基于对角切片特征提取和深度学习的辐射源识别

针对复杂电磁环境下辐射源识别率低的问题，提出基于对角切片特征和深度学习的辐射源识别算法。利用辐射源信号双谱的个体特性，提取信号双谱对角切片特征作为深度学习模型的输入数据，采用Softmax分类器进行辐射源识别。仿真实验利用两部同型辐射源进行测试，结果表明该算法能识别个体辐射源，在低信噪比条件下也能获得高的辐射源识别率；相比于其他识别算法，双谱对角切片特征有更鲁棒的分辨性。     

基于双谱理论的雷达辐射源指纹特征提取

针对雷达辐射源指纹特征提取困难的问题,提出了基于双谱切片法和双谱围线积分法,提取辐射源指纹特征的方法。介绍了二相编码信号的无意调制,仿真了理想情况和含有相位噪声的二相编码信号的时域波形。阐述了含相位噪声雷达信号的双谱估计,仿真了含相位噪声的二相编码信号的双谱图及等高图。最后利用双谱切片法和双谱围线积分法,提取了辐射源的指纹特征,通过计算机仿真实验验证了该方法的可实施性。     

应用复双谱对角切片的雷达多目标特征提取

提出了应用Chirp-z变换把依赖于傅里叶变换的双谱对角切片扩展为可在z平面上选择任意变换路径和任意频率分辨率的复双谱对角切片,并作为多目标模式的分类特征,能获取双谱以外的可分性特征。为压缩特征维数,选择可分性最好的特征,提出了实用的距离准则,在两类模式情况下,该准则等于Fisher准则,用于多类模式比Fisher准则更易于选择特征。最后应用上述方法,给出了雷达多目标特征提取的实验结果。     

提取循环平稳信号特征频率的方法

低阶循环统计量应用广泛,取得了很好的研究成果,但对噪声的抑制效果较差;高阶循环统计量虽能完全抑制高斯噪声的影响,能处理循环平稳、非线性、非高斯过程,但计算量大;循环自相关函数切片谱图能够提取出调制频率,但在较大噪声干扰时效果不明显。为在更低信噪比情况下,采用更快速方法提取出循环平稳信号的特征频率,采用循环双谱的载波频率切片谱提取所需频率。通过Matlab仿真和实验对比研究,发现在信噪比为-15 dB时,循环双谱的载波频率切片谱能直观表达出分析结果。     

一种雷达辐射源双谱二次特征提取方法

针对常规参数进行复杂体制雷达辐射源信号分选时存在的问题,对信号双谱图分别进行频率分区和奇异值分解,二次提取其双谱分布熵和奇异谱熵作为雷达辐射源特征参数.该方法利用双谱分析可以完全抑制高斯有色噪声对信号的影响,同时保留信号的幅度和相位信息的特点,并有机地融合了双谱理论、奇异值分解和信息熵理论的各自优点,反映出信号的本质信息.采用模糊C均值聚类算法对不同信噪比条件下6种典型调制类型的雷达辐射源信号进行聚类分选实验.实验结果表明,该方法取得了较好的分选效果,克服了传统图像特征提取算法特征维数过高和聚集性差的缺点,验证了该方法的有效性.     

基于双谱和SIFT特征的雷达辐射源信号唯一识别

针对当前雷达辐射源信号唯一识别存在的问题,文中应用双谱分析和SIFT特征处理该问题得到了较好效果。首先对不同雷达发射的具有相同调制样式和调制参数的信号进行双谱变换,由于双谱中包含了诸如相位噪声等信号的个体特征,因此不同雷达辐射源信号间的双谱投影图具有差异,为充分利用此差异,进一步将双谱投影图转化为灰度图并提取其SIFT特征,最终通过特征匹配达到唯一识别的目的。仿真结果表明,文中方法在信号个体差异较小的情况下仍然可行,具有很强的适用性。     

双谱用于毫米波雷达目标特征提取的研究

在毫米波雷达系统中,信噪比对作用距离的影响很大。本文利用双谱技术提取出目标信号双谱的局部相位信息作为特征矢量;该特征良好的抗噪性大大降低了目标识别对雷达系统信噪比的要求,从而提高了毫米波雷达的灵敏度及作用距离。     

基于模糊函数的雷达辐射源个体识别

雷达辐射源个体识别是现代电子情报和电子支援系统的重要研究内容。本文在辐射源个体特征分析的基础上,提出了一种基于模糊函数的辐射源个体识别算法。针对模糊函数的冗余性,分别利用模糊函数切片和局部模糊函数切片表征雷达的细微差异与个体特征,并推导了局部模糊函数切片的快速算法。仿真实验验证了提出算法对于辐射源个体特征提取和识别的可行性和有效性。     

