基于时间序列相似性原理的雷达信号快速识别

从密集复杂的信号环境中分选和识别出特定雷达辐射源信号是信号处理领域重要内容之一。利用威胁复杂雷达信号的先验信息,引入数据挖掘领域时间序列相似性快速匹配原理及其滑窗技术,提出了一种适于多参数联合变化雷达信号快速匹配识别方法。实验表明,该方法识别速度快,适应环境能力强,具有良好的应用前景。     

基于改进的半监督主动学习的雷达信号识别

为解决在雷达信号分类识别过程中训练样本较少的问题,本文提出了联合主动学习和半监督学习,并对其伪标记样本进行迭代验证改进的分类算法。针对复杂的电磁环境下雷达信号识别率低的问题,本文将径向高斯核时频分析应用于雷达信号,并对时频分布进行奇异值分解,提取出奇异向量作为雷达信号识别的特征参数。针对传统的半监督主动学习算法的不足,利用改进的半监督主动学习算法构建分类器,该算法通过对伪标记样本进行迭代验证来提高伪标记信息的准确性,从而改善了最终的分类性能,实现了在可获取的有标签样本数量较少的条件下对雷达信号的高概率识别。仿真结果表明,本文提出的特征识别方法可以获得较高的识别率。      

基于 DDraw 的通用雷达余辉显示仿真

余辉仿真的逼真度和效率是制约雷达显示仿真的瓶颈,对于提升复杂战场环境下模拟训练效果具有重要意义。 文中通过探究余辉产生机理,使用 HLS(色相、饱和度、亮度)颜色空间变换技术,建立了余辉衰减算法。 设计了基于 DDraw 技术的分层余辉处理模型,满足现代雷达一次和二次信息混合显示需求;以像素点为基本单元逐点处理余辉,保证了模型的通用性。 采用 OpenMP 技术对处理效率进行提升,相对于传统方法,获得了高效、通用、逼真流畅的余辉仿真效果。     

卷积神经网络在雷达自动目标识别中的研究进展

自动目标识别(ATR)是雷达信息处理领域的重要研究方向。由于卷积神经网络(CNN)无需进行特征工程,图像分类性能优越,因此在雷达自动目标识别领域研究中受到越来越多的关注。该文综合论述了CNN在雷达图像处理中的应用进展。首先介绍了雷达自动目标识别相关知识,包括雷达图像的特性,并指出了传统的雷达自动目标识别方法局限性。给出了CNN卷积神经网络原理、组成和在计算机视觉领域的发展历程。然后着重介绍了CNN在雷达自动目标识别中的研究现状,其中详细介绍了合成孔径雷达(SAR)图像目标的检测与识别方法。接下来对雷达自动目标识别面临的挑战进行了深入分析。最后对CNN新理论、新模型,以及雷达新成像技术和未来复杂环境下的应用进行了展望。     

基于贝叶斯深度学习的一维雷达有源干扰信号识别方法

雷达干扰信号准确识别是雷达抗干扰的前提,对于雷达生存至关重要。针对传统雷达干扰信号识别方法需要繁琐的分析计算提取特征,通用性差,泛化能力弱,难以适应复杂的雷达工作环境问题。本文考虑无需人工提取特征信息且具有较好的分类识别效果的深度学习网络。考虑到传统的深度学习网络由于使用点估计方式,不能够很好的衡量预测结果中的不确定性,本文提出了一种基于贝叶斯深度学习的干扰识别方法。首先,通过概率建模代替网络参数模型的点估计,解决了不确定性随机数据引起的网络过拟合问题。其次,考虑有效利用雷达回波信号的时序特性设计了LSTM层,同时解决训练过程中的梯度消失问题。基于线性调频雷达有源干扰实测数据完成了网络训练与测试,实验结果表明,引入贝叶斯方法可以在加快网络收敛速度的同时有效提高识别准确率。     

