一种对重频调制与抖动信号的PRI变换分选新方法

针对脉冲重复间隔（PRI）变换法及其改进方法难以分选重频变化信号的问题,提出一种新 的信号分选方法,即脉冲相似度检索法。该方法把脉冲相似度引入改进的PRI变换法,根据 脉冲相似度对雷达脉冲信号进行搜索、提取。仿真结果表明,该方法不仅使分选更加准确, 而且实现了对重频抖动和重频受调制变化信号的分选,其分选准确率达到95%以上。     

用随机存贮器构成的相关处理器电路

日益发展的新体制雷达技术的大量使用,给分选识别雷达信号技术提出了越来越高的要求。为能快速准确地从繁杂的信号环境中识别出各种雷达信号源,本文提供了一个能够分离信号流中固定重频和抖动重频的电路。在介绍了电路结构的基础上,详细介绍了电路工作原理以及时序实现等。     

雷达辐射源信号分选技术概述

文章详细介绍了当前用于雷达辐射源信号分选的几种技术,从理论上分析了他们的优缺点,并针对当前雷达辐射源信号分选技术的现状,指出了这一领域需尽快解决的几点问题。     

复杂体制雷达信号的特点分析

随着雷达科学技术的迅猛发展,雷达信号的形式与参数日益复杂,对其进进准确的分选与识别也困难重重.本文从雷达信号波形设计和参教使用两个方面出发,详细分析归纳了复杂体制雷达信号的工作特点,对雷达信号的分选与识别具有一定的参考价值.     

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.     

跳频高密度异步网台信号的分选

根据跳频高密度异步网台信号的主要特征，通过建立分选模型，确定分选参数，将跳频信号的网络信息参数用于跳频高密度异步网台信号的分选，并与跳频信号的频率统计特性相结合，提出了一种基于多接收机分频段侦收的跳频高密度异步网台信号分选算法，并对其进行了仿真验证。     

高阶累积量在多参数联合分选中的应用

目前复杂体制雷达大量出现,侦收到的有效脉冲数少,传统的分选方法存在分选难、参数利用率低、可靠性差等问题,而多参数联合分选方法是解决上述问题的重要手段之一。为此,提出了一种提取信号的脉内特征参数高阶累积量,联合较为稳定的脉间参数,利用改进支持向量机的分选算法。仿真证明高阶累积量归一化的特征值对不同调制类型信号具有良好的区分度,并且通过对复杂体制雷达信号进行分选实验证明,分选结果准确率高。     

HPRF PD末制导雷达解距离模糊方法设计

为了解决高重频脉冲多普勒末制导雷达制导过程中的距离遮挡和距离模糊问题,实现 在距离遮挡环境下正常解模糊,提出了相应的解决方法：通过对发射信号重频进行参数 设计,可实现在末制导过程中除弹目相遇段以外的任意距离段抗遮挡测距,再利用测得的弹 目距离信息切换PRF实现抗遮挡。仿真证明了本方法的有效性和可靠性。发射信号重频的参 数设计方法可有效使各脉冲重复频率信号的遮挡区交错分布,从而消除距离遮挡对于脉冲多 普勒雷达解距离模糊的影响,准确的解模糊结果又为抗距离遮挡提供了有效保证。     

基于NeiMu的雷达信号聚类分选

针对雷达信号分选中常见的聚类数目难确定、数据簇形状识别、异常数据敏感等问题,提出了基于NeiMu(Neighboring Mutually)的雷达信号聚类分选算法。该算法首先以信号脉冲为点、各点间的欧氏距离为线构建距离矩阵,然后在进行干扰数据剔除的情况下选定合适k值完成聚类矩阵的构建,最后采取遍历聚类矩阵的方法输出聚类结果,在删除无效的聚类后实现了雷达信号的聚类分选。通过仿真可知该算法在选取合适k值的情况下具有极高的正确率,证明了其有效性和可靠性。     

一种基于脉冲样本序列的PRI周期信号分选算法

针对传统脉冲重复间隔（PRI）分选算法在估计PRI方面存在的不足,提出了一种对PRI周期信号的周期进行准确估计的方法。该方法首先从待分选脉冲序列中提取出属于一部雷达的脉冲样本,然后基于这些样本对该雷达脉冲序列的周期进行精确估计,并用估计到的周期值进行脉冲序列抽取从而实现准确分选。相对于传统PRI分选算法,该算法能够在保证周期估计精度的前提下大幅度减少分选过程所需要的时间,从而能够更好地满足信号分选的需求。仿真结果证明了所提算法的有效性。     

基于OFDM随机步进频的雷达通信一体化信号模型

为了解决雷达通信一体化系统中的雷达信号与通信信号较难分离的问题,在正交频分复用(OFDM)雷达的基础上,提出了一种基于OFDM脉间随机步进频的雷达通信一体化信号模型,通过频率捷变将数据信息加载到雷达信号上,利用随机的步进频率传输数据,从而使一体化信号能同时实现雷达探测和数据通信功能,避免了信号分离。同时设计了雷达通信一体化方案,在雷达接收端,运用相关法实现一维距离成像;在通信接收端,通过带通滤波器组检测频率点解调数据。仿真实验结果表明,一体化信号能实现分米级的距离高分辨和速率为Mbit/s级的数据通信,能够满足大批量数据传输的要求。     

