基于重频的雷达信号分选技术

对雷达辐射源信号进行及时准确地分选是电子战的关键技术之一.文章首先给出了重频的类型,然后系统阐述了几种基于重频的雷达信号分选技术,并从理论上分析了他们的优缺点.文章最后指出了当前这一领域亟需解决的几点问题.     

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.     

面向卫星导航信号的外辐射源雷达软件化模拟器设计

面向全球导航卫星系统(Global Navigation Satellite System,GNSS)信号的外辐射源雷达,是一种利用环境中GNSS信号作为非合作照射源进行探测的雷达。为满足基于GNSS信号的外辐射源雷达系统仿真和信号处理算法设计评估的需要,通过对该雷达系统组成与工作原理的分析,完成了面向GNSS信号的外辐射源雷达软件化信号模拟器的设计与实现。给定仿真场景下软件化模拟器输出信号处理和分析的结果验证了该模拟器可根据输入参数与模型正确完成信号仿真。     

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.     

数据库样本缺失下的雷达辐射源识别

目前，基于机器学习的雷达辐射源识别技术大多以训练集和测试集同分布为假设，当雷达数据库样本不足导致与信号真实分布存在偏差时，传统的分类方法效果不佳。为此，将迁移学习理论引入识别系统，设计了一种基于结构发现与再平衡的雷达辐射源信号识别方法。通过对数据库和待识别辐射源信号样本进行聚类分析发现数据结构信息，通过重采样处理修正其分布差异。将新采样数据输入支持向量机进行训练并对侦收样本进行识别。仿真实验表明，在新训练样本集上学习的模型对测试集的分类性能有了很大的提升。     

雷达辐射源分类识别方法综述

阐述了雷达辐射源识别研究的必要性，详细介绍了现有雷达辐射源基本分类识别方法，系统梳理了现有分类识别技术的优缺点，合理分析了多、大且杂的电磁环境下雷达辐射源识别研究趋势，提出将深度学习与雷达辐射源识别全面结合，实现雷达辐射源识别智能化。     

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。     

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。     

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。     

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。     

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。     

一种稳健的通信辐射源个体识别方法

通信辐射源个体识别是目前通信对抗领域研究热点与难点问题,相对于雷达辐射源,通信辐射源信号弱、瞬时特征不明显导致个体识别更复杂、更困难。利用通信辐射源信号的长时谱统计特性,提取信号功率谱峰值特征和包络模板,构造通信辐射源个体特征向量,通过朴素贝叶斯分类算法与个体特征矢量相结合,在训练样本数目足够大的条件下可进行有效识别。测试实验表明,识别方法稳健有效,可在信噪比5 dB情况下实现93.7%的正确识别概率。     

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。     

雷达辐射源识别算法综述

结合雷达辐射源识别的军事需求和近几年取得的研究进展,以雷达辐射源识别中最核心的3个方面为研究对象,综述相关算法的研究现状与发展。针对低信噪比环境、分类器能力不足和单传感器识别的缺陷,从辐射源特征提取、分类识别和多源融合识别等方面详述了目前算法的研究思路和性能,引入当前热点模式识别算法并分析其可借鉴性。最后,指出了在辐射源识别研究领域中仍存在的问题,并展望了下一步的研究方向。     

基于PRI信息的雷达脉冲信号分选技术研究综述

基于脉冲重复间隔（Pulse Repetition Interval,PRI）信息的雷达脉冲信号分选是电子侦察信号处理中的核心关键技术之一。以公开文献资料为来源,从直接搜索判定分选、直方图统计分选、PRI变换分选、平面变换分选、多方法综合应用等多个方面对该技术方向上的各种方法的原理、流程、特点、适用条件等进行了分类对比与归纳总结,指出了其所面临的巨大挑战,展现了其未来的发展趋势,为该方向上技术研究的深入推进与工程应用的优化推广提供了重要参考。     

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。     

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。     

基于多通道阵列处理的二次雷达混扰信号分选

针对应答脉冲信号的同步干扰（即混扰）造成二次雷达询问机解码错误的问题,提出了基于多通道阵列处理的混扰信号分选算法。首先建立了询问机天线使用多通道阵列的混扰信号模型,在此基础之上给出了应答机个数及其到达角估计算法,并提出了基于最大似然估计的应答信号分选算法。仿真结果表明,该算法能够从混扰信号中同时准确分离多个应答信号,性能明显优于FastICA算法。当信噪比高于10 dB时,所提算法的分离指数比FastICA算法至少低10 dB。