基于谱特征的雷达信号脉内编码调制样式识别

提出一种基于谱特征分析的雷达辐射源信号自动识别新方案。首先研究了几种常见雷达辐射源信号的频谱特征,给出了频谱函数的详细的数学表示和仿真图像;其次通过对信号频谱、二次方谱、四次方谱峰值特性分析,根据谱峰数目不同的特征提出一种快速自动识别方案;最后设计了识别流程图并仿真验证了该方案。仿真结果证明,该方法能够有效识别常规脉冲信号、频率编码信号、相位编码信号,且具有很好的低信噪比适应能力。     

基于指纹特征融合的辐射源识别方法

提出了一种利用辐射源＂指纹＂特征融合识别辐射源的方法。首先分析了功放信号模型、接收信号模型、频率和重复频率稳定度;然后定义了四个＂指纹＂特征;在此基础上利用获取的指纹特征构造辐射源特征数据库,结合D-S证据理论给出了识别算法的步骤和框图。依据该方法对四部雷达辐射源进行了指纹特征提取,采用融合技术进行了仿真实验,结果表明基于指纹融合的方法能有效地识别辐射源。相比于经典的模板匹配法、模糊识别法,指纹特征有更高的稳定性,对信噪比不敏感,辐射源的识别率较高。     

基于对角积分双谱的海面慢速小目标检测方法

针对海杂波背景下雷达对海面慢速小目标探测技术难题,该文提出一种基于对角积分双谱的三特征融合检测方法。该方法首先从待检测信号的估计双谱中获得对角积分双谱,而后根据海杂波单元与目标单元之间的非线性耦合差异性,进一步从对角积分双谱中提取峰值、质心频率、谱宽3种特征。考虑到扫描模式下雷达采用的相干脉冲数通常较少,易导致特征不稳定,进而影响海杂波与目标可分性,为此,通过多帧扫描历史数据和当前帧数据的综合应用,对谱特征进行积累得到累积峰值、全变差、累积谱宽3种累积特征。最后采用凸包分类算法,在三特征空间进行融合检测。经实测CSIR数据集验证,在同等参数条件下,该文检测方法相比已有基于时频三特征的检测方法,基于幅度、多普勒三特征检测方法和分形特征检测方法具有更好的检测性能。     

Blind reconstruction of non-minimum-phase systems from 1-D obliqueslices of bispectrum

The author considers the problem of identifying a non-minimum-phase signal from one-dimensional slices of its output bispectra. It is proved that any single slice of the bispectrum carries sufficient information to estimate the impulse response of a complex valued system within a time shift, as long as the chosen slice is not parallel to any one of the frequency axes or to the diagonal at 135 degrees. The author also derives identifiability criteria associated with complex valued signals that admit finite-dimensional ARMA representations. One-dimensional techniques are proposed for signal reconstruction from bispectrum slices and their performance is investigated through Monte-Carlo simulations. The slices required for the proposed method can be estimated on a polar raster directly from observations, avoiding the heavy computational burden associated with cumulant estimates. The freedom to choose arbitrarily oriented and shifted slice(s) allows bispectrum regions dominated by larger estimation variance and higher noise to be avoided     

Bispectral analysis and reconstruction in the frequency domain of mono- and bidimensional deterministic sampled signals

Deterministic sampled signals bispectra are periodic and hold more information than analog signal bispectra. After showing this difference, the communication presents two algorithms for reconstructing a sampled signal Fourier transform from its bispectrum: the first is a least squares reconstruction method deducing the Fourier transform logarithm from the bispectrum logarithm through a simple average; the second is an algorithm for reconstructing the Fourier transform from a restricted number of values on the bispectrum diagonal slice by a simple resolution of linear equations. The resistance of both algorithms to the measurement noise is given.     

基于扩张残差网络的雷达辐射源信号识别

针对低信噪比条件下,复杂多类雷达辐射源信号识别存在特征提取困难,识别正确率低的问题,本文提出了一种基于时频分析和扩张残差网络的辐射源信号自动识别方法.首先通过时频分析将信号时域波形转换成二维时频图像以反映信号本质特征;然后进行时频图像预处理以保留时频图像完备信息,适应深度学习模型输入;最后构建扩张残差网络以自动提取信号时频图像特征,实现雷达辐射源信号分类识别.实验结果表明,信噪比为-6dB时,该方法对16类雷达辐射源信号的整体识别正确率能够达到98.2%,对时频图像特征相似的类LFM（Linear Frequency Modulation）信号的整体识别正确率超过95%.本文提供了一种新的雷达辐射源信号智能识别方法,具有较好的工程应用前景.     

单目标一维成像及特征提取方法性能分析

为后续目标识别作准备,针对采集并且存储之后的飞机目标雷达回波信号,完成后端雷达信号处理.首先,基于MATLAB提取波门内采样的回波信号并且实现目标的一维成像.然后,采用传统的傅里叶变换模值、双谱奇异值分解法对目标的一维距离像进行特征提取.为了获得较为稳定的目标特征,针对以上两种方法,主要从特征相似性的测量角度分析单一目标特征提取方法的性能优劣.最后通过实验,从相关系数概率密度分布情况得出双谱奇异值分解特征提取法性能较佳,所得到的目标特征较稳定.