基于数据流聚类的动态信号分选框架

为了解决雷达信号分选中准确性与实时性相矛盾的问题,提出了一种基于数据流聚 类的动态信号分选框架。该框架分为在线和离线两部分,在线部分利用网格帧保存侦察数据 的概要信息;离线部分通过网格聚类算法对网格帧进行聚类分选,并得到分选结果。仿真实 验表明,该框架能够分选高密度复杂侦察数据流,对噪声不敏感,且无需先验知识支撑,能 够较好地满足信号分选准确性和实时性的需要。     

随机PRI的LPI波形相参积累

随机脉冲重复频率(PRI)脉冲波形能够增加电子支援措施（ESM）利用重频分选侦收雷达辐射源信号的难度,提高雷达复杂对抗环境下的抗侦收能力。利用非均匀离散傅里叶变换(NUDFT)对这种低截获概率（LPI）波形进行脉冲多普勒（PD）处理时,距离模糊引起目标所处距离门走动,导致目标能量分散至多个模糊距离单元。为此,提出一种基于时间窗口的离散傅里叶变换(TWDFT)算法,实现了距离模糊条件下目标能量的相参积累。对TWDFT算法和加权副瓣抑制的性能进行了分析。仿真结果表明,基于TWDFT的PD处理在距离模糊时不存在目标能量分散问题,通过优化波形设计能够改善加权后目标主副瓣比。     

基于移频滤波的脉压雷达抗干扰方法

针对线性调频（LFM）脉冲压缩雷达易受移频欺骗干扰影响的问题,提出了基于移频检测的起始频率捷变LFM雷达抗干扰方法。通过分析匹配滤波器参考函数、目标回波信号和干扰信号在频域的相对位置,利用脉间LFM信号起始频率不同的特点,将接收信号进行移频,使得目标回波信号分量无脉压输出,从而确定干扰信号分量在时域的位置,通过时域选通对未进行移频的接收信号脉压结果中的干扰进行滤除达到抗干扰目的。仿真分析了移频检测抗干扰性能,结果验证了所提方法的有效性。     

利用谱估计算法的雷达信号分选

传统雷达信号分选过程中分别进行脉冲重复频率检测与初始到达时间估计时,脉冲搜索时间过长。为此,提出了一种新的基于谱估计的信号分选算法。该算法通过谐波滤除减小了脉冲初始到达时间估计的运算次数,并在进行脉冲重复频率检测的同时估计脉冲初始到达时间,从而避免了传统信号分选算法中对整个序列的遍历,节省了计算资源。仿真结果验证了该算法的有效性。     

基于模糊KHM聚类的跳频网台分选方法

针对聚类分析实现跳频网台分选时，分选结果对初始聚类中心敏感且某些样本点“既可以属于类A也可以属于类B”的问题，提出了一种基于模糊K调和均值(KHM)聚类的跳频网台分选方法。首先利用搜索统计直方图位置法预估聚类数目和聚类中心，减少了算法的迭代次数；然后根据跳频信号的各项参数，应用模糊KHM聚类算法对跳频网台进行分选，有效解决了样本点的隶属度问题；最后通过类内类间距法估计得到准确的聚类数目K、聚类中心位置，大幅提升了聚类算法准确度。仿真结果表明，该算法聚类中心接近实际类中心，分选正确率高，迭代次数少。     

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。     

采用图像处理的跳频信号参数盲估计

针对短波复杂信道环境下的跳频信号参数估计问题,提出了一种基于图像处理的跳频信号参数盲估计算法。该算法在时频分析的基础上采用灰度共生矩阵提取信号的纹理特征,通过对纹理特征量的分割实现信号与背景噪声的分割,并运用形态学滤波去除二值化后产生的椒盐噪声;然后根据连通区域标记得到的各个信号在时频图中的位置信息来聚类,从而去除定频、突发等干扰信号,分选出跳频信号;最后根据分选出的跳频信号提取其跳频频线并进行修正,估计出跳频信号的跳周期、跳变时刻和跳频频率。仿真实验表明,该算法切实有效,能够在较低的信噪比条件下精确地估计出跳频信号的参数。     

高信号密度雷达脉冲分选算法

利用脉冲重复间隔(PRI)是高信号密度环境下一种主要的脉冲分选去交错方法.文中分析了受到雷达扫描特性影响时,脉冲到达时间(TOA)测量误差对PRI估计及对脉冲分选去交错的影响,提出了一种对脉冲幅度变化不敏感的TOA测量算法和能够克服PRI误差累积的去交错算法.仿真结果表明,该算法适用于高信号密度环境,性能良好.算法已在DSP平台上实现,具有很好的实时性.     

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。