基于小波—神经网络的雷达信号脉内特征分析

时频分析是脉内特征分析中常用的一种方法,通过提取雷达脉冲信号的小波脊函数可以获得脉内调制信号在每个采样点的瞬时频率,然后再使用神经网络的方法对小波变换提取出的瞬时频率进行分析,便可以得到信号的脉内调制特征。以MoBet小波和多层感知器为例,对低信噪比下的典型雷达信号进行了仿真分析,结果验证了小波-神经网络分析脉内特征的有效性。     

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FPGA的脉内调制雷达信号识别算法

针对脉内调制雷达信号检测,提出了一种基于现场可编程门阵列(FPGA)的脉内调制特征实时提取技术,利用时-频分析、瞬时自相关、时域累加平滑的方法,实现对常见脉内调制雷达信号(简单脉冲信号、二进制相移键控(BPSK)信号、正交相移键控(QPSK)信号、线性频率调制(LFM)信号、频移键控(FSK)信号)实时检测及脉内调制样式实时提取,并将脉内调制类型与常规PDW字结合构成扩展脉冲描述字(EPDW).测试结果证明了该方法实时性好、准确率高.     

基于延时相关频谱的调制识别方法

以简单脉冲、线性调频、二项编码和频率编码信号为例,通过提取信号的延时相关频谱特征,对雷达信号的脉内调制特征进行了分析。在分析和提取了信号的延时相关频谱结构特征后,提出了一种基于延时相关频谱进行调制方式识别方法。仿真和试验结果表明:在低信噪比情况下,是一种较好的雷达脉内调制方式识别方法。     

获取脉内相位编码的同步信号

介绍雷达侦察系统截获取脉冲压缩雷达（ＰＣＲ）信号、系统噪声产生的同步误差以及处理脉内相位编码使用同步信号的原因和方法。同步信号是测量相位编码的一种实时同步信号,可采用同相正交和锁相技术来获取。分析指出,同步信号误差是由随机噪声产生的一种跟随噪声电压按高斯分布的时间量值;也讨论了信噪比与同步出错率的关系。     

LFM信号的卷积调制干扰仿真

线性调频脉冲信号在雷达中应用广泛,其优点是具有脉内相干性。传统的噪声干扰进入雷达后无法获得处理增益,因而在功率有限的情况下往往干扰效果不佳。相对于噪声干扰,卷积调制干扰的优点是可获得雷达较大的处理增益。对基于LFM信号的卷积调制干扰进行了理论分析,并对该信号进入雷达后的干扰效果进行了仿真。     

基于样本脉冲和脉内不变特征的相控阵雷达脉冲提取法北大核心CSCD

针对相控阵雷达发射的脉冲信号基本脉冲参数变化复杂和脉间参数进行分选难度较大的问题,首先,文中提出一种样本脉冲的描述方法,能够对雷达脉冲信号的脉内调制域变化规律进行描述;然后,结合相控阵雷达的脉内变化特点,提出脉内不变特征的概念,对相控阵雷达的脉内调制特征进行表征;最后,基于样本脉冲的描述方法,将脉内不变特征信息与样本脉冲相结合,实现相控阵雷达信号脉冲序列的提取,并通过计算机仿真实验验证了算法的有效性和合理性。     

基于瞬时频率的LFM信号脉内分析

雷达信号的脉内调制特征分析在雷达侦察系统中充当了一个重要角色,是雷达系统信号处理过程中的一个重要组成部分,在瞬时频率基础上提出了一种快速而有效的脉内分析方法——首先对加入加性高斯白噪声的复信号进行相位解模糊,由测量的相位展开得到信号的真实相位,然后进行Ⅳ阶相位差分,得到估计的瞬时频率,最后再利用迭代变权最小二乘线性拟合的方法得出对信号瞬时频率的估计曲线.此方法也可完成对起始频率和调频斜率等参数的估计.大量的仿真实验和分析可以验证,提出的方法是可行、有效的,而且在工程上具有良好的应用价值.     

基于示样储频的自适应瞄频噪声干扰设计

传统瞄频噪声干扰在单一时刻仅能干扰一个雷达工作频点。针对在无瞬时测频引导条件下,传统瞄频噪声干扰对频率捷变、自适应跳频等雷达干扰能力受限的问题,文中提出了一种基于示样脉冲数字储频的自适应瞄频噪声干扰,利用示样脉冲存储截获雷达信号前沿样本,运用窄带噪声对截获的雷达起始频率样本进行时域“乘积冶调制,在不测频条件下,实现收发分时体制干扰机对脉间频率捷变雷达及自适应跳频雷达的自动瞄频干扰,数字仿真结果证明了干扰的有效性。     

一种调频调相混合调制信号抗干扰性能分析

当雷达间距离过于靠近时,可能存在着相互干扰。针对线性调频信号形式简单,易受到其他雷达信号和噪声干扰特点,提出了一种脉内线性调频和子脉冲相位调制相结合的具有多种变化形式的混合调制脉冲压缩信号。然后介绍了几种典型的雷达信号和噪声干扰信号及其表达形式,研究该混合调制信号受到它们的干扰问题,通过仿真分析表明,该混合调制信号具有较强的抗干扰性能。     

