基于STFT的雷达脉内调制信号类型识别

针对雷达脉内调制信号特征分析中的信号特征提取和自动识别问题,文中提出了一种基于短时傅立叶变换(STFT)的雷达脉内调制信号类型自动识别算法.该算法是在获取信号时频变换规律的基础上,通过频率序列的均方差、序列的自相关,序列的直方图等信息提取了信号的相关特征参数,并利用这些参数的组合作为识别特征对信号类型进行了识别.然后对不同的信号利用该算法做了大量的仿真试验,结果表明该算法简单,运算量小,且对雷达脉内调制信号类型的正确识别率较高.此算法具有一定的实际应用价值.     

反辐射导引头中特殊雷达信号识别研究

研究了在反辐射被动雷达导引头中对所接收到的脉冲雷达信号（常规脉冲信号、脉内性调频信号和脉内相位编码信号）的脉内调制信号进行测量分类和识别,以确保反辐射被动雷达导引头截获、跟踪所要攻击的指定目标雷达。     

基于小波脊线特征提取的雷达辐射源信号识别

针对在低信噪比条件下雷达辐射源信号识别率低的问题,提出了一种基于小波脊线特征提取的雷达辐射源信号脉内调制方式识别方法.该方法使用新的改进Morlet小波提取信号瞬时频率,变换后提取其二次特征用于分类识别.计算机仿真结果表明本方法提取的特征向量具有良好的识别能力,在2 dB的低信噪比条件下,平均识别率可达到90%以上,通过与现有方法进行对比仿真验证了本算法在低信噪比环境下的优越性.     

基于小波脊线特征提取的雷达辐射源信号识别

针对在低信噪比条件下雷达辐射源信号识别率低的问题,提出了一种基于小波脊线特征提取的雷达辐射源信号脉内调制方式识别方法.该方法使用新的改进Morlet小波提取信号瞬时频率,变换后提取其二次特征用于分类识别.计算机仿真结果表明本方法提取的特征向量具有良好的识别能力,在2 dB的低信噪比条件下,平均识别率可达到90％以上,通过与现有方法进行对比仿真验证了本算法在低信噪比环境下的优越性.     

一种由粗到细的脉压雷达信号调制类型识别方法

为了实现脉压雷达信号的调制类型识别,提出了一种由粗到细的调制类型识别方法。它首先将信号粗分成PSK信号和调频信号两大类,然后使用时域累加瞬时自相关法实现了PSK信号的类内细分,采用一次瞬时自相关实现了调频信号的类内细分。仿真实验表明,该方法简单有效,具有优良的识别性能和很高的工程应用价值。     

基于数字信道化的雷达信号调制类型识别

在宽带数字信道化处理的基础上对线性调频信号、二相编码信号和四相编码信号三种典型的脉冲压缩雷达信号进行识别。从便于工程实现的角度出发,采用一种由粗到细的方法。通过设置一定的带宽门限值,粗识别为线性调频信号和相位编码信号两大类,再采用8点累加时域瞬时自相关法,通过相位跳变累加值的不同,实现对相位编码信号的细识别。仿真结果表明,该方法可实现对低截获概率体制雷达信号的调制类型识别。     

雷达信号脉内调制识别及其FPGA实现

为了解决雷达信号脉内调制方式的自动识别问题,提出了一种简单实用的调制类型识别方法。通过对比不同脉内调制信号的特性,运用3dB带宽测量,时域累加,时频变换的方法,能够快捷的识别出常规雷达信号、BPSK信号、QPSK信号、FSK信号、LFM信号、NLFM信号六种不同雷达信号。仿真结果表明,该方法具有较高的识别概率。并且通过FPGA实现,验证了该方法的有效性和实用性。     

基于频谱和瞬时频率的雷达信号识别方法

随着雷达技术的不断发展和应用,雷达信号识别对于雷达对抗和电子侦察具有重要意义.针对常用雷达信号的识别问题,提出了一种基于频谱和瞬时频率的雷达信号识别方法,通过定义的四个用于区分不同信号的特征值,可以对于常用的七种雷达信号进行有效识别.仿真实验证明了该方法的有效性和可行性.     

时频联合分析法线性调频信号脉内特征提取

针对小波变换法在提取线性调频信号脉内特征中的不足,提出了将时频重排和时频脊线相结合的时频联合分析方法。首先通过Morlet小波计算信号的小波谱,再对小波谱进行时频重排,由重排后的时频图提取时频脊线,得到线性调频信号的脉内调制特征。该方法在低信噪比下,能准确提取线性调频信号脉内特征信息。最后利用计算机仿真验证了该方法的可行性。     

雷达信号脉内特征自动识别的一种新方法

分析了当前用于雷达信号脉内特征识别的三种算法，针对各算法的优缺点，将三种算法作为子算法按照一定的准则综合使用，实现了一种新的自动识别法。仿真结果表明，在满足一定信噪比的条件下，该方法可以自动准确地识别雷达信号脉内特征。     

