基于数据场聚类与时差的雷达信号分选方法

针对现有多站时差分选方法无法处理失配脉冲信号导致漏警率高的问题,提出了一种基于数据场聚类与时差的雷达信号分选方法.首先对各接收站截获的雷达脉冲进行配对,完成多站时差分选;然后利用数据场剔除失配脉冲集合中的干扰脉冲,获得聚类数目和初始聚类中心;最后利用K-means算法计算脉冲到各个聚类中心的欧式距离,并将其划分到距离最...     

支持矢量分析在雷达信号分选中的应用

提出了一种基于支持矢量分析的雷达信号分选方法、该方法首先对脉冲信号流进行聚类，然后应用支持矢量分析方法对聚类后脉冲流作进一步分选．通过仿真实验，给出了该方法对处于边界交迭脉冲的分选结果，证明了该方法的可行性、     

基于数据场与云模型的多模雷达信号分选算法

针对传统分选算法处理多模雷达信号效果较差的问题,提出一种基于数据场的层次聚类信号分选算法,以克服多模雷达信号分选时存在的"增批"问题.将数据场理论应用于多模雷达辐射源信号的分选,利用数据场势函数划分辐射源信号数据的层次,通过等势图的绘制完成数据的自组织层次聚类.提出一种基于云模型的分选结果有效性评估算法,可在脱离雷达辐射源库的情况下验证信号分选结果的有效性.仿真实验验证了提出算法的有效性.     

雷达信号分选、处理方法研究

雷达信号分选,就是从交错的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,这给雷达信号的分选与处理工作带来一定难点。本文介绍了雷达信号分选基本方法,分析了雷达信号分选的关键技术,并雷达信号处理中的的辐射源分类的识别方法。     

一种新的雷达全脉冲信号特征提取方法

提出一种基于结构函数和经验模态分解的雷达全脉冲信号特征提取方法.该方法将载波频率和到达时间构成二维特征信息,并且首次引入结构函数和经验模态分解对雷达全脉冲序列的特征进行分析.实验结果表明,该方法能够有效地提取出复杂脉冲环境中载频周期滑变信号的滑变频率,从而为多信号交叠的雷达脉冲序列的信号分选找到一个新的特征.     

基于势距图与改进云模型的多模雷达分选

针对多模雷达信号分选准确率较低的问题,本文提出了基于势距图与改进云模型的多模雷达信号分选新算法。该算法首先在剔除干扰点后,利用势距图进行聚类分选;其次,利用主成分分析(PCA)降维,提取各特征的关键因素组成新的特征;最后,利用改进云模型理论对新特征进行分析,得出类与类之间的隶属度均值,建立评价标准来完成雷达信号的最后分类。仿真结果表明:与现有算法相比,该方法具有更高的准确性,且抗干扰能力强,可以更好地解决多模雷达信号错误分选问题。     

基于核仿射传播聚类雷达信号分选

将一种新的仿射传播聚类算法引入雷达信号分选,对仿射传播聚类算法的相似度计算和评价指标进行改进和简化,提高了分选性能。实验结果证明,本方法在不同的测试环境下均可以取得较好的分选效果。     

基于压缩感知的雷达信号分选方法

针对复杂电磁环境下,大量的信号在时间、空间、频谱发生随机交叠时,现有分选方法很难进行分辨的问题,提出了一种基于压缩感知理论的雷达信号分选算法.该算法将信号的样本空间作为稀疏字典,将待分选的雷达信号进行稀疏表示,以少量的观测数据就能获取信号的全部信息,从而对雷达信号进行有效的分选.仿真结果表明,该算法能对大量时频交叠信号进行快速分选,且在低信噪比下也能取得较理想的效果.     

一种密集信号环境下雷达脉冲分选方法

针对电子战所面临的高密度,占空比大,脉冲重叠丢失率高的信号环境,构建了一个实时的脉冲信号预分选系统,改进了基于概率统计的分选算法,并提出一个剔除TOA倍数及加和关系的算法,通过试验证明了该系统和算法的可行性。通过硬件电路进行了具体实现,该系统能实时的对雷达脉冲序列进行分选,并在密集的信号环境下具有良好的分选正确率。     

一种低复杂度的雷达信号分选方法

针对现有支持向量聚类算法在雷达信号分选应用中复杂度高、用传统有效性指标难以描述最佳分选效果的问题,研究了基于锥面聚类分配的支持向量聚类算法;利用该算法依赖于特征空间和数据空间近似覆盖的特性,避免了邻接矩阵的计算.提出了基于相似熵的有效性验证指标,应用信息熵的理论描述了类内聚集性和类间分离性.仿真结果表明,该方法在保证分选正确率的同时,可以有效降低计算复杂度,在一定程度上满足了情报侦察系统的实时性和准确性要求,具有较强的实用价值.     

基于RBF神经网络的交通流量预测算法

传统的径向基函数神经网络构造算法大多是根据先验知识和以往的经验事先确定网络的隐层结构,采用传统聚类和最小二乘法训练网络的各项参数,这种算法一般是基于局部搜索机制,使得训练的参数往往陷入局部极小值.提出用遗传算法结合一种新的聚类方法即最疏集（MSS-most scattered set）均值聚类算法和传统的最小二乘法来训练RBF（radial basis function）网络结构参数的方法.该方法不仅避免了网络训练陷入局部极小的问题,而且新的聚类方法的计算效率有所提高.通过把该算法应用在交通流预测方面,取得了令人满意的效果.     

对线性调频雷达的锯齿波加权调频干扰

根据线性调频雷达发射信号的特点,提出一种新的应答式干扰技术——锯齿波加权调频干扰,即干扰机对接收到的雷达照射信号附加锯齿波频率调制,将调频结果放大之后转发出去。根据调制参数不同,这种干扰可以灵活产生假目标欺骗和覆盖干扰两种效果。锯齿波加权调频干扰信号与雷达照射信号具有相似的频域特性,因此它能够利用脉冲压缩处理增益,降低干扰功率要求。     

雷达辐射源信号瞬时频率派生特征分类方法

提出一种基于级联特征提取和核模糊聚类的雷达辐射源信号自动分类方法.该方法利用改进的瞬时自相关提取信号的瞬时频率,采用二次归一化处理的特征再提取方法提取分类特征向量,利用具备有效性评价的核模糊聚类算法实现信号的自动分类.仿真结果表明,本文所构建的特征向量能反映不同调制类型信号的变化差异,且具备一定的抗噪能力,在信噪比不低于6 dB情况下,可获得不低于95%的整体分类性能.     

LFM雷达信号分析

从归一化的单脉冲信号和LFM信号性能比较分析入手,提出了一种新的分析方法.以模糊函数定义为基础,从分辨率、测量精度、模糊度和抗干扰等多个方面对雷达信号进行分析,系统地阐述了模糊函数分析雷达波形和波形设计的物理意义.计算机仿真结果表明,这种分析方法是全面而有效的,为雷达波形设计提供了有意义的参考.     

New smart noise jamming of radar signal frequency modulation

A new frequency modulation smart noise jamming technique is proposed against the radar linear frequency modulation(LFM) signal and pulse compression processing.The jamming signal is acquired by modulating the received radar signal frequency with gause white noise.It can produce frequency domain deceptive jamming and Doppler frequency narrowband noise jamming according to the gause white noise bandwidth.This smart noise jamming signal has much correlation with the radar signal, can get a high pulse compression gain after matched filtering and raising the jamming power efficiency.