多核融合框架下的雷达辐射源个体识别

该文利用机器学习中多核学习(Multiple Kernel Learning,MKL)算法的多源信息融合功能,提出一种基于核层面信息融合的雷达辐射源个体识别框架。对雷达辐射源信号所提取的不同特征表示,分别构建相应的核函数或核矩阵,然后通过一定的准则计算它们的组合系数,并同时或独立获得支持向量机的分类超平面,最终实现对辐射源信号的分类。特别地,该方法能够实现辐射源信号模糊函数多个"近零"切片特征的有效融合,得到比代表性切片更优的识别性能。在3组实测雷达辐射源数据上的实验表明了所提方法的有效性。     

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。     

导数约束平滑条件下基于模糊函数特征的雷达辐射源信号识别方法

针对低信噪比条件下,雷达辐射源信号识别效果差的问题,提出了一种导数约束平滑条件下提取信号模糊函数特征的辐射源信号识别方法.建立了基于取整函数和坐标转换的模糊函数最大能量角提取的数学模型,降低处理复杂度;提出了不依赖于信号及噪声具体模型的基于导数约束平滑的最大能量切片波形信息提取算法,转化为二阶锥规划（Second-order Cone Programming,SOCP）问题求解,较大程度地降低了噪声对模糊函数波形特征的影响;依据有效性指标,确定了本文算法中目标函数正则化系数与对称Holder系数的范数因子取值,最后通过模糊c-means方法实现对辐射源信号特征向量的聚类识别.仿真结果表明,在低信噪比条件下本文方法具有更高的识别正确率.     

基于5G的外辐射源雷达模糊函数研究

随着低空空域开放和无人机等航空技术的发展,对城市或郊区等电磁频谱紧张的区域开展低空目标探测愈发重要,采用5G信号作为机会照射源的外辐射源雷达在该领域展现出了广阔的应用前景。相比4G网络,5G波形方案的实现细节发生了本质的改变,因此基于不同外辐射源信号的模糊函数也存在较大差异,而现有文献对基于5G信号的外辐射源雷达模糊函数的相关研究仍然较为缺乏。本文从信号的基本结构入手,采用对比分析的方法,从理论上对5G信号和4G信号在帧结构及物理资源结构等方面存在的差异进行了详细对比;搭建了系统仿真模型,并对基于5G信号的外辐射源雷达的模糊函数进行了仿真实验;最后,针对模糊函数中的各类副峰,分析了该模糊副峰产生的原因以及可能对信号探测性能造成的影响,并对部分副峰的抑制方式进行简单阐述。该文为基于5G信号的外辐射源雷达副峰的抑制提供了新的思路和方向。     

基于自相关函数三维熵的雷达信号分选

针对当前雷达辐射源信号分选方法存在准确率不高和对噪声敏感的问题,提出一种新的分选方法,对接收到的信号首先分析其自相关函数,然后提取该自相关函数的香农熵、指数熵和范数熵,并将该三维熵特征作为分选参数,最后基于KFCM 算法实现分选。由于不同信号的自相关函数区别大且对噪声不敏感,因此提取的三维熵特征具有较好的分离性和稳定性。仿真结果表明,虽然雷达辐射源信号的周期性和自相关函数的最大延迟数对分选性能均存在一定的影响,但该方法依然具有较好的适应性和有效性。     

WiFi信号外辐射源雷达双目标检测的研究

随着WiFi、WiMax信号的广泛覆盖,基于正交频分复用(OFDM)信号的外辐射源雷达技术应用得以广泛发展.通过论述OFDM技术的特点以及两大标准802.11和802.16,论证了WiFi雷达技术的可行性,并进一步将信号识别技术运用到外辐射源雷达目标检测中.同时研究了不同情形下的模糊函数效果,经过对比,最终选取直达波与混合波的模糊函数构建双目标定位模型进行仿真,成功得到了目标所在位置,证实了WiFi信号作为雷达辐射源进行多目标定位的理论可行性.     

