基于主奇异矢量的L型阵列相干信号二维DOA估计方法

针对现有L型阵列相干信号DOA估计算法精度不高、孔径损失较大的问题,该文提出一种基于主奇异矢量的解相干(L-PUMA)方法以及改进的主奇异矢量法(L-MPUMA)。L-PUMA算法首先对互协方差矩阵进行降噪,再通过奇异值分解得到2维主奇异矢量,然后利用加权最小二乘法得到线性预测方程的多项式系数,该线性预测方程的根即为信号的DOA估计,最后提出一种新的配对算法实现仰角和方位角的配对。L-MPUMA算法利用反向共轭变换构造增广主奇异矢量,进一步提高了数据利用率,克服了信号完全相干时L-PUMA算法性能下降严重的问题,仿真实验验证了所提算法的高效性。     

对π/4-DQPSK信号的干扰分析与仿真

基于四相差分相移键控(π/4-DQPSK)的调制方式在数据链通信中占有十分重要的地位,从分析π/4DQPsK基带与频带信号特征出发,以Link-11A数据链通信信号为基础,研究了用于跟踪瞄准式干扰的3种干扰样式:噪声调频、多音频调频,频移键控对π/4-DQPSK信号的干扰.通过分析仿真结果,得到了3种干扰样式的干扰效果,证明了干扰的有效性.     

基于综合时频检测的LFM信号调制特征提取

信号脉内调制信息识别技术对密集和复杂电磁环境中辐射源的分选和识别有着重要意义。通过讨论小波变换法、伪WVD法等典型LFM信号调制特征提取方法，提出了将小波变换法和伪WVD法提取的结果进行截断综合，再提取时频图脊线的新算法。实现了在低信噪比条件下，准确提取LFM信号的调制特征。仿真结果证实了算法的可行性。     

基于复杂度特征的未知雷达辐射源信号分选

当前的未知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。该本文应用复杂度特征实现了低信噪比下未知复杂雷达信号的高准确率分选。首先,对接收到的信号进行预处理,然后提取其复杂度特征中的盒维数和稀疏性,并将两者作为分选的特征参数,最后基于KFCM算法实现未知雷达辐射源信号的分选。由仿真结果分析可知,预处理后的信号序列的盒维数和稀疏性分离度高且受噪声的影响小,分选结果令人满意,在信噪比为5 dB时,不同调制类型信号间的分选准确率最低为87%。     

雷达辐射源信号识别效能评估的I2TOPSIS方法

针对雷达辐射源信号识别效能评估方法杂乱,指标模糊等问题,提出一种基于I2TOPSIS雷达辐射源信号识别效能评估方法。该方法主要在以下三点对传统区间TOPSIS方法进行改进:利用熵值计算指标权值;利用理论极值确定正负理想点;利用区间距离计算评估方案到正负理想点的距离,并将I2TOPSIS方法应用于雷达辐射源信号识别效能评估中得到一种新的雷达辐射源信号识别效能评估方法。最后通过与传统区间TOPSIS方法的评估对比实验证明新方法所得结果更合理、可行。      

基于多参数的雷达辐射源分选新方法

针对现有方法分选准确率不高和对参数变换敏感的问题,提出一种新的雷达辐射源分选算法.将常规参数到达角、载频、脉宽和脉内特征参数Wpt6,Wpt7构成特征向量,用Kohonen神经网络实现自动分选.仿真结果表明,新方法的分选准确率较常规方法可以提高7%左右,更加适应于现代电子战环境.     

基于综合时频检测的雷达信号脉内特征提取

通过对小波变换法、Wigner-Ville分布等典型雷达信号脉内特征提取方法优缺点的分析,提出了一种将小波变换法和Wigner-Ville分布提取的结果进行截断综合的综合提取算法,实现了雷达信号的脉内特征准确提取.仿真结果表明,该算法在较低信噪比下仍有很好的效果.     

自动识别信号PRF调制的新方法

对信号脉冲重复频率(PRF)的调制样式进行自动识别是信息处理领域的关键技术之一.为解决PRF调制识别算法识别样式有限、准确率低等问题,以雷达信号为例,提出了一种新的识别算法.对接收到的信号序列分别提取比值特征、比重特征、频率特征和形状特征4个参数.基于径向基概率神经网络,实现对多种信号PRF调制样式的自动识别.仿真结果表明:在脉冲丢失率和脉冲虚警率均为10%的情况下,利用该方法可以得到最低为90%的识别准确率,能够满足当前的电磁环境,具有一定的工程参考价值.     

雷达辐射源信号识别结果评估方法研究

针对雷达辐射源信号识别结果评价方法杂乱,指标单一等问题,提出一种新的信号识别结果评估体系结构,将识别率测试结果引入到雷达辐射源信号识别结果评估中,构建了基于识别率测试结果的雷达辐射源信号识别结果评估指标体系,建立了评估指标的层次结构模型,应用模糊综合评价法对识别结果进行评估,并对三种识别方法进行了计算机仿真评估实验,验证了新方法的可行性.     

雷达信号脉内特征自动识别的一种新方法

分析了当前用于雷达信号脉内特征识别的三种算法，针对各算法的优缺点，将三种算法作为子算法按照一定的准则综合使用，实现了一种新的自动识别法。仿真结果表明，在满足一定信噪比的条件下，该方法可以自动准确地识别雷达信号脉内特征。