一种自适应容差的雷达信号分选聚类算法

雷达信号分选的目的就是从交错的、密集复杂的脉冲信号流中提取出同一辐射源的脉冲序列。战场环境中信号流的密集性,信号形式的复杂性,给信号分选带来了严重的挑战。面对如此复杂的信号环境,传统的基于直方图统计的雷达信号分选算法的分选结果可信度越来越差。在聚类雷达信号分选算法的基础之上提出了一种自适应容差的雷达信号聚类算法,克服了传统的雷达信号聚类分选算法中容差选择困难的问题。仿真结果表明该方法能够准确地分选出各个辐射源的脉冲序列。     

基于数据场的未知雷达信号动态聚类算法

未知雷达信号分选一直是雷达对抗情报处理中的难题。通过引入势和场强的概念,提出了一种基于数据场的未知雷达信号聚类算法。该方法通过设置势值门限来剔除噪声,同时设置场强门限进行聚类。该方法可以达到自动确定聚类数目和聚类中心的目的。仿真试验表明,该方法能够有效适应于未知雷达信号的分选。     

基于匹配滤波原理的MIMO雷达信号分选算法

针对多输入多输出(MIMO)雷达信号的分选问题,借鉴雷达接收机中匹配滤波的思想,提出了一种类匹配滤波的雷达对抗侦察分选算法。该算法将雷达对抗侦察接收机截获的脉冲信号构成待测脉冲组,首个脉冲作为参考信号,参考信号与待测脉冲组进行类匹配滤波运算,运算结果峰值超过门限时,则判定该信号与参考信号为同一信道;若不超过门限,则不为同一信道。去除同一信道的信号之后,继续重新进行分选,直到所有待测脉冲分选完毕。实验仿真表明,分选算法具有抗噪声能力强、受脉间抖动的影响小、对截获信号的数目要求低、分选错误率低、工程实现简单的特点。     

基于PRI谱内特征的参差雷达信号分选算法研究

通过分析参差雷达信号的基本特征,针对PRI变换算法在参差雷达信号分选中存在的不足,提出了一种基于PRI谱内特征的参差雷达信号分选算法。该算法利用PRI变换获取信号的时域PRI谱,进而根据PRI谱内脉冲对数特征完成参差信号帧周期的分选工作。仿真结果表明,该方法能够较好地实现参差雷达信号的分选工作。     

数据场和K-Means算法融合的雷达信号分选

雷达辐射源信号分选是电子情报侦察的关键环节,其中未知雷达的信号分选一直是分选中的难题。针对传统K-Means聚类算法对初始聚类中心敏感、需要事先确定初始聚类数目的缺点,将数据场算法引入到雷达信号分选,并将其与K-Means聚类算法相结合,提出了一种融合算法,该算法不需要雷达信号的先验知识,适用于处理未知雷达信号。通过仿真实验验证所提出的融合算法分选准确率较高,为雷达信号分选提供了新的思路。     

一种基于顺序差值直方图算法的改进雷达信号分选方法

雷达信号分选是现代雷达侦察系统中的重要组成部分。顺序差值(SDIF)直方图算法是一种典型的雷达信号分选算法。该算法基于减法运算,能够对脉冲到达时间实现快速处理,实时性好,然而该算法对抖动信号分选效果不理想。为解决该问题,通过把修正脉冲重复间隔(PRI)变换中交迭PRI箱的思想引入到顺序差值直方图算法中,提出一种改进SDIF算法,研究了该方法对信号在不同抖动上限情况下的分选结果,并与SDIF分选结果相比较。结果表明该方法显著提高了顺序差值直方图对抖动信号的分选能力。     

基于BFSN聚类的雷达信号分选与特征提取算法

为克服传统信号分选算法的局限性,提出了一种雷达信号分选与特征提取相结合的算法。这种算法利用了数据挖掘中的聚类技术,可用于常规雷达和特殊雷达的信号分选。另外,该算法将信号分选与特征提取进行有机的结合,算法的结果不仅分选出雷达信号,还得到了每部雷达信号的参数特征。最后用仿真结果验证此算法的有效性。     

现代雷达信号分选技术综述

概述了雷达信号预分选、信号分选和综合分析处理技术．阐述了扩展关联法．差直方图法（SDIF和CDIF）、PRI变换法的工作原理及其性能．提出了一种辅助分选方法——TOA折叠分选法：实验表明．在密集的雷达信号环境下．差直方图法是一种可行的实时分选方法．其性能优于扩展关联法．且比PRI变换法速度快;TOA折叠分选法能够适应复杂的现代新体制雷达信号环境．例如大量丢失脉;中和干扰脉冲的情况以及PRI特殊变化的信号的情况．对实时分选方法是一种很好的补充：     

多通道FCM信号分选算法研究

随着各种新体制雷达的出现,使得电磁环境复杂多变,这对雷达信号分选处理提出了新的要求。目前普遍采用的基于直方图统计信号分选方法已无法满足当前雷达信号分选的要求。文中将对模糊C均值算法进行研究,并对其在多通道背景下进行了理论分析,对雷达信号分选进行了一种新的探索,通过仿真实验证明了该算法的可行性,为雷达信号分选提供了新的思路。     