基于循环平稳度准则的多路雷达信号识别算法

在日益复杂的电磁环境中分选识别出雷达信号,是电子对抗发挥功用的先决因素。关于雷达信号调制样式与信号参数的先验信息有限,难以为信号分选提供充足的情报支撑,且信号交叠严重制约着信号分选的效能。将上述需求转换为盲源分离问题,通过Givens变换构造高阶分离矩阵,将适用于两路信号的基于3阶循环量的循环平稳度（DCS）盲源分离算法拓展到适用于具有不同循环平稳频率的多路信号。通过理论推导证明了该方法的可行性,并推导出构造Givens矩阵参数确定的方法。利用循环平稳理论提取雷达信号在循环平稳域的特征,结合DCS分离准则进行仿真验证。仿真结果表明,该算法能够实现对多路雷达信号的有效分选。     

基于雷达高分辨距离像序列识别的研究综述

为了解雷达目标更多的详细信息,对基于高分辨距离像(high resolution range profile,HRRP)序列的目标 识别方法进行分析。对隐马尔可夫模型(hidden Markov model,HMM)、卷积神经网络(convolutional neural network, CNN)、循环神经网络(recurrent neural network,RNN)和长短期记忆网络(long short-term memory,LSTM)等面向序 列识别的分类器进行阐述和讨论,分析不同分类器用于HRRP 目标识别的发展历程,指出不同识别方法的优缺点及 适用性条件。结果表明,该研究可为不同识别场景下应用合适的分类器提供一些思路。     

采用主分量分析的非合作水声通信信号调制识别

由于信道传输特性、信噪比低等因素的影响,非合作水声通信信号的调制识别极具挑战性。对信号功率谱、平方谱进行主分量分析,提取代表不同类型调制信号特有信息的主分量作为特征参数,从而降低特征参数维度、抑制噪声影响,并在此基础上设计一种基于人工神经网络的水声通信信号调制方式分类器。海上实录信号数据的识别实验结果表明了该方法的有效性。     

基于卷积网络和对抗式学习的雷达信号识别算法

针对雷达信号识别中因新信号数据与训练数据的样本差异,导致卷积网络模型识别率下降的问题,提出一种基于卷积网络和对抗学习的雷达信号识别算法,提升模型对新样本的识别率.首先,依据时频变换理论,变换得到雷达信号时域-频域能量分布图像,以表征信号脉内调制特征;然后,结合深度可分离卷积的结构,构建卷积网络模型,并利用样本数据对模型...     

两种雷达脉冲压缩信号的性能分析

为提高雷达的抗干扰性能,介绍了线性调频和混沌二相编码两种脉冲压缩信号的原理,分析了各自信号特点。在MATLAB仿真的基础上,从5个方面分析比较了这两种雷达脉冲压缩信号的性能。仿真结果表明,这两种脉压信号都能满足大时宽带宽的要求,脉压后的信号具有较高的主副瓣之比,并且具有良好的抗干扰能力。     

瞬时测频系统的线性调频信号分析及改进

频率是雷达信号的关键特征之一,雷达告警(RWR)/电子支援（ESM）等电子战接收机多采用瞬时测频（IFM）技术来实时提取;线性调频（LFM）信号是一种重要的、雷达广泛应用的信号类型,但传统IFM无法检测LFM信号频率特征。提出一种新的基于改进IFM系统的LFM信号特征检测方法,基于IFM系统工作原理建立了LFM信号经过IFM系统的数学模型,并探讨了IFM系统对LFM信号检测的频率分辨力和最小可检测调频斜率。改进IFM系统采用整形检波信号作为采样有效指示信号,以提取LFM信号的到达时间（TOA）和脉冲宽度（PW）;采用模数转换器（ADC）代替传统IFM的极性量化器对其正交通道输出进行连续采样,再通过解模糊、线性回归算法平滑去噪,估计出LFM信号的载频和调频斜率。仿真实验结果表明,改进IFM系统可在一个LFM脉冲内以较高的精度提取LFM信号特征,并保留了传统IFM系统的原有优点。     

基于核函数支持向量机的雷达辐射源识别

文中针对雷达辐射源信号环境复杂导致的正确识别率较低的问题,提出了基于支持向量机理论的雷达辐射源识别方法,并构建了基于多种核函数支持向量机的雷达辐射源分类器。通过在不同噪声环境下进行仿真实验,证明了支持向量机理论在雷达辐射源识别中的有效性,并比较了多种核函数支持向量机的识别效果。     

基于数字中频信道的雷达导引头大动态接收机

采用数字中频接收信道后,摒弃了传统接收机中的AGC环路,依靠ADC的动态范围和通道增益控制来实现信号的大动态接收和处理,并且在实现大动态同时大大降低了接收机整体增益要求。针对雷达导引头回波信号特点,给出了采用数字中频信道后的雷达导引头整体实现框图,并分析了中频正交采样的实现方法和关键技术。基于ADC的性能指标,分析了增益、噪声系数和动态范围之间的关系,讨论了接收机幅相校正问题,并给出了设计实例。