的同时较完整地保持采样点之间的几何性质.本文利用扩散映射的这一良好特性,结合所建立的直观模型,提取信号瞬时参数的扩散特征,用于特定辐射源识别,取得了较好的效果.最后通过外场实验,验证了上述模型与特征的正确性和有效性.     

雷达辐射源信号特征问题研究

对雷达辐射源信号特征问题进行了研究。雷达辐射源信号特征包括基本特征和个体特征两个方面。可作为基本特征的参数有雷达辐射源信号载波频率及其变化规律、脉冲重复间隔及其变化规律,在输入信噪比较高的条件下,脉内调制参数也是比较重要的基本特征参数;可作为个体特征的参数有雷达辐射源信号载波频率均值和方差、雷达辐射源信号的包络顶降和包络前后沿的变化、雷达辐射源信号的高阶统计特性。     

基于文法派生解析表的多功能雷达快速参数估计方法

随机上下文无关文法(SCFG)在多功能雷达(MFR)状态识别和威胁估计中具有良好的应用前景.为了减少常规算法的运算复杂度,本文提出一种基于解析表构造的多功能雷达参数快速估计方法.该方法通过对截获的每个雷达数据序列构造库克-杨-卡塞米(CKY)解析表,排除了大量未参与序列派生过程的产生式,随后在解析表的基础上采用改进的Inside-Outside(IO)算法对雷达文法产生式概率和多功能雷达状态进行快速估计.理论分析与实验仿真证明,该算法在参数估计精度相同的条件下,其运算时间相对于常规IO算法和Viterbi-Score(VS)算法减少了50%以上.     

基于幅度变化点检测的多功能雷达脉冲列解析方法

 在电子情报领域,针对多功能雷达脉冲列解析中的基本波形提取问题,提出了一种新的基于统计变化点检测的方法.该方法利用相控阵天线波束离散扫描的特点,将基本波形提取问题转化成脉冲幅度序列变化点的检测问题.引入生物染色体分析中的循环二分算法来检测并估计幅度序列的多个变化点,进而得到基本波形的集合.该方法不需要任何先验知识,在较低信噪比的情况下仍然能够得到高精度的提取结果.仿真实验表明了该方法的有效性.     

多功能阵列雷达在陆基武器系统中的应用

随着无线电技术日新月异的发展，雷达在陆基武器系统工程中的应用越来越广泛，按照经典的方式设计雷达，其任务的多样性和种类的繁杂性使构成的系统十分庞大，从而带来了使用性，可靠性，性价比等一系列的问题，本文试图根据我国的技术基础，在众多的雷达发展方向中寻求一种新的设计方法，多功能阵列雷达（MFAR）方案。     

网络雷达抗隐身性能分析

网络雷达作为雷达与电子战一体化的新型综合电子信息系统,可实现雷达与电子战的技术一体、功能一体和资源共享。从网络雷达基本概念与基本特征出发,从工作模式、频域、空域、信号处理方式以及数据融合等方面详细分析了网络雷达良好的抗隐身性能。     

雷达信号侦收自主处理结构分析

针对复杂电磁环境下雷达信号侦收问题,分析了认知电子战的概念与特点,从认知侦察的角度探讨了几种信号自主处理结构。在电磁环境态势感知方面探讨了基于动态频谱以及信号流密度的资源调度结构;在信号检测方面分析了基于接收信号质量的并行算法处理结构;在脉内分析方面,提出了基于成分探测法的调制类型自主识别结构;在参数估计方面,提出了基于参数估计可靠性评估的反馈式自主分析结构;在知识库更新方面,分析了基于辐射源威胁等级的信号处理结构。为认知电子战中新型雷达侦察接收机的设计提供借鉴思路。     

雷达侦察信号的认知处理技术研究

阐述了认知电子战的研究现状和系统组成模型,并针对认知电子战系统中的侦察模块,提出了一种可行的侦察处理结构和流程,基于此,在数字信道化测频的基础上,提出了基于认知技术的数字信道化测频方法。通过理论推导和仿真,证明了基于认知技术的数字信道化测频方法,相比传统数字信道化测频在信噪比和测频精度上大幅提高,同时证明了基于认知技术的电子侦察的可行性。     

大数据在多功能雷达性能阵地现场优化中的应用

在分析多功能雷达数据特点的基础上,提出基于大数据开展多功能雷达性能阵地现场优化的基本框架,分析大数据应用在数据获取、数据存储、数据处理等方面对雷达的需求,给出大数据应用需重点解决的环境感知与自适应学习、海量数据管理、高价值信息挖掘、基于评估结果反馈的系统参数优化等关键技术问题,为未来大数据在多功能雷达性能阵地现场优化中的工程应用提供借鉴和支撑。     

灰色关联分析法在常规脉冲雷达信号识别中的运用

在雷达对抗侦察过程中,雷达对抗侦察设备接收雷达信号的各参数容易受各种因素的干扰,影响系统对信号的识别。针对这种情况,提出了一种基于灰色关联分析法的常规脉冲雷达信号识别方法。该方法通过对满足一定容差要求但不与已知雷达信号完全匹配的侦收信号进行关联分析,计算并得出侦收信号与各相似雷达信号的灰色关联度,为进一步目标识别提供依据。     

基于韦尔奇功率谱的雷达辐射源信号识别

应用韦尔奇功率谱原理提取信号识别特征参数,根据提取出的特征设计信号识别流程模型,从多种信号中检测识别线性调频信号、相位编码信号、频率编码信号,分析了特征的适用范围和信号环境.仿真结果证明了该特征提取算法和识别方法的可行性.     

基于脉内特征参数的雷达信号调制方式识别方法

研究了一种识别辐射源脉内调制方式的方法。该方法运用分形维数和相像系数作为辐射源信号的脉内特征,提出了基于模糊综合评估获取特征的基本概率赋值,然后运用D-S证据理论进行多脉冲数据融合,从而识别辐射源信号调制方式的方法。基于本方法的辐射源脉内调制方式识别方法通过仿真试验表明,其正确率高,具有一定应用价值。     

基于相像系数的雷达辐射源信号特征选择

提出一种基于相像系数(RC)的特征选择新方法,给出了RC的定义和基于RC的类别可分离性判据,描述了 基于RC和量子遗传算法的雷达辐射源信号特征选择算法,设计了神经网络分类器,并将该方法与基于距离准则的顺序前 进法(SFSDC)和吕铁军的方法(GADC)作了特征选择和分类识别的对比实验。结果表明,本文方法无需事先指定最优特征 子集的维数,能可靠有效地选择出最佳特征子集,不仅大大降低了特征向量的维数,简化了分类器的设计,而且获得了比 原始特征集、SFSDC和GADC更高的正确识别率和识别效率。