基于截距分析的改进雷达信号分选算法

常用的雷达分选算法易出现脉冲重复间隔谐波和同部雷达信号脉冲序列断裂的问题,鉴于此提出了一种基于脉冲到达时间拟合直线截距分析的改进雷达信号分选算法。该算法通过对到达时间拟合直线截距的分析,判断出上述2种情况,整合相应脉冲序列,从而得到正确的分选结果。到达时间截距分析算法能增强雷达信号分选算法的鲁棒性,降低算法对搜索容限的依赖,具有良好的工程应用价值。仿真表明,改进的信号分选算法比序列差值直方图算法的分选概率高20%。     

卡尔曼滤波在目标跟踪中的研究与应用

卡尔曼滤波算法是现阶段雷达信号处理中最常用的跟踪算法,结合雷达跟踪的空中目标的实际情况,针对目标运动模型中的线性运动和非线性运动模型,分别设计了两种模型,并利用马尔可夫状态转移矩阵实现交互多模算法。最后对交互多模型卡尔曼滤波算法进行了Matlab仿真及结果分析。     

基于成像激光雷达的地形辅助导航研究

成像激光雷达通过扫描可以测量高精度的地形数据,基于成像激光雷达的地形辅助导航系统是纠正惯导误差的有效手段.根据激光雷达测距模型提出了基于成像激光雷达的地形辅助导航系统,将激光雷达看作一个多维距离传感器阵列,利用卡尔曼滤波器迭代估计系统的状态误差,从而纠正惯导累积误差.根据激光雷达测距关系推导了系统的扩展卡尔曼滤波方程,并对成像激光雷达多维测量数据采用最小均方误差准则进行融合,融合滤波器组合了多个测量数据的信息,有效克服了测量噪声和数据丢失对单个滤波器的影响,从而提高了导航性能.然后利用局部可观测性对系统的性能进行了分析,并对提出的算法作了大量的仿真实验进行验证.     

基于CI的雷达与通信侦察航迹融合算法研究

针对异类被动传感器中的定位跟踪问题,提出了一种基于协方差交集（CI）的雷达与通信侦察航迹融合算法。将雷达侦察设备和通信侦察设备侦收到的信息分别通过扩展卡尔曼滤波（EKF）算法得到目标的航迹,再通过CI算法将两条航迹进行融合。仿真实验结果表明,融合后的航迹具有更高的准确度。     

李世忠，王国宏，吴 巍，苏少涛

在强对抗条件下雷达/红外双模复合制导跟踪中,雷达采用间歇工作方式可以减少敌方导弹拦截概率和电子支援措施锁定概率。文中在导弹复合制导跟踪中提出了一种雷达间歇工作下的雷达与红外序贯滤波融合算法,该算法针对雷达、红外量测时间不一致的特点,采用顺序处理结构的多传感器集中式融合方法对目标进行跟踪,在跟踪中使用了基于交互多模型和扩展卡尔曼(IMM-EKF)的序贯滤波方法,利用滤波过程中的状态估计协方差与测量误差方差进行比较控制雷达间歇工作。该算法可以自动适应雷达间歇工作,不需要在单/双传感器跟踪模式之间切换,最后通过仿真的方法分析了传感器数据率和雷达间歇工作对跟踪精度的影响。     

主被动雷达复合导引头信息融合技术研究

针对主被动雷达复合导引头,研究了基于序贯扩展Kalman滤波的信息融合算法。利用主被动雷达复合导引头对目标角误差进行观测,将匹配后的测量角度进行最优加权,进而以角度信息作为量测,估计目标的运动信息。通过试验验证,基于主被动雷达信息融合状态估计比仅依赖主动雷达观测量的状态估计稳态误差小,且滤波器收敛速度更快。     

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。     

基于人工鱼群聚类的雷达信号分选算法

随着科技的不断发展,各种新体制雷达的不断出现,使得电磁环境变得复杂多变,这就对雷达信号的处理提出了新的要求。目前普遍采用的基于直方图统计的信号分选方法已经不能满足当前雷达信号分选的要求。文中将人工鱼群聚类算法引入到雷达信号分选中,并对其进行了改进,对雷达信号分选进行了一种新的探索,该方法不需要雷达信号的先验知识,适用于处理未知雷达信号。通过仿真实验证明该算法分选准确率高,为雷达信号分选提供了新的思路。     

基于多基地雷达系统的快速多目标跟踪算法

针对用多基地雷达系统跟踪近距离多高速机动目标的场合,提出了一种快速跟踪算法.该算法首先用观测组合预处理模块和航迹跟踪门大量剔除冗余组合数据,然后用S-D分配算法选择最小代价量测组合,计算航迹初值点,用并行扩展卡尔曼滤波算法估计确定目标的运动状态,并提出将多个目标的滤波进程和S-D分配进程并行化以提高算法的实时性.仿真结果表明,该算法不仅能快速精确地跟踪到多目标运动状态,而且具有很好的收敛特性和稳定性.