WiFi 外辐射源雷达信号模糊函数及副峰抑制分析

WiFi (Wireless Fidelity)信号具有覆盖范围广、带宽大等优点,利用其作为外辐射源进行探测可达到较高的距离与多普勒分辨率。该文分析了典型WiFi 信号的结构,建立了描述信号的数学模型,并针对双基地外辐射源雷达应用,探讨了典型WiFi 信号结构与其模糊函数特性的关系。同时根据模糊函数副峰出现的时频及幅度特征,结合信号构成分析了其产生机理,并提出了一种基于直达波提纯的副峰抑制方法,从而可避免副峰干扰在目标探测中带来的虚警。仿真结果表明了该信号分析与处理方法的有效性。      

基于DVB-S 信号的外辐射源雷达的模糊函数及分辨特性分析

DVB-S 信号作为星基外辐射源信号,在机载、舰载等远离地面辐射源的接收平台中具有较高的应用价值。该文对DVB-S 外辐射源雷达的模糊函数和分辨特性与系统几何结构之间的关系进行了全面系统的分析。文中从DVB-S 信号的特点出发,结合其作为外辐射源信号的无源雷达系统的几何结构,对信号的模糊函数进行了深入的分析,在此基础上,进一步推导了系统的分辨性能与双基地几何位置之间的关系,并提供了其作为外辐射源雷达系统的性能量化结果。理论分析和仿真结果表明DVB-S 信号是一种比较理想的可以作为外辐射源的雷达信号。      

外辐射源雷达长时间积累目标探测性能分析

 针对以电视伴音信号为照射源的外辐射源雷达在长时间积累时,距离和多普勒频率徙动对目标探测的影响,定义了一种时延-频移-时延率-调频率联合模糊函数,推导了电视伴音信号的平均联合模糊函数与积累增益损失因子,给出了积累增益损失与目标运动速度、加速度和积累时间的关系以及相关结论,为分析外辐射源雷达的探测性能提供了一定的理论参考.     

一种基于时频原子特征的雷达辐射源信号识别方法

提出了一种全新的基于时频原子特征的雷达辐射源信号识别方法.训练阶段,在过完备时频原子库的基础上,以类区分度为度量,提取少数最能区分不同类别信号的时频原子作为一组固定的特征;识别阶段,以原子和信号的内积的绝对值作为分类器的输入特征,采用有监督模糊自适应共振网络进行辐射源的自动识别.对5类典型雷达辐射源信号的实验结果表明,...     

雷达辐射源信号脉内特征分析

脉内特征提取是新型雷达辐射源信号识别的关键问题。本文提出一种新的雷达辐射源信号脉内特征提取和识别方法．将雷达辐射源脉冲信号的分形维数作为识别脉内调制方式的分类特征,这些特征包含了雷达辐射源信号幅度、频率和相位等的变化和分布信息,反映了雷达辐射源信号脉内调制规律,理论分析和仿真实验结果都证明了这些特征具有对噪声不敏感的良好特性．通过10种典型雷达辐射源信号的特征提取和分类识别的实验结果表明,本文所提取的脉内特征类间距离大、类内距离小、正确识别率高．证实了本文方法的有效性。     

基于小波包变换的辐射源信号识别

现代电子信息系统需要利用信号的细微特征识别功能参数相同或相近的辐射源信号。本文基于小波包变换,采用局部判别基(LDB)方法进行辐射源信号特征提取与识别。计算机仿真数据和实测数据分析表明本文方法有利于提取辐射源信号无意调制的差异信息,实现信号的辐射源个体识别。     

基于灰度图特征的低分辨雷达目标识别

低分辨雷达目标识别一直是目标识别领域的研究难点.由于我国现役雷达基本上都是低分辨雷达,开展低分辨雷达目标识别研究有着极为现实的意义和迫切的需求.文中基于现役低分辨雷达,研究了目标识别的关键技术,提出了基于灰度图的特征提取方法,并采用径向基函数神经网络对所提取的特征进行了识别实验,达到了较高的识别率.     

基于多特征融合的弱小运动目标识别

利用单个特征识别强噪声中的弱小运动目标,常因所提取的目标特征与噪声特征易混淆而导致高的虚警率.提出一种新的基于多特征融合的弱小运动目标识别方法.分析了弱小运动目标的连续相关性、面积及质心位置偏移这三个特征的可靠性及提取方法,对获取的特征值进行归一化后采用多特征融合的方法构造更具有鲁棒性的联合特征,确定了以具有最大多特征融合值为真实目标的决策方法.通过与采用单一特征的目标识别方法进行比较,证明了提出的多特征融合方法能更准确地识别弱小运动目标.     

