雷达信号识别效果的模糊综合评价研究

雷达辐射源识别是电子对抗情报系统中的关键技术之一,对其识别效果进行科学的评估是一项全新的课题。以往大多数学者评价雷达信号识别方法的好坏主要是比较识别率的高低。针对雷达辐射源识别效果评估指标单一等缺点,选取识别时间、识别率测试结果的均值和方差作为评估指标,将模糊综合评价法引入雷达辐射源识别效果的评估,提出基于模糊综合评价的雷达信号识别效果评估方法,并通过计算机仿真,对三种识别方法进行了评估实验,验证了该方法的可行性。     

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。     

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.     

对"网电一体战"人才培养的思考

探讨了“网电一体战”对人才资源方面的军事需求，并对相应的人才知识要素结构、能力结构进行了分析．     

一种新的雷达辐射源信号脉内特征参数选择方法

为提高雷达辐射源信号识别速度,提出了一种脉内特征参数选择的新方法．首先对熵、相像系数、模糊函数、复杂度和双谱五种脉内特征参数的提取算法进行了研究,其次利用留一法误差来评估特征参数对分类器泛化性能的影响,最后对特征参数的评估进行了仿真实验．仿真结果表明,基于留一法误差可以较好地实现特征参数选择,为提高雷达辐射源信号识别准确率提供参考．     

低信噪比下非线性调频信号脉内特征提取新算法

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、伪威格纳威尔分布（PWD）等典型非线性调频信号脉内特征提取方法，提出了将小波变换法和PWD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，准确提取非线性调频信号（NLFM）的脉内特征。对不同类型的调制信号仿真结果证实了算法的可行性。     

小波神经网络在雷达信号分选中的应用

提出了一种基于小波神经网络的雷达信号分选方法。该方法首先进行脉冲流的粗分选，然后应用小波神经网络和模式匹配进行细分选。进行了仿真试验，给出了该方法对含有噪声的脉冲流的分选结果，证明了该方法的可行性。     

一种提取非线性调频信号脉内特征的新方法

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．通过信噪比估计，将小波脊线法和平滑伪WVD法相结合，提出了一种提取非线性调频信号脉内特征的综合提取方法，实现在不同信噪比条件下准确提取非线性调频信号的脉内特征．仿真结果证实了算法的可行性．     

一种基于网格搜索的联合跟踪算法

针对EKF类算法和UKF类算法存在的受观测精度和初始误差影响较大的问题,提出一种利用空频域信息的联合跟踪算法。该算法利用多级网格搜索算法进行初始值捕获,并将得到的初始值代入基于超球体采样的简化UKF算法中,对目标辐射源进行跟踪。最后通过仿真实验验证了该算法的性能。     

基于多参数联合判决的雷达信号调制特征识别

根据雷达辐射源信号的不同特性,提取其非线性相位方差、瞬时频率统计直方图、瞬时频率方差和相像系数等特征量,对单载频、线性调频、非线性调频、频率编码和相位编码等常用雷达辐射源信号调制形式进行多参数联合判决.仿真结果表明,该算法在低信噪比下,仍能够自动准确地识别雷达信号脉内特征.