基于高次频谱对称Holder系数的雷达信号分选方法

针对复杂战场电磁环境下,传统基于全脉冲参数的分选算法准确率下降这一问题,本文提出一种提取信号高次频谱对称Holder系数作为脉内特征的信号分选方法。该方法首先利用对称Holder系数法提取信号高次频谱的脉内特征,而后将提取到的脉内特征参数与稳定的脉间参数组成新的特征向量,最后使用K-means算法对信号进行分选。信号的高次频谱对称Holder系数作为一种脉内特征,相比于一次频谱相像系数具有更大的寻优空间。将该特征加入信号特征向量可使新的特征向量具有更强的可分性。仿真实验结果表明,加入该特征,并使用新的特征向量,能够有效提高对不同种调制类型雷达信号的分选正确率。,使用新的特征向量能有效提高雷达信号分选正确率。      

高阶累积量在多参数联合分选中的应用

目前复杂体制雷达大量出现,侦收到的有效脉冲数少,传统的分选方法存在分选难、参数利用率低、可靠性差等问题,而多参数联合分选方法是解决上述问题的重要手段之一。为此,提出了一种提取信号的脉内特征参数高阶累积量,联合较为稳定的脉间参数,利用改进支持向量机的分选算法。仿真证明高阶累积量归一化的特征值对不同调制类型信号具有良好的区分度,并且通过对复杂体制雷达信号进行分选实验证明,分选结果准确率高。     

雷达辐射源数据再分选算法研究

复杂电磁环境下的雷达信号全脉冲分选会出现大量的增批问题,而且不能对特殊体制雷达进行有效分选。根据机载雷达侦察的具体情况及存在问题,提出了一种辐射源再分选算法,该法利用分选后的数据,通过两次聚类实现再分选,解决了侦察过程中的增批问题。仿真和试验证明该方法能够提高信号的分选能力,对特殊体制雷达有较好的分选效果。     

基于时序匹配及变长滑窗的雷达信号分选

信号分选是雷达侦察技术与信号处理技术中的关键步骤之一,但常规分选算法运算量大、识别耗时长。同时,在信号丢失严重或者脉冲密度大的情况下易出现增批、漏批问题。针对上述问题,本文提出一种基于时序匹配及变长滑窗的信号分选方法,首先利用载频和脉宽进行粗筛选,然后在时域参数上抽取与雷达参数模板匹配的脉冲序列,匹配的时间窗口根据两条脉冲之间的时间差和雷达参数模板的PRI动态确定。在此基础上,本文提出一种新的雷达信号分选处理流程：将待分选脉冲列分段,对每一段分别进行常规分选和本文所述方法。仿真实验表明,本文算法具有准确率高、耗时短的优点,新的分选流程能够有效弥补常规分选算法的不足。     

基于神经网络与时域校验的信号分选方法

针对现有雷达信号预分选方法对参数捷变雷达信号分选准确率不高的技术难题,提出了一种基于深度学习算法的全连接神经网络与时域校验的雷达信号预分选方法。该方法首先提取雷达数据库中已知雷达信号的载频、脉宽和脉内调制信息作为单脉冲分选特征,使用全连接神经网络完成单脉冲的识别。为了避免神经网络将未在雷达数据库中的信号(未知雷达信号)识别为已知雷达信号,在神经网络的输出层中加入置信度神经元生成置信指数,将置信指数低于阈值的判定为未知雷达信号进行剔除。最后根据分选结果调用雷达数据库中对应的时域信息(脉冲重复间隔),进行时域校验,完成雷达信号预分选。仿真结果表明,该方法在不同信噪比环境下对参数捷变雷达信号有较高的分选准确率,并且能有效剔除未知雷达信号。     

一种雷达信号全脉冲数据特征提取方法

对雷达信号全脉冲数据的有效预分选关键在于获取全脉冲数据的有效特征参数。提出了用独立分量分析（ICA）算法对雷达信号高维全脉冲数据提取特征参数,通过利用分类器、聚类比较不同的特征提取方法的性能,仿真结果验证了ICA算法的有效性。     

用转移矩阵法分析复杂雷达信号

介绍了采用转移矩阵对预分选以后的脉冲参数进行主处理的，这种方法可以分析出各种复杂雷达信号的各种详细的特征参数。     

基于样本脉冲和脉内不变特征的相控阵雷达脉冲提取法北大核心CSCD

针对相控阵雷达发射的脉冲信号基本脉冲参数变化复杂和脉间参数进行分选难度较大的问题,首先,文中提出一种样本脉冲的描述方法,能够对雷达脉冲信号的脉内调制域变化规律进行描述;然后,结合相控阵雷达的脉内变化特点,提出脉内不变特征的概念,对相控阵雷达的脉内调制特征进行表征;最后,基于样本脉冲的描述方法,将脉内不变特征信息与样本脉冲相结合,实现相控阵雷达信号脉冲序列的提取,并通过计算机仿真实验验证了算法的有效性和合理性。     

