基于三维特征的雷达信号脉内调制识别

针对低信噪比条件下雷达信号识别算法对噪声敏感的问题，提出了一种基于三维特征的雷达信号脉内调制识别算法。该方法通过提取信号的差分近似熵、调和平均分形盒维数和信息维数特征组成三维特征向量，使用遗传算法优化的BP神经网络分类器实现雷达信号的分类识别。仿真结果表明，所提取的三维特征在信噪比为-4~10 dB变化范围内具有较好的类内聚集度和类间分离度，可以实现对不同雷达信号进行识别，证实了该方法的有效性。     

一种基于雷达图的雷达辐射源识别算法

在分析和考察雷达辐射源(Radar Emitter)多特征模式识别算法的基础上提出了一种基于雷达图(Radar Chart)中向量夹角余弦值的分类识别算法,借助雷达图实现了雷达辐射源空间特征向量向平面向量的转换,实现对雷达辐射源型号的自动识别,给出识别置信度.通过计算机仿真得到大于85%的正确识别率,进一步验证了算法在雷达辐射源识别工程中的可用性和可行性.     

基于排序时频特性的雷达脉内调制信号识别

提出了一种基于排序时频特性的雷达脉内调制信号识别算法。该 算法可分为三步：首先,通过检验信号时频曲线的互易回归特性,识别出线性调频信号;然 后,通过检验信号时频RANKIT图的正态性,识别出常规信号;最后,检验信号平方后时频RA NKIT图的正态性,用以区分二相编码与四相编码信号。仿真结果表明,该算法无需接收信号 的任何先验知识,在较低信噪比条件下可实现对常用雷达脉内调制方式的有效识别。     

弹载雷达侦察干扰设备设计

论述了弹载雷达侦察干扰设备的天线设计、接收机设计和信号处 理硬件设计,并从实际需求出发,重点讨论了信号处理算法中的信号检测技术、瞬时测频技 术、雷达信号脉内调制识别技术和干扰信号产生技术。仿真结果表明所采用的信号处理算法 可行,对于弹载平台雷达侦察干扰设备的设计具有指导意义。     

基于积谱矩阵局部二值模式的欺骗干扰识别

针对跟踪雷达的三种常见欺骗干扰,提出了一种基于积谱矩阵(SPM)局部二值模式（LBP）的识别算法。首先,计算雷达接收信号不同脉冲重复周期（PRI）的积谱,并将其按照频域和慢时域排列成一个二维积谱矩阵。然后,将图像处理的纹理特征引入到欺骗干扰识别的算法中,采用局部二值模式提取二维积谱矩阵的灰度图像特征。最后,通过仿真实验验证了算法的正确性,当雷达接收信号的信噪比（SNR）大于5 dB时,该欺骗干扰识别算法的平均识别概率优于90%。     

基于时域调制域特征的IFF模式5信号识别

针对Mark XIIA系统模式5信号处理的需求,对模式5信号的格式和基本特征进行了分析,提出了一种基于模式5信号时域和调制域特征的识别方法。该方法通过提取模式5信号脉冲时域参数和对脉冲进行MSK解调,获取模式5前导脉冲时域参数脉宽和前导脉冲固有的16位MSK解调结果0111100010001001来完成模式5信号前导脉冲识别,并根据前导脉冲偏移值特点优化了模式5信号框架匹配算法流程,实现了模式5信号的识别处理。Matlab仿真和硬件实现验证了方法的有效性,当满足一定信噪比条件时,识别正确率可达100%。     

基于负熵最大化盲抽取的雷达信号分选研究

研究了盲源分离算法在雷达信号分选中的应用,用基于负熵最大化的盲抽取算法对实际环境下的雷达信号进行分选,仿真结果表明,该方法能够有效地应用于多路雷达信号的分选,能抗突发脉冲干扰及完成降噪处理,并且易于实现,收敛速度快.     

一种有效的雷达信号快速识别方法

针对多种调制类型的雷达信号快速侦察识别成功率较低的问题，提出了基于瞬时频率特征提取的雷达信号快速识别新算法。首先，由短时傅里叶变换（STFT）得到信号每一部分的瞬时频率特征；其次，对得到的瞬时频率进行两次归一化分别得到各自特征值；最后，用层次决策方法对雷达信号进行分类识别。仿真实验结果证明该方法能有效识别各种雷达信号，在信噪比高于-3 dB时，各种脉内调制的识别成功率都达到90%以上。     

基于宽带DRFM的雷达面目标回波模拟技术

针对跳频雷达高度表大地面目标回波信号的模拟,提出了一种基于宽带数字射频存储(DRFM)技术的实现方案。首先介绍了1.2 GHz带宽、3 GHz采样的宽带DRFM组件硬件平台,然后重点叙述了基于DRFM技术的雷达高度表大地面目标回波模拟的算法设计方案,通过采用多路并行处理、多相滤波、正交调制等技术实现了数字下变频、目标回波特征调制、数字上变频等关键算法,最后给出了算法仿真和硬件调试结果,验证了算法的正确性和有效性。该方案已成功应用到某宽带跳频雷达高度表大地面目标回波模拟系统的设计中。     

基于分数阶傅里叶变换的脉内信号调制方式识别

针对传统的雷达脉内信号调制类型识别方法存在的抗噪性能差和识别率低等问题, 提出了一种基于分数阶傅里叶变换（FRFT）的脉内信号调制方式识别算法。该算法分为两步 ：首先根据不同调制方式在调频斜率上的区别,通过FRFT模值随阶数变化的特点,识别出线 性调频信号;然后,再根据阶数为1时FRFT的波形特点,识别出频率编码信号和相位编码信 号。仿真实验表明,该算法在信噪比优于-2 dB的情况下可以完成脉内信号的调制特征 识别,其抗噪性能和识别率均明显优于传统识别方法。