多普勒天气雷达发射机相位噪声的测量

应用调制理论分析了射频脉冲信号受寄生调制的影响而产生的边带相位噪声，提供了相位噪声测量的理论和实际应用技术，介绍了测量发射机相位噪声的概念和方法。分析时包括用Woodword注记法表示的脉冲频谱的背景分析以及噪声边带对探测目标的影响。具体提出了直接用分辨率比较高的高性能频谱分析仪测量发射机的相位噪声是可行的，最后给出了某型S波段脉冲多普勒天气雷达发射机相位噪声的测试结果。     

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。     

时频分析在雷达信号识别中的应用

针对目前雷达信号分选识别的问题,研究了时频分析的方法在信号识别方面的应用。该方法与其他雷达信号识别方法相比,能有效地分析非平稳信号。在时频分析相关理论的基础上,分别研究了基于短时傅里叶(STFT)变换和Wigner-Ville分布(WVD)方法对信号特征的分析和提取。通过仿真,分析对比了两种方法的优劣性, STFT可分析出信号的局部频域特性,而相同信噪比下, WVD比STFT受噪声影响小、聚合度高,能更好地体现时间和频率之间的关系,由此表明,两种方法均可较好地区分出调制信号特征。     

对脉冲多普勒雷达的噪声干扰研究

从频域分析了脉冲多普勒（PD）雷达的信号特点,研究了PD雷达滤波器组带宽设置与雷达重频关系,结合噪声调频干扰对相位检波接收机的影响,给出了干扰PD雷达的合理带宽。最后结合雷达对抗装备的侦察和引导间的关系分析了实际运用中的干扰带宽的设置。     

机载毫米波脉冲多普勒雷达旋翼目标识别技术研究

旋翼目标是机载毫米波脉冲多普勒雷达低空与地面目标中的首要识别对象,由于其回波频谱展宽与波长成近似反比关系,使其在毫米波段呈现低信杂比、弱特征现象。本文首先在分析毫米波雷达旋翼目标特性的基础上,针对旋翼识别难题,对雷达系统前端的波束驻留时间、脉冲重复周期、杂波抑制性能、相参积累脉冲数、频综器相位噪声谱密度等参数设计提出了新的要求;之后,设计了专用目标识别软件平台,并给出了面向工程应用的专用目标识别软件总体结构,提出了利用噪声归一化的频谱数据预处理技术、识别结果积累策略以及多普勒频谱层析图分析等信号处理方法;最后,利用实测数据提取特定的特征对目标进行识别分类,并对部分中间结果进行了详细分析,实验结果验证了本文方法的有效性,对旋翼和固定翼目标具有良好的分类识别性能。      

线性调频信号干扰仿真

线性调频信号能够成功地解决雷达作用距离与距离分辨率之间的矛盾,因而在许多常规体制雷达以及新体制雷达中得到广泛应用。由于线性调频信号的脉冲压缩网络对噪声及常见干扰具有很强的抑制作用,所以采用这种信号的雷达具有很强的抗干扰能力。在分析了线性调频信号的时域、频域特性的基础上,研究了射频噪声干扰、卷积调制干扰、移频干扰和延时干扰的干扰效果,通过仿真及各干扰样式之间的比较,总结出了,最佳干扰样式。     

基于FrFT的线性调频-伪码调相复合调制雷达信号截获与特征提取

针对线性调频-伪码调相复合调制雷达信号(LFM-PRBC)的截获与特征提取问题,提出了一种基于分数阶傅里叶变换(FrFT)平面切割与相关检测相结合的新方法.理论分析和计算机仿真验证表明,该方法具有较好的有效性和准确性,能快速完成高斯白噪声背景下低信噪比复合调制雷达信号的截获与特征提取,有一定的实际应用价值.     

数字相控阵雷达步进频合成宽带宽角扫描研究

数字相控阵雷达宽带宽角扫描存在波束指向偏差和孔径渡越问题,导致信噪比降低,脉压主瓣展宽,距离分辨率下降.频率步进信号在各脉冲周期内都是窄带信号,是常用的合成宽带信号,可以在获得距离高分辨率的同时降低对雷达瞬时带度的要求,从而降低了对雷达系统的要求.将步进频合成宽带技术应用到数字相控阵雷达,采用子脉冲移频移相方法可以消除波束指向偏差和孔径渡越影响,实现数字相控阵雷达宽带宽角扫描.并通过仿真计算,给出一些对工程实现有用的结论.     

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.     

结合SBL的双脉冲频控阵雷达离网目标定位方法

目标定位是雷达信号处理中一个具有重要理论意义与实际意义问题。为解决频控阵雷达传统的目标定位算法存在计算量大、目标真实位置偏离空间离散采样网格等问题。本文将频控阵雷达特性与离网稀疏贝叶斯模型结合提出了基于稀疏贝叶斯学习的双脉冲频控阵雷达离网目标定位算法。频控阵雷达发送两个脉冲,其频率偏移量分别为零和非零,然后基于离网稀疏贝叶斯模型估计目标的方位角与斜距。这种方法可以理解为当频控阵雷达以零频偏发射脉冲时,在角度域中检测目标,然后通过适当选择非零频率偏移量在距离域中对目标定位。仿真结果表明,即使在较粗糙的采样网格下,该算法也能保持较高的估计精度,显示了其优于传统算法的优势,证明了该方法的有效性与可靠性。