基于FRFT的域-包络曲线的雷达信号特征提取及自动分类

提取和补充新的特征参数是解决复杂体制雷达辐射源信号分选和雷达目标识别难题的有效手段,为此该文提出一种基于FRFT的域-包络曲线特征向量的提取方法。该方法通过FRFT搜索得到旋转角域的包络曲线函数,提取出该曲线峰值所对应的值、峰值大小及包络曲线峰度这3个特征,构造新的特征向量,并以此作为经典参数的补充。同时,采用动态聚类法就所提取的特征向量分选空间雷达辐射源信号。大量的仿真结果表明,提取的新特征具有较好的类内聚敛和类间分离能力,还具有较好的抗噪声性能,证实了新特征向量作为信号分选参数的有效性和可行性。     

分形在PRC-CW雷达目标回波分析中的应用

针对近程伪码调相毫米波雷达复杂目标回波具有很强非线性的特点,以伪码调相毫米波雷达相关处理后的回波数据为对象,以分形理论为工具来研究目标回波的复杂性和不规则性,提出将目标回波的分形维数作为特征参数。外场实测数据计算结果表明,不同目标的关联维数有较明显的差异,可以作为特征参数用于目标分类和识别。     

一种利用相位信息的雷达目标成像识别方法

高距离分辨雷达(HRR)的回波中蕴含丰富的目标信息,充分利用目标回波并采用恰当的特征抽取方法,可以有效地识别目标。本文提出一种利用相位信息和正则变换的目标识别方法。该方法基于雷达目标距离剖面像的幅度和相位矢量(幅相矢量),首先由各训练目标在不同方位姿态角时的幅相矢量构成综合矩阵并对之作正则变换建立正则子空间,然后将每类训练目标各方位姿态的幅相矢量向该子空间投影形成子像,取其平均结果作为该目标的库特征矢量。对未知目标,以其子像对库矢量的欧氏距离最小为分类准则,进行了识别模拟实验。     

基于主分量分析的一维距离像雷达目标识别

一维距离像是自动目标识别的一种重要特征,它对目标姿态变化很敏感,只有通过进一步处理提取稳定特征才能够有效用于识别。针对距离像的这种姿态敏感性,首先分析了主分量分析(PCA)的降噪原理与核主分量分析(KPCA)的特征提取能力,然后提出先用PCA滤波对一维距离像降噪再用KPCA提取较大姿态角范围内稳定特征的雷达目标一维距离像识别框架,并用四类目标的实测数据进行分类实验,表明该算法确实能够提高识别性能。     

基于DBN 的频率与相位编码信号快速调制识别方法

为提升低信噪比条件下雷达/ 通信频率、相位编码信号调制识别性能,降低特征提取复杂度,提出了基于深度信念网络DBN(Deep Belief Network, DBN)以及快速特征提取的调制识别方法。结合快速傅里叶累加算法FAM(FFT Accumulation Method)算法,提出了将循环谱估计图像转化为有效可识别特征向量的提取算法;设计了用于编码信号调制识别的DBN 网络训练与识别框架。仿真结果表明,文中方法较传统方法具有更低的特征提取与预处理复杂度,提取的特征在几种典型编码调制模式信号中具有明显区分,DBN 训练识别框架对雷达/ 通信编码信号调制识别均具有可行性与有效性,在低信噪比条件下对无线电编码信号有更高的识别正确率。     

多载频MIMO雷达中目标旋转部件三维微动特征提取方法

雷达目标的微多普勒效应为目标精确识别提供了新的技术途径,近年来获得了广泛研究.将多输入多输出(MIMO)雷达技术引入雷达目标微多普勒效应研究,在分析多载频MIMO雷达中目标旋转部件微多普勒效应的基础上,提出了一种雷达目标三维微动特征提取方法.该方法通过在回波时频平面上消除目标主体运动产生的多普勒频移,构造相应的Houg...