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。     

基于信号脉冲前沿波形的辐射源识别

提出了利用信号脉冲前沿波形特征进行辐射源识别的思路。将提取出的信号脉冲 前沿波形进行统计后,求出一条能代表辐射源特征的曲线,将信号脉冲前沿波形与求出的曲线 进行相关比较后,识别出信号辐射源。针对实际信号的实验结果表明该方法可以较好地进行 辐射源的识别。     

基于脉间特征深度学习的雷达辐射源识别

多功能雷达在复杂程序调度下,发射信号参数呈现取值范围宽、捷变速度快、变化随机性强等特点,非合作接收方难以对其建立有效的信号模型,给电子侦察系统的雷达辐射源识别带来严峻挑战。本文提出一种基于深度学习的复杂体制雷达辐射源识别方法,利用大样本全脉冲数据形成脉间参数变化的图像特征表示,从宏观上揭示雷达辐射源隐含的波形设计机理,并设计了基于AlexNet网络的图像特征深度学习网络开展辐射源识别,实测数据实验表明了本文的方法对一定时间跨度内的有限部同型多功能雷达具有良好的识别性能,为多功能雷达辐射源智能个体识别提供了新的解决思路。      

一种稳健的通信辐射源个体识别方法

通信辐射源个体识别是目前通信对抗领域研究热点与难点问题,相对于雷达辐射源,通信辐射源信号弱、瞬时特征不明显导致个体识别更复杂、更困难。利用通信辐射源信号的长时谱统计特性,提取信号功率谱峰值特征和包络模板,构造通信辐射源个体特征向量,通过朴素贝叶斯分类算法与个体特征矢量相结合,在训练样本数目足够大的条件下可进行有效识别。测试实验表明,识别方法稳健有效,可在信噪比5 d B情况下实现93.7%的正确识别概率。     

基于脉冲上升沿的雷达个体识别方法

雷达个体识别即雷达指纹识别,是雷达对抗侦察的最终目的,也是现代电子对抗领域的难点.目前在用哪些物理量可以表征雷达信号的指纹特征问题上还存在争论,没有系统的理论.从脉冲包络上升沿方面进行分析研讨,提出一种利用上升沿进行基于多脉冲乃至单脉冲的雷达个体识别方法.仿真结果表明.在一定信噪比下该方法具有可行性.     

基于包络前沿特性的干扰源个体识别研究

针对距离欺骗干扰辐射源的个体识别问题,提出利用辐射源个体的包络前沿差异特性进行干扰源个体识别。首先,通过先小波去噪再滑窗处理的组合去噪方法,相比于单一的去噪处理,能得到更好的去噪效果;然后,采用互相关算法的思想实现接收信号与模板信号的位置对齐;最后,引入包络上升沿的差异幅值的均值作为特征因子,并通过K-means聚类算法实现辐射源个体的分类。仿真结果表明文中算法比文献[10]提出的夹角余弦算法具有更好的识别效果。     

基于包络指纹特征的辐射源分类识别技术

辐射源识别技术是当前电子侦察的重要研究方向。文中利用雷达模拟器的脉冲包络指纹特征,构建特征数据库,提出一种新的指纹特征向量匹配识别方法。该方法根据自适应评分机制,衡量不同特征向量之间的相似性,实现对辐射源脉冲的分类和识别处理。利用同型号雷达模拟器的外场实录数据,验证了该识别方法的有效性,分类性能优于传统的M-距离法。文中还定量分析了辐射源分类正确率与信噪比的关系,结果表明,分类正确率与SNR成正相关,当信噪比高于20 dB时,分类正确率超过95%。     

基于脉冲神经网络的雷达辐射源调制类型识别

面对日益复杂的电磁环境和层出不穷的新体制雷达,基于人工方式提取雷达辐射源特征难以满足现代认知电子战的需求.为提升雷达辐射源识别的智能化水平,提出一种新的基于脉冲神经网络(Spiking Neuron Network,SNN)进行雷达辐射源调制类型识别的算法.首先利用时频分析的方法,将5种常见雷达时域信号转换为二维灰度图...     

雷达辐射源的脉冲包络特征降维

脉冲包络是雷达辐射源的重要特征,传统上对于包络特征一直没有很好的描述方法,尤其是由于雷达系统无意调制带来的细微特征描述更加困难,导致了脉冲包络特征在信号识别中的应用受到限制。针对此,以无意调制带来的脉冲包络起伏特征作为输入,结合各种降维方法,探讨包络的本征维数和低维表达,保证特征的可靠性,提高后续处理的效率。     

一种OFDM信号电台识别方法

为解决OFDM通信电台识别问题,提出了基于包络高阶特征J的OFDM电台个体识别的方法.该方法利用OFDM电台问信号包络的差异实现对OFDM电台个体的识别.     

