一种高效的雷达信号综合分选算法

雷达信号分选是雷达对抗研究的重点问题，其性能直接影响雷达对抗系统的效能.脉冲重复间隔（pulse repetition interval, PRI）变换分选算法是一种经典的雷达信号分选算法，其对PRI抖动和脉冲缺失有良好的适应性，但存在计算量大，无法满足实时计算的需求以及无法分选PRI值相同或相近的脉冲序列的问题.本文提出一种高效的雷达信号综合分选算法有效解决了上述问题.算法首先利用基于聚类的直方图算法估计出潜在PRI值集合，然后采用PRI识别准则筛选潜在PRI值，进一步利用PRI变换算法估计真实的PRI值，最后采用改进的序列检索算法完成脉冲序列的分离.仿真实验表明，在PRI抖动率为±10%、脉冲缺失率为10%时，算法能正确分选同时到达的四部雷达信号，验证了所提分选算法的有效性与先进性.     

基于晶振特征的重点雷达信号快速靶向识别

针对传统的PRI分选算法难以有效识别PRI变化复杂的重点雷达信号的问题,提出基于晶振特征的重点雷达信号快速靶向识别的方法。该方法避开常规PRI分选算法的分选流程,利用PRI之间的相关性对脉冲信号进行分选,可以对多目标同时识别。从PRI产生的原理着手考虑,PRI变化是否复杂对识别效果几乎没有影响。通过仿真与对比,验证该算法能够快速识别出重点雷达信号的脉冲序列,且对PRI变化复杂的雷达信号的识别效果较好。     

一种脉冲重复间隔复杂调制雷达信号分选方法

雷达辐射源分选是电子战系统的关键技术之一。为了解决传统的基于脉冲重复间隔(PRI)的分选方法不能有效分选PRI复杂调制雷达信号的问题,该文提出一种利用脉冲到达时间与雷达帧周期的对应关系构成的2维特征向量来提取脉冲序列中PRI的变化规律,进而实现PRI复杂调制雷达信号分选的新方法。该方法可以在脉冲丢失严重且存在噪声脉冲的情况下获得满意的分选结果,并利用模拟仿真验证了方法的有效性。     

新体制雷达信号PRI样本子图周期搜索提取方法

针对侦察接收机截获的交错脉冲序列中雷达信号的提取问题,在脉冲重复周期（PRI）样本子图描述技术的基础上,提出一种基于PRI样本子图周期搜索的脉冲提取算法。算法改传统PRI搜索法中的相邻脉冲间隔搜索思想为PRI样本子图周期搜索思想,通过构造由脉冲到达时间和准PRI样本子图周期构成的二维提取函数,将搜索过程中符合某一假定PRI样本子图周期的匹配脉冲数存储于二维提取函数中,然后根据二维提取函数的最大值确定PRI样本子图周期,提取对应的脉冲,实现复杂PRI类型的雷达信号提取。仿真结果验证了该方法的有效性。      

基于PRI谱内特征的参差雷达信号分选算法研究

通过分析参差雷达信号的基本特征,针对PRI变换算法在参差雷达信号分选中存在的不足,提出了一种基于PRI谱内特征的参差雷达信号分选算法。该算法利用PRI变换获取信号的时域PRI谱,进而根据PRI谱内脉冲对数特征完成参差信号帧周期的分选工作。仿真结果表明,该方法能够较好地实现参差雷达信号的分选工作。     

基于脉冲序列重构的雷达PRI调制类型智能识别算法研究

雷达脉冲重复间隔（PRI）是雷达信号的关键参数,对于雷达性能发挥起着至关重要的作用。研判雷达PRI调制类型能够为雷达识别和性能分析提供重要支撑,是电子对抗领域的关键研究内容。针对现有PRI调制类型识别准确率受脉冲丢失影响较大的问题,本文提出了一种基于脉冲序列重构的雷达PRI调制类型智能识别算法。首先,基于到达时间（TOA）多阶差分序列实现了PRI调制周期的初步估计;其次,根据PRI调制周期重构了不同脉冲序列样本;再次,对重构样本进行去均匀值预处理,并以此为输入搭建了卷积神经网络（CNN）识别PRI调制类型,该方法能够减弱人工提取特征的局限性,不仅可以获取PRI序列的深层特征,而且具有更强的环境适用性;最后,仿真实验表明了所提方法的有效性。在脉冲丢失率小于60%时,所提方法对于所有PRI调制类型的识别准确率均在92%以上,平均识别准确率大于98%,在脉冲丢失率小于80%时,平均识别准确率在81%以上。     

基于周期样本图重构的雷达PRI调制类型识别算法研究

为提升对雷达脉冲重复间隔(pulse repetition interval, PRI)的分析性能,提出了一种基于周期样本图重构的雷达PRI调制类型识别算法。首先,建立了雷达PRI调制模型,分析了不同调制类型的信号特点;其次,利用到达时间(time of arrival, TOA)多阶差分序列估计了雷达PRI调制周期,并基于直方图算法重构了PRI周期样本图;然后,以PRI周期样本图为基础,提出了5个PRI调制特征实现PRI调制类型识别;该方法不仅能够提升PRI调制类型的识别准确率,而且对干扰脉冲特别是脉冲丢失具有很强的稳健性;最后,仿真实验表明了所提方法的有效性。     

