改进SVC算法在雷达信号分选中的应用

为提高支持向量聚类（SVC）对分布复杂、不均匀雷达辐射源信号样本分选的正确率,提出一种改进的支持向量聚类分选方法,先采用支持向量聚类对所有未知样本作预分类,提供初始的聚类中心,然后利用K-Means聚类分选算法最终分选。结果表明,此方法能够很好地对复杂雷达信号进行分选,分选正确率较高。     

聚类方法在雷达信号分选中的应用

针对参数相近、互相交叠的非常规雷达信号分选所面临的困难,提出一种改进的聚类方法,并将其应用于常规分选方法提取后的剩余雷达信号.通过大量的仿真实验,验证了此分选方法的可行性.     

雷达信号重频分选算法概述

信号分选是雷达对抗的关键技术之一，它的任务就是要把接收机生成的以时间为序的交错脉冲序列分选开来，标识出每个独立的辐射源。本文概述了目前常用的分选算法：序列检索法、自相关法、累积差直方图法（CDIF）和顺序差直方图法（SDIF）。并简要分析了各种算法的优缺点。     

改进的FastICA算法在雷达信号分选中的应用

独立分量分析（ICA）是近几年新出现的一种数据处理方法。对传统的FastICA进行了改进,并将其应用到雷达信号分选当中。仿真实验证明能够取得很好的雷达信号分离效果,为雷达信号分选提供了新的思路。     

关联比较器在雷达信号预分选中的应用

讨论了在现代密集复杂的电磁对抗环境中实现雷达信号分选预处理的三参数关联比较技术和FIFO缓冲电路的设计，介绍了已实现的纯硬件三参数并行关联比较器的内部原理和具体实现过程，并分别通过Altera公司的QuartusII和Mentor Graphics公司的Model Sim专业软件仿真验证了设计的正确性，基本上实现了雷达信号的纯硬件快速预分选，达到了实时性和可靠性的要求。最后介绍了分选预处理器在电子战中的三种应用：威胁信号检测、无用信号滤波和脉冲重复频率选择滤波。     

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。     

雷达信号综合分选方法研究

本文介绍了一种基于自组织概率神经网络的信号分选方法，主要讨论了这种神经网络在雷达信号分选中的应用，提出了针对特殊雷达信号的综合分选方法，通过大量仿真实验验证了这种方法的可行性。     

人工蜂群聚类在雷达信号分选中的应用

针对传统的 K-Means 聚类雷达信号分选算法对初始聚类中心敏感和易陷入局部最优解的缺点,将改进的人工蜂群算法和 K-Means 迭代相结合,提出了一种混合聚类雷达信号分选算法,使算法对初始聚类中心的依赖性和陷入局部最优解的可能性降低,提高了算法的稳定性。通过仿真实验证明该算法分选准确率高,为雷达信号分选提供了新的思路。     

雷达信号分选关键技术探究

在现代战争中雷达侦查起着不可或缺的作用,具有重要的地位,而信号分选则是组成雷达侦查技术的关键部分.信号分选技术通过对雷达的辐射源特征进行提取来实现对信号的分选和识别的,并可以根据其危险程度来进行警报,从而为战争的指挥提供信息依据.本文对雷达技术的发展趋势进行了探究,分析了雷达技术对信号分选的要求,并介绍几种信号分选技术.     

相控阵雷达信号的分选识别

相控阵雷达是一种多功能高性能的新型雷达,简述了相控阵雷达的工作原理及其特征,从理论上讨论了对相控阵雷达信号的分选识别,具有一定的工程意义。     

基于独立分量分析的雷达信号分选算法

对盲信号的独立分量分析（ICA,independent component analysis）技术进行了研究,并将其应用到雷达信号分选当中,仿真实验证明能够取得很好雷达信号分离效果,为雷达信号分选提供了新的思路。     

独立分量分析在雷达信号分选上的应用

传统的雷达信号分选主要是基于统计的思想，通过对脉冲序列的PRI分析，依据PRI的调制方式，将对应的雷达信号分选出来。这种方法存在运算量大，速度慢，且准确率不高的缺点。文章提出将含噪的快速独立分量分析算法应用于雷达信号的分选并分析了不同信噪比下分离的效果。仿真试验证明了该算法可以取得很好的雷达信号分离效果。     

雷达信号模拟器中逻辑生成单元的设计

主要介绍了雷达信号模拟器中的核心部件——数字逻辑生成单元中的相关技术,包括对数字逻辑生成单元的方案、组成、流程等,尤其是对高复杂体制、高密度、高实时关键技术进行了论述。     

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ICA的雷达信号欠定盲分离算法

该文针对源信号时域和频域不充分稀疏的情况,提出了欠定盲源分离中估计混合矩阵的一种新方法。该方法对等间隔分段的观测信号应用独立分量分析(ICA)的盲分离算法获得多个子混合矩阵,然后对其分选剔除了不属于原混合矩阵的元素,最后利用C均值聚类的学习算法获得对混合矩阵的精确估计,解决了源信号在时域和频域不充分稀疏的情况下准确估计混合矩阵的问题。在估计出混合矩阵的基础上,利用基于稀疏分解的统计量算法分离出源信号。由仿真结果,以及与传统的K均值聚类,时域检索平均算法对比的实验结果说明了该文算法的有效性和鲁棒性。     

变采样率技术在连续波测速雷达中的应用

介绍连续波雷达回波的数学模型,对系统的测速算法作了简要说明,利用抽取来降低采样率,提高了谱的分辨率和雷达测量精度,增加了雷达的作用距离.利用外场实测数据对不同类型目标进行处理和对比,总结出各种目标的最佳采样率.     

ICA不动点原理及在单站无源雷达中的应用

为快速计算单站无源雷达定位中来波时间差,从研究信号波形入手,利用信号通过盲分离前后零值点不动的规律,将不动点作为信号的稀疏表示能减少计算量。采用了不动点匹配度概念,根据最大匹配度原则计算出该时间差。模拟实验显示,该方法在盲信号分离效果较差时依然有很高的效率和精度。不动点原理为无源雷达定位时计算来波到达时间差提供了新思路。     

基于含噪复值ICA信号模型的快速不动点算法

复数快速不动点算法亦称为复数FastICA算法,是盲信号分离的一类重要算法。然而,该算法对被噪声污染的混合源的分离效果较差,尤其是在低信噪比的情况下。这主要是由于在噪声环境下,被白化过后的信号样本的相关矩阵不再是单位阵而是一个对角矩阵。该文基于复信号快速不动点算法,首先将基于含噪复值ICA信号模型的混合源投影到信号子空间,以便进行去噪和去相关处理,然后对现有的复数FastICA算法的学习规则做了修正,从而在迭代更新过程中考虑了噪声的影响,因此将显著提高复数FastICA算法的盲信号分离性能。文中给出了去噪非圆信号nc-FastICA算法的推导和步骤,仿真结果说明了该算法的有效性。