基于模糊匹配和神经网络的雷达辐射源识别技术

目前常用的雷达辐射源识别方法是数据库比较查询法．该方法实现简单,易于工程实践,但其识别效率取决于数据库的容量和质量．即对先验知识的依赖性强,缺少推理．灵活性差,特别是对于许多新体制雷达信号无法很好地识别。将利用模糊匹配和RBF神经网络两种算法,设计一种识别系统,该识别系统能够较好地识别复杂体制雷达信号,能应对目前雷达辐射源数据库不完善的实际情况。实验仿真表明,该识别系统具有较高的识别率,是一种可行的雷达辐射源识别方法。     

导引头目标干扰识别与抗干扰

为提高空战中复杂干扰环境下导弹的作战效能,提出一种新的导引头对目标干扰进行识别及抗干扰的方法一基于目标行为模式识别的抗干扰方法,并给出了导引头抗干扰技术方案。最后,分别仿真验证了该方法应用于雷达导引头和红外导引头抗干扰的有效性。     

Two-dimensional scattering center extraction based on multiple elastic modules network

The concept of scattering centers on a target is commonly used for radar signature modeling and data compression, as well as target recognition. In particular, two-dimensional (2-D) scattering centers are useful features in automatic target recognition, which uses a synthetic aperture radar system, because they are directly related to physical scattering mechanisms and also have small dimensionality. We propose a new technique for estimating 2-D scattering centers using radar data in the frequency-aspect domain. The technique first estimates one-dimensional scattering centers at several aspects, and the multiple elastic modules network optimization is exploited to find 2-D locations and amplitudes of the target's scattering centers. Experimental results illustrate that the proposed method is efficient not only for estimating 2-D scattering centers on the target but also in computation.     

基于脉冲样本图的雷达辐射源识别方法

雷达辐射源识别是雷达对抗侦察信号处理的关键环节。由于现代雷达体制日益复杂,传统的辐射源识别方法面临着越来越严峻的问题。因此针对这种情况,提出了一种基于脉冲样本图雷达辐射源识别算法。这种算法无需对相互叠加的雷达辐射源信号进行完全分选,并且不需要进行传统识别方法中的特征提取过程,简化了处理环节。在脉冲流密度适中的情况下,该算法具有很好的判别准确率。仿真结果验证了该方法的可行性和实用性。     

雷达目标识别技术综述

针对雷达自动目标识别技术进行了简要回顾。讨论了目前理论研究和应用比较成功的4类目标识别方法：基于目标运动的回波起伏和调制谱特性的目标识别方法、基于极点分布的目标识别方法、基于高分辨雷达成像的目标识别方法和基于极化特征的目标识别方法，同时讨论了应用于雷达目标识别中的4种模式识别技术：统计模式识别方法、模糊模式识别方法、基于模型和基于知识的模式识别方法以及神经网络模式识别方法。最后分析了问题的可能解决思路。     

基于神经网络的未知雷达辐射源智能识别技术

提出了一种基于神经网络的未知雷达辐射源智能识别方法,该方法以实际中获得的雷达信号参数为基础,训练神经网络,对未知雷达参数进行预测识别,给出可能的工作状态,并分析其威胁程度.仿真实验表明,该方法是有效可行的,为工程上实现未知雷达辐射源的识别提供了一种新思路.     

基于模板匹配的雷达辐射源信号识别研究

从统计学理论出发,对基于模板匹配的雷达辐射源信号识别进行研究,通过设定容差测试了4种不同的距离计算方法的识别效果,得出了在雷达特征参数测量精度较高的情况下,使用City Block距离和Euclidean距离进行距离计算识别效果较好,当测量精度不高时,需要增大容差范围且使用M距离进行距离计算时识别效果较好。建立的数据库和雷达辐射源识别模型可用于电子战的模拟训练。     

一种雷达脉内常规脉冲信号频率快速计算算法

频率是雷达脉内信号的主要特征参数,也是影响雷达识别的关键参数之一。过零判别检测法是一种简单实用的脉内常规脉冲信号频率快速计算方法,但受噪声影响较大,限制了该方法在精确分析中的应用。针对现有技术在实际应用中过零点辨别困难的问题,提出了一种基于一元线性回归分析、对噪声及干扰抑制能力强并能有效提高脉内常规脉冲信号频率准确度的脉内常规脉冲信号频率计算方法。     