雷达信号的聚类分选方法

雷达信号分选，就是从交错的j密集复杂的脉冲信号流中提取出属于同一雷达辐射源的脉冲序列。现代雷达具有多种工作状态，其各项特征参数都是可变的，甚至是随机变化的。目前普遍采用的基于直方图统计的信号分选方法越来越不适应现代雷达信号环境。文章提出一种基于多参数聚类分析的雷达脉7中信号分选方法，提供了一种解决密集复杂脉冲信号分选问题的新途径。仿真试验表明，该方法能够从多部相控阵雷达信号交错的脉冲序列中，准确地分选出属于每个辐射源的脉冲序列。     

雷达信号成形规律的样本体系描述方法

针对多功能雷达工作在搜索方式时,其工作模式的转换以及同一模式下的脉冲信号均有规律可循的工作特点,提出一种基于雷达信号成形规律的样本体系描述技术。该方法利用多功能雷达工作模式的转换规律和脉冲本身的时频域参数变化规律,建立搜索模式转换样本、脉冲样本图和样本脉冲的层级数学模型,对多功能雷达脉冲信号成形规律进行提取和准确描述。仿真实验表明,样本体系描述技术不仅能够提取其对应的复杂体制雷达工作模式和脉冲信号,而且对噪声环境具有较好的适应能力。     

基于C均值聚类算法的雷达信号分选方法

随着现代雷达技术的发展,雷达告警设备所面临的电磁环境日益复杂,雷达告警系统对雷达分选的要求必须快速、准确.改进的C-均值聚类算法可有效地对雷达信号的脉宽、到达方向、频率参数进行联合分选.文中采用了这种改进的C-均值聚类算法,该方法易实现.仿真实验证明其能够较好地达到分选效果.     

雷达脉冲编码理论方法及应用

该文提出了基于脉冲组合编码的雷达探测模式,建立了脉冲编码雷达的基本概念和理论模型。利用多脉冲组合及其时间、频率、相位参量的调制,实现脉冲信号在时间域、频率域、或者时频域结合的编码,为解决传统的脉冲及连续波雷达系统参数相互耦合约束、及其对雷达性能的限制问题,提供了基于多脉冲组合探测的新方法及理论基础。该文着重介绍了多脉冲组合探测的编码、目标信号恢复方法,以及结合研制的合成孔径雷达开展的编码方法、性能评估等实验研究。研究及实验表明,通过采用分频带脉冲编码方法,可使雷达信号采样率突破奈奎斯特采样定理限制,降低系统的实现难度,实验系统中实现了4.8 GHz采样率对5 GHz带宽信号的采样及无失真恢复,成像分辨率达到0.03×0.03 m;通过采用增加占空比的时域脉冲编码方法,实现了信噪比改善超过20 dB的大幅度提高;通过针对合成孔径雷达的成像特性进行2维编码,去除了信号模糊问题,实现了成像幅宽超过90 km等先进性能指标。理论及实验结果验证了脉冲编码方法在提高雷达核心性能方面的显著优势,为高性能雷达系统的实现建立了新的技术途径。      

一体化电子战系统中连续波干扰抑制研究

在雷达信号和通信信号一体化电子战系统中,需要处理的雷达信号和通信信号在时频域都是重叠的,存在很强的时频耦合,给信号检测带来很大的困难。讨论了作为干扰的强通信信号对宽带雷达脉冲信号非协作检测的影响,提出了一种基于分数阶Fourier变换的干扰抑制方法。该方法利用分数阶Fourier变换对不同信号的时域聚集特性,在分数阶Fourier变换域滤除干扰,提高了信号的信干比,改善系统对宽带脉冲的检测性能,该方法对存在多个通信干扰信号时仍然适用。仿真结果表明,该方法对提高系统检测宽带雷达脉冲信号的性能是有效的。     

现代雷达信号分选跟踪的几种方法

随着现代软件无线电技术的飞速发展,战场电磁信号环境从地面、空中、海上到太空,信号密度大,频谱宽,变换复杂,并且多功能数字雷达的多种工作方式和多种波形变换,雷达反侦察、抗干扰能力不断增强,传统的雷达信号分选跟踪方法面临着严峻的挑战。文中分析了几种传统的信号分选方法,从复杂电磁环境信号中,分析盲信号分选、聚类神经网络分选、脉内细微特性分选法,从信号分选的参数上进行多参数联合分选,并且通过多信号模拟器进行实验仿真,在分选的基础上进行跟踪处理,信号参数稳定、效果良好。     

一种改进的事件驱动的MFR雷达字提取方法

从多功能雷达(MFR)脉冲序列中准确提取出雷达字是实现MFR 行为认知的前提。作为脉冲序列分析的重要组成部分,现有的雷达字提取方法仅仅利用了脉冲到达时间这一信息,难以适应多参数灵活变化的复杂雷达信号。以传统的事件驱动方法为基础,提出一种改进的MFR 的雷达字提取方法,对侦收到雷达脉冲依次进行量化、编码、计算事件概率,最后利用决策准则提取对应的雷达字。利用模拟生成的MFR 脉冲序列对算法进行仿真,结果表明,所提方法能够有效提高提取准确率,且对虚假脉冲和漏脉冲有良好的适应性。该算法的应用能够为后续对MFR 行为的准确辨识提供支撑。