一种实验型雷达干扰信号自动识别系统

描述了一种软、硬件结合的实验型雷达干扰信号自动识别系统。该系统由高速大容量数据采集器在非相干雷达视频端实时录取数据，由微处理器完成干扰信号特征抽取、模式库建立以及分类识别。用实地录取的海杂波及三种常见有源压制式噪声对干扰数据调频。针对这四类干扰信号在系统中进行了分类识别。识别结果表明：该系统具有较高的正确识别率。     

基于小波包分解和残差网络的雷达干扰识别

干扰样式识别是雷达抗干扰技术研究中的重要环节,为提高干扰信号分类识别精度,提出了一种基于小波包分解和残差网络相结合的干扰信号分类识别方法。采用小波包变换对干扰信号进行分解与重构,将干扰信号分解成不同频段的小波包系数,融合各频段小波包系数构成系数矩阵得到残差网络的输入,利用多层残差网络自适应提取小波包系数矩阵深度特征,实现干扰信号分类识别。搭建了雷达干扰信号识别试验平台,采集不同调制参数下的6类雷达干扰数据进行试验分析,结果表明,相对于直接利用干扰信号原始时域IQ数据进行卷积神经网络(Convolutional Neural Network, CNN)识别,所提方法能够有效提高网络输入数据维度和特征提取深度,识别准确率和训练效率有明显提升。     

基于频谱相像系数的间歇采样转发干扰识别

正确的干扰识别是采取有效抗干扰措施的前提和基础,文中针对间歇采样转发干扰的识别问题,提出了一种基于频谱相像系数和支持向量机的干扰识别方法。通过对目标回波及干扰信号的模型及频谱进行分析,挖掘回波与干扰信号频域上的差异,提取频谱相像系数特征,并利用支持向量机进行分类识别。仿真结果表明:相像系数特征参数类间分离度好、不易受噪声及实验次数影响,将其作为干扰识别的特征参数,得到的识别准确率较高,可以为后续雷达系统采取针对性抗干扰措施提供重要的决策信息。     

基于多特征参数的雷达信号调制方式识别方法

提出一种以盒维数、信息维数、相像系数为分类特征识别雷达信号调制方式的方法。这些特征包含了信号的幅度、频率、相位、整体走势(或者轮廓)、波形复杂度和不规则度的细节信息,集中体现了不同调制方式的差异。同时,利用特征自身的类内距离小、类间距离大的特点先聚类分离部分调制方式,最后通过基于粗集的支持向量机分类器进一步分类识别。通过4种典型雷达辐射源信号的特征提取与分类识别的仿真试验,表明基于本方法的调制信号识别正确率高,具有一定的工程应用价值。     

基于熵理论和RBF神经网络的有源压制干扰识别方法

电子干扰技术的发展使得有源干扰的性能得到了长足的进步,为了提高雷达抗干扰效果,有必要对不同类型的干扰采取针对性抗干扰措施。针对有源压制干扰的自动识别问题,本文研究了一种基于熵理论的有源压制干扰识别方法。对有源压制干扰信号进行FFT变换后,提取频谱的信息熵、指数熵以及范数熵,构建三维特征空间并送入径向基函数(RBF)神经网络进行识别。仿真结果表明,将熵特征作为特征参数能取得良好的识别效果。     

一种FSK/BPSK复合调制雷达脉冲信号识别技术

在电子对抗领域,信号调制方式识别是进行雷达分选、干扰施放的基础,得到广泛研究。对此,文中提出了一种以信号频谱相像系数和幅度统计参数为分类特征的FSK/BPSK复合调制雷达脉冲信号识别算法。算法首先提取雷达脉冲信号的频谱相像系数和幅度统计参数,然后采用分层结构的神经网络分类器进行识别。该算法不仅能识别FSK/BPSK复合调制信号,且对其他常用雷达信号调制方式的识别不产生干扰。仿真结果表明,针对FSK/BPSK以及CW、LFM、BPSK、QPSK、FSK等常用雷达信号调制类型,在信噪比＞5 dB时,分类正确率可达98%以上。     

基于改进相像系数和奇异谱熵的雷达信号分选

脉内特征提取是新体制雷达辐射源信号分选的关键问题,文中针对现有方法分选准确率不高和对噪声敏感的问题,提出了一种基于高次频谱相像系数和频域奇异谱熵特征的分选新方法,实现了低信噪比下雷达辐射源信号的高准确率分选。对接收到的信号提取高次频谱相像系数特征以及奇异谱熵特征,并将两者作为分选的联合特征向量,运用K means聚类算法实现对不同调制方式的雷达辐射源信号的分选。仿真结果表明：改进后提取的信号特征类间的分离度大且受噪声影响程度小,在信噪比为-2 dB的情况下,该算法的总体平均分选准确率在85％左右,不同调制类型信号间的分选准确率最低为80％。与现有方法相比,文中提出的算法具有更好的信号识别效果。     

基于时频域分析的雷达有源干扰识别方法及实现

通过分析雷达压制干扰信号、欺骗干扰信号的时频域特征,设计了一种基于时频域分析的干扰信号识别方法,并描述了其实现方法。为保证干扰信号识别的实时性和准确率,利用数字信道化接收机原理进行信号预处理,获取信号的时频功率谱、高分辨率功率谱以及脉冲描述字(PDW)数据,后续由数字信号处理器(DSP)芯片多核并行处理完成干扰识别分类。     

空域虚拟极化滤波原理及实验结果

极化滤波利用干扰信号和目标信号的极化状态差异,能够有效对抗多种有源干扰样式.然而,大多数现役雷达还不具备极化测量能力,为此,利用天线固有的"空域极化特性",研究了对抗有源压制干扰的"空域虚拟极化滤波"算法.建立了有源压制干扰及目标回波的接收信号模型,给出了算法的详细处理流程,进行了计算机仿真实验和雷达外场测量实验.实验...     

基于支持向量机的欠定盲分离

该文提出了信号稀疏性的新度量方式,在估算出有效源信号的个数后,提取源信号到达方向角度的特征作为训练样本,利用支持向量机理论构造分类超平面,从而实现对观测信号的最优分类。采用加权系数法获得每一类信号的聚类中心,其中对系数权重的学习是自适应的,同时避免了K-均值聚类等方法对初值的敏感性。此外,针对大规模样本点,该文还提供了在线算法。仿真效果说明了此方法的稳定性和鲁棒性。