面向ATR的平面隙缝阵列天线电磁散射特性研究

该文针对主动雷达导引头对防空导弹武器系统制导雷达的检测与识别需求,通过对制导雷达平面隙缝阵列天线电磁散射机理的分析,建立了天线的电磁散射模型,研究了天线RCS的计算方法,结合仿真计算结果,给出了天线尺寸、隙缝数目及入射波频率等因素对天线RCS的影响规律。仿真结果表明,雷达天线RCS较大且具有明显的周期性,其幅度特征和周期特征可以作为识别的重要依据,为主动雷达导引头对地面雷达站的检测与识别奠定了基础。     

基于句法模式识别的雷达识别方法研究

针对参数相近的复杂体制雷达难以识别的问题,提出了一种基于句法模式识的雷达信号识别方法。该方法首先对已知雷达脉冲数据进行结构分析,用雷达脉冲序列参数作为句法识别中的基元进行描述,然后通过训练已知样本得出正则文法扩展生成式并构造一种多位有限态自动机作为识别器,最后选取雷达样本数据进行识别实验。理论分析和实验结果论证了该句法方法的可靠性和有效性。     

雷达智能抗干扰体系研究

干扰场景与反干扰手段的多样性,造成了雷达反干扰策略的千变万化,客观上要求雷达反干扰实现智能化。文中提出雷达智能化反干扰系统体系,归纳了构成该系统的要素:基于宽带与窄带干扰侦察相结合的干扰认知技术、基于博弈论的反干扰策略调度技术、系统级的干扰对抗技术。文章所提的认知型智能雷达反干扰体系可以解决雷达向认知方向发展的需求。     

基于RCS的海上目标识别方法研究

雷达目标识别技术是现代雷达的一个重要发展方向,高分辨雷达目标识别方面已经取得了较大的进展,但是在现今条件下不可能把所有的常规雷达都更换为高分辨雷达,因此如何提高常规雷达的利用率迫在眉睫。本文的研究主要基于雷达散射截面的目标识别,依据海上目标的自身特点,提出了利用常规雷达进行海上目标识别的办法,并且已经达到了较好的识别率。     

平面隙缝阵列天线的宽带电磁散射特性分析

 针对主动雷达导引头对防空导弹武器系统制导雷达站检测与识别的需求,研究了平面隙缝阵列天线的宽带电磁散射特性.将天线的电磁散射机理与目标高频散射中心理论相结合,建立了天线的电磁散射模型,分别采用矩量法和物理光学法计算天线的模式项散射场和结构项散射场,并从理论上证明了天线散射中心的客观存在,分析了隙缝阵列天线的散射中心分布特征.最后对不同视角下天线的高分辨距离像进行了仿真,为进一步理解天线的电磁散射机理、分析其宽带电磁散射特性、以及采用高分辨率成像技术对雷达站进行检测与识别奠定了基础.     

DDS在相控雷达系统中的应用

直接数字合成技术（Ｄｉｒｅｃｔ Ｄｉｇｉｔａｌ Ｓｙｎｔｈｅｓｉｓ,缩写ＤＤＳ）是近年来迅速发展起来的一种新型的信号合成技术。由于采用了全数字结构,它具有宽的相对频带、精确的频率分辨率、极快的频率转换速度、低相位噪声及易集成等突出优点．本文提出了将ＤＤＳ应用于相控阵雷达系统,并具体分析了这一应用对整个相控阵雷达系统性能的影响,如复杂雷达基带波形的产生与捷变、低波束跃度实现、低副瓣电平设计等,最后介     

雷达目标一维距离像计算仿真研究

在雷达目标识别研究中,获取有效的雷达目标特征信号非常重要。通过计算机仿真来获取雷达目标一维距离像。仿真时先对目标外形进行三角面元逼近,利用面元法得到目标随频率变化的R苍值,进行变换后得到目标的一维距离像。给出了一类舰船目标的仿真实验。结果表明该方法在一定程度上可以较好地模拟复杂目标的雷达特征信号。最后指出了需要进一步研究的问题。