一种改进的PRI变换算法

对雷达辐射源脉冲序列进行准确分选是当前电子对抗领域迫需解决的一个难题,基于脉冲重复间隔（PRI）变换算法可以实现对固定重频、抖动重频脉冲序列的分选,但存在一定的缺陷。文章分析了使用PRI变换算法时,PRI的取值范围对分选准确率有着较大影响,并推导证明了PRI变换算法不适用于参差重频脉冲序列。针对分析出的两点问题,提出一种改进的PRI变换算法,并通过仿真验证了该改进算法的有效性。     

一种自适应容差的雷达信号分选聚类算法

雷达信号分选的目的就是从交错的、密集复杂的脉冲信号流中提取出同一辐射源的脉冲序列。战场环境中信号流的密集性,信号形式的复杂性,给信号分选带来了严重的挑战。面对如此复杂的信号环境,传统的基于直方图统计的雷达信号分选算法的分选结果可信度越来越差。在聚类雷达信号分选算法的基础之上提出了一种自适应容差的雷达信号聚类算法,克服了传统的雷达信号聚类分选算法中容差选择困难的问题。仿真结果表明该方法能够准确地分选出各个辐射源的脉冲序列。     

基于累积方正弦波插值的抖动信号分选算法

为解决PRI抖动信号的分选问题,提出了一种基于累积方正弦波插值的信号分选方法。该方法通过对脉冲的到达时间差进行累积方正弦波插值,利用快速傅里叶变换从频域完成对抖动信号PRI中心值的估计。仿真结果表明,该算法能够准确、快速地分选PRI抖动信号。     

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。     

大抖动量PRI变换方法的研究

采用大抖动量脉冲重复间隔（PRI）变换法估计脉冲重复间隔,提出了一种新的移动时间初始点技术和简化门限函数,实验证明大抖动量PRI变换法对估计抖动信号的PRI均值有较好效果。     

基于多重分选的脉冲配对时差检测

大基线时差定位具有定位快、精度高的优点,但大基线各定位站接收到的脉冲序列之间的时延变大,各基线时差测定的难度增加,因此如何准确实现各基线之间脉冲序列配对成了大基线时差测定的关键。在分析时差定位原理的基础上,研究了时差定位中相同序列脉冲多重分选及检测方法,分析了非周期脉冲重复间隔（PRI）和具有骨架或固定PRI对脉冲配对模糊性,给出一种基于多重分选的脉冲序列的分选配对方法,并针对模糊性进行定量分析,说明该脉冲序列多重分选配对方法在时差定位中的有效性。     

基于PRI变换的未知雷达信号分选算法研究

针对未知雷达信号主处理中脉冲重复间隔的精确分选部分,介绍了PRI变换的脉冲重复间隔估计算法,提出针对固定重频、抖动重频和参差重频信号的PRI变换算法的仿真和改进方法。     

Multi-Parameter Signal Sorting Algorithm Based on Dynamic Distance Clustering

A multi-parameter signal sorting algorithm for interleaved radar pulses in dense emitter environment is presented. The algorithm includes two parts, pulse classification and pulse repetition interval （PRI） analysis. Firstly, we propose the dynamic distance clustering （DDC） for classification. In the clustering algorithm, the multi-dimension features of radar pulse are used for reliable classification. The similarity threshold estimation method in DDC is derived, which contributes to the efficiency of the algorithm. However, DDC has large computation with many signal pulses. Then, in order to sort radar signals in real time, the improved DDC （IDDC） algorithm is proposed. Finally, PRI analysis is adopted to complete the process of sorting. The simulation experiments and hardware implementations show both algorithms are effective.     

Multi-Parameter Signal Sorting Algorithm Based on Dynamic Distance Clustering

A multi-parameter signal sorting algorithm for interleaved radar pulses in dense emitter environment is presented. The algorithm includes two parts, pulse classification and pulse repetition interval (PRI) analysis. Firstly, we propose the dynamic distance clustering (DDC) for classification. In the clustering algorithm, the multi-dimension features of radar pulse are used for reliable classification. The similarity threshold estimation method in DDC is derived, which contributes to the efficiency of the algorithm. However, DDC has large computation with many signal pulses. Then, in order to sort radar signals in real time, the improved DDC (IDDC) algorithm is proposed. Finally, PRI analysis is adopted to complete the process of sorting. The simulation experiments and hardware implementations show both algorithms are effective.     

一种对重频调制与抖动信号的PRI变换分选新方法

针对脉冲重复间隔(PRI)变换法及其改进方法难以分选重频变化信号的问题,提出一种新的信号分选方法,即脉冲相似度检索法.该方法把脉冲相似度引入改进的PRI变换法,根据脉冲相似度对雷达脉冲信号进行搜索、提取.仿真结果表明,该方法不仅使分选更加准确,而且实现了对重频抖动和重频受调制变化信号的分选,其分选准确率达到95％以上.     

高信号密度雷达脉冲分选算法

利用脉冲重复间隔(PRI)是高信号密度环境下一种主要的脉冲分选去交错方法.文中分析了受到雷达扫描特性影响时,脉冲到达时间(TOA)测量误差对PRI估计及对脉冲分选去交错的影响,提出了一种对脉冲幅度变化不敏感的TOA测量算法和能够克服PRI误差累积的去交错算法.仿真结果表明,该算法适用于高信号密度环境,性能良好.算法已在DSP平台上实现,具有很好的实时性.     

一种改进型PRI变换雷达信号分选方法

基于PRI分选有多种方法,其中PRI变换法对脉冲重复间隔有较高的估计精度,并克服了传统直方图统计法中的子谐波问题。文中在对PRI变换法进行深入研究的基础上,提出了一种改进的自适应PRI变换法,仿真结果验证了新算法的可靠性。