利用频移动态特征的辐射源目标盲分选

利用辐射源目标的频移动态特征进行盲分选时，针对已有的分选方法不能很好解决非合作接收数据非周期、间断、交叠的问题，提出了一种改进的逻辑回归分选算法,将信号分选转化为轨迹分类的问题来处理。首先，借鉴多目标航迹起始模型中的M/N逻辑法的框架，设计新的数据关联门限，以建立目标起始曲线；其次，采用最小二乘拟合方法替代卡尔曼滤波，设计新的外推规则，建立载频变化预测曲线；分析新的接收数据与预测曲线的关联性，不断迭代回归或形成新的分支，最后获得目标分选结果。仿真与实测试验表明，利用逻辑回归分选算法，对不同运动目标搭载的同频辐射源可进行自动分选，4个仿真目标与2个真实目标的分选正确率达到100%。同时，该方法拓展了辐射源目标盲分选中的动态频移特征应用，为辐射源个体识别提供了新的支持。     

基于瞬时频率畸变特性的FSK电台指纹特征提取

为解决FSK电台个体识别问题,需要从辐射源信号上提取特征构成辐射源指纹。通过 分析构成FSK电台的各个模块的畸变特性,阐明了FSK电台指纹产生机理,建立了基于瞬时频 率的指纹信号模型,并根据信号模型设计了基于辅助参数的最小二乘算法以完成FSK频率畸 变特性参数的估计,从而构建指纹特征完成对FSK电台的识别。对仿真信号和实际信号的识 别测试试验表明,该算法具备辐射源个体识别能力,对实际环境下的4个FSK电台的识别率大 于96%,优于双谱类方法。     

基于幅度调制畸变Wiener模型的OOK辐射源指纹特征提取

通过分析生成On-Off Keying（OOK）信号的发射机系统的幅度调制畸变特性，阐明了OOK信号辐射源特征产生机理，建立了OOK辐射源的幅度调制畸变特性的Wiener模型，并根据信号模型应用差分进化算法完成OOK幅度畸变特性参数的估计，从而构建辐射源指纹特征完成对OOK信号辐射源的识别。仿真试验和实际数据测试表明，该算法具备OOK辐射源指纹特征提取和识别能力，对实测数据中4个OOK辐射源识别率为93%，优于基于暂态幅度特征的提取方法。     

接收机畸变对辐射源指纹识别的影响

在辐射源个体识别技术应用中，接收机指纹和发射机指纹相互影响相互耦合，造成辐射源指纹库依赖于特定接收机，无法在不同接收机之间通用。针对此问题，对典型超外差接收机的滤波器、放大器畸变分量对接收信号指纹的影响进行了理论分析与实验验证。理论分析证明发射机和接收机的滤波器、放大器分量对于接收信号整体的畸变影响是等价的；实验中，利用两台超外差接收机对5台发射机进行个体识别测试验证，更换接收机前后，滤波器、放大器特征识别正确率分别从100%、95.5%降到20%，证明了接收机畸变分量对发射机指纹识别具有严重影响。该研究成果可为后续辐射源个体识别接收机设计以及接收机畸变校正提供理论依据。     

基于自适应门限MDL方法的TDMA突发特征码检测

阐述了基于最小描述长度(MDL)方法来进行特征码检测,根据检测量分布的推导结果,提出了检测门限对检测性能、特征码位置不确定性和信噪比变化自适应的MDL特征码检测方法。当基于特征码进行通信信号分选时,新方法具有更好的应用灵活性,且检测性能对频偏具备鲁棒性。