雷达辐射源个体识别综述

雷达辐射源个体识别通过提取个体特征来辨识雷达个体,是电子对抗领域的热点研究方向。近年来随着深度学习的飞速发展及其在各领域的成功应用,基于深度学习的雷达辐射源个体识别成为焦点。虽然研究多年,成果丰富,但目前尚缺少关于该方向全面、细致的综述。基于此,该文从雷达辐射源个体特征机理分析、基于手工特征的识别方法、基于深度学习的识别方法以及数据集构建4个方面着手,对雷达辐射源个体识别开展系统的综述工作,并对当前现状和未来方向进行总结与展望,旨在推动雷达辐射源个体识别理论和方法研究的新发展。     

多径条件下的雷达辐射源个体识别方法

在实际场景中，接收机截获的雷达脉冲信号信噪比较低、多径干扰明显，从中提取的辐射源指纹特征存在畸变，给雷达辐射源个体识别带来严峻挑战.针对该问题，本文提出一种两阶段的信号处理方法.在第一阶段，以精确的脉冲对齐和迭代加权积累提高信号质量，解决低信噪比问题.在第二阶段，定义信号频谱相邻点前向商的绝对值为谱邻点商，并提取信号频谱主瓣和第一旁瓣对应的谱邻点商作为抗多径的指纹特征，解决多径干扰问题，同时利用Chirp-Z变换的局部精细化谱分析能力，进一步提高本文方法的计算精度和速度.仿真实验表明本文方法在脉冲对齐和克服多径干扰方面表现突出.实测数据实验对截获自15部同型号雷达的单频脉冲信号进行分类识别，获得超过97%的识别准确率，证明本文方法对多径条件下的雷达辐射源个体识别实际应用具有重要参考价值.     

基于包络相关法的特定辐射源识别

研究了接收信号为常规信号条件下,基于包络相关法的特定辐射源识别算法。对分选过的属于同一型号的不同个体雷达信号,先将观测信号进行消噪滤波,以提高信噪比,然后对处理后的观测信号进行包络提取,并计算其与标准模态包络的相关系数,在此基础上构造检验统计量,实现特定辐射源识别。计算机仿真实验表明：当被识别信号的互相关系数为0.99左右、信噪比为0 dB时,平均识别正确率达96％。     

以贴近度为基础的雷达信号个体识别方法研究

经济社会的腾飞发展,也带动了科学信息技术的进步.雷达就是运用无线电技术来实现信息存储的,因此雷达又称作是“无线电定位”.近年来,国家加深加快了对雷达信号的探索,雷达信号的个体识别更是作为重点课题进行研究.以贴近度为标准的雷达辐射源个体识别技术,最关键的是雷达“指纹”特征数据的选取、高精度测量以及识别算法.本文就将从雷达辐射源个体识别的信号概念,分析贴近度对于雷达信号的重要性,展开雷达信号个体识别方法的研究.     

基于多脉冲的雷达个体识别技术

雷达个体识别是雷达对抗侦察的最终目的,雷达信号的频率稳定度可以作为雷达个体识别的依据,但这一特征测量起来比较困难。重复频率稳定度是一种比较便于测量的雷达个体特征,在雷达个体识别中有较广阔的应用前景。雷达脉冲包络特征是区分雷达个体的有效手段,但具体的特征提取方法还需要深入研究。     

非线性系统辨识在侦察接收机中的应用

雷达对抗侦察接收机在接收、截获脉冲信号的同时,也改变了脉冲信号的原始包络。这些改变不符合雷达辐射源识别的高精度要求。通过理论计算定性分析接收机对脉冲信号包络的不利影响,并提出利用非线性系统辨识理论中的最小二乘支持向量回归（LSSVR）算法获取接收机逆系统模型,以便恢复包络信息,最后通过仿真试验说明该方法的有效性。     

基于最小二乘法的雷达辐射源精确识别指标权重确定方法

雷达辐射源精确识别技术通过提取辐射源个体的固有指纹特征,可以在低信噪比、电磁信号密集的复杂电磁环境中对辐射源个体进行准确、有效识别,被广泛应用于电子情报侦察中.但目前的指纹特征赋权主要依靠专家经验,缺乏客观性.运用最小二乘法优化模型,对提取的指纹特征权值进行了分析计算,提高了辐射源精确识别指标权重确定的准确性、科学性及使用价值.     

基于脉冲信号上升/下降沿的雷达辐射源识别

提出了利用雷达脉冲信号上升/下降沿进行辐射源识别的思路。首先分析了脉冲调制器中分布电容对上升/下降沿的影响,然后进行计算机仿真,对脉冲信号的测量实验验证了仿真结果。实验室实验和计算机仿真结果表明脉冲信号上升/下降沿可以作为识别雷达辐射源的特征参数。     

基于阵元方向图的相控阵雷达辐射源识别技术

为了实现对相控阵雷达辐射源的个体识别,分析了相控阵雷达天线的方向图形成方式,提出一种基于阵元天线方向图的相控阵雷达辐射源识别技术。通过双站侦察数据得到相控阵雷达天线阵面的指向角,进而算得相控阵雷达的阵列因子函数,经过比对接收的雷达天线方向图和阵列因子函数,得到组成阵列的天线阵元方向图,最终将计算得到的天线方向图与数据库中的天线方向图进行匹配,完成对相控阵雷达辐射源的个体识别。该方法通过提取相控阵雷达天线方向图的不变个体特征,实现了对相控阵雷达辐射源的个体识别。仿真实验结果表明所提方法能够有效地对相控阵雷达辐射源进行识别。     

基于模糊函数的雷达辐射源个体识别

雷达辐射源个体识别是现代电子情报和电子支援系统的重要研究内容。本文在辐射源个体特征分析的基础上,提出了一种基于模糊函数的辐射源个体识别算法。针对模糊函数的冗余性,分别利用模糊函数切片和局部模糊函数切片表征雷达的细微差异与个体特征,并推导了局部模糊函数切片的快速算法。仿真实验验证了提出算法对于辐射源个体特征提取和识别的可行性和有效性。