基于聚类和时序相关的重点雷达信号快速识别

针对传统雷达信号识别方法对重点目标识别的针对性、时效性不强的问题,提出一种基于聚类和时序相关的重点雷达信号实时识别方法。首先,依据具有噪声的基于密度的聚类(density-based spatial clustering of application with noise, DBSCAN)算法对侦获信号的脉冲描述字进行分选;而后,利用分选所得脉冲的时序特征与重点目标信号脉冲重复间隔(pulse repetition interval, PRI)生成仿真信号;最后,计算仿真信号的互相关函数,基于相关度判断PRI参数是否匹配。仿真实验表明:所提方法明显提升了对重点目标信号的识别时效,能够应对存在噪声干扰和信号交叠的复杂信号环境,对局部脉冲参数丢失不敏感。     

基于数据场联合决策图改进的GMM聚类

针对传统聚类方法在处理复杂电磁环境下的雷达信号时存在的聚类质量低、参数需要人为设置、易受孤立噪声脉冲干扰等问题, 提出一种基于数据场联合决策图改进的高斯混合模型(Gaussian mixture model, GMM)聚类算法。将数据场理论应用于数据对象密集程度的表征, 生成势能距离决策图, 进而自动实现聚类数目和中心点的选择, 最后结合GMM聚类实现对数据对象的聚类划分。仿真实验结果表明, 在脉冲到达角、脉宽、载频等参数存在较大抖动, 测量误差以及存在孤立噪声脉冲干扰和脉冲丢失时, 本文方法相较于现有典型分类方法具有更好的分选效果。     

基于PRI变换的雷达脉冲序列搜索方法

在面对复杂的雷达信号环境时,准确搜索到雷达脉冲可以为雷达调制特征识别、测向定位提供有效的数据基础，对此提出了一种基于脉冲重复周期(pulse repetition interval, PRI)变换法的脉冲序列搜索办法。利用PRI变化法在高脉冲丢失率情况下,求出最有可能的PRI,根据此PRI值,结合本文提出的序列搜索方法对脉冲流中的脉冲进行套取。通过双阈值搜索,减少由于脉冲密度过大导致阈值设定不当而搜索到错误脉冲的情况。最后通过数据仿真,能够有效分选出参差、抖动、捷变频等雷达信号。     

基于SDIF门限失效的雷达射频隐身信号设计原理

抗分选信号是射频隐身信号的一个重要方向，其基础是抗分选信号设计原理，其设计的本质是雷达信号分选算法的失效原理。序列差值直方图(sequential difference histogram, SDIF)算法是工程上广泛使用的一种核心分选算法。本文详细分析了SDIF算法，指出其门限函数会在信号脉冲重复间隔(pulse repetition interval, PRI)值服从长度为PRI最小间隔20倍以上的区间分布时失效，并通过公式推导进行了证明。信号仿真、分选系统实验及信号对比实验进一步验证了SDIF门限失效原理的正确性，为射频隐身抗分选信号设计提供了理论支撑，可以提高射频隐身抗分选信号的设计效率。     

雷达信号分选关键技术研究综述

复杂电磁环境下的雷达信号分选是雷达侦察干扰的核心技术,也是雷达截获领域一个从未停止的理论研究与技术实现问题。系统地介绍了国内外近年来在雷达信号分选领域的关键技术研究现状和最新进展,包括雷达对抗电磁环境模拟、基于软件处理的雷达信号主分选计算负担估计、雷达信号分选算法、雷达信号分选的硬件实现技术、基于脉内特征参数的雷达信号分选及雷达信号分选仿真模型及评估。指出了目前这一领域有待进一步深入研究和完善的问题,如高精度雷达参数测量技术、复杂信号分选的并行实现算法与硬件实现技术、高密集雷达脉冲流中的捷变频雷达信号分选与干扰技术等。     

一种基于随机动态线性模型的重频分选的改进算法

分析了几种基于随机动态线性模型的重频分选算法,并在随机动态线性模型的基础上,提出了一种利用Kalman滤波进行重频分选的新算法。与传统的重频分选算法相比,该算法非常适用于对抖动PRI脉冲列的分选,尤其适用于多列脉冲交织在一起的情形。仿真结果表明,该算法在PRI变化范围已知的情况下对抖动PRI脉冲列的分选效果良好。     

雷达信号分选实现的新方法

解决反辐射导弹在高密度复杂电磁环境下的雷达信号分选问题,提出一种雷达信号分选实现的新方法。采用关联比较器进行雷达信号预分选,在主分选中,应用修正的脉冲重复间隔(pulse repetition interval, PRI)算法测量雷达信号PRI。在硬件实现上提出一种非均匀设定PRI箱宽度的方法,可节省大量的运算时间,提高系统实时性。实验结果表明,该分选方法具有快速准确的优点,既解决了以往直方图统计算法中的子谐波问题,又克服了传统PRI算法不能有效分选抖动脉冲序列的缺点。     

基于DOA参数的雷达信号预分选

主要讨论了利用雷达信号的波达方向（direction of arrival, DOA）参数对多部雷达的脉冲信号进行分组预分选的问题。为提高分类可靠性,提出了一种新的相似系数的计算方法,首次利用相似矩阵进行特征值分解的方法对大量脉冲的DOA参数进行聚类数目判断。经初步统计,当类内离散度与类间离散度差值在0.34以上时,最终的判别结论可信度接近并可能大于80%。在此基础上提出了以类别数目作为停止条件的层次聚类法,该算法简单易用,经过多组数据的试验,取得了较好的聚类效果。     

基于深度分割的端到端雷达信号分选

针对传统的雷达信号分选方法严重依赖预置参数、先验信息和结构不灵活的问题，提出一种基于深度分割的端到端雷达信号分选方法。首先将采集到的脉冲描述字映射成脉冲序列图像，同时保留像素点对脉冲的索引；然后利用训练好的深度分割模型U-Net对脉冲序列图像分割获得像素点分类结果；最后根据像素点索引和像素点分类结果对所有脉冲进行搜索归类，整个过程采用端到端形式。实验表明，该方法能够加强对捷变参数的分选能力，如频率捷变雷达、脉组捷变频等雷达参数，以及对时频域混叠、脉冲丢失严重等未知电磁环境中信号的分选能力。     

基于PRI捷变的雷达通信一体化共享信号设计方法

雷达通信一体化能有效提高频谱利用率, 减小电子设备体积, 是多功能综合一体化电子系统的主要研究方向之一。本文在随机脉冲重复间隔(pulse repetition interval, PRI)雷达的基础上, 提出一种新的基于PRI捷变的雷达通信一体化共享信号设计方法。通过改变发射信号的PRI, 将通信信息嵌入到发射信号中, 在雷达信号处理端, 引入压缩感知理论来完成方位向相参积累, 并实现对目标速度的超分辨估计; 在通信信号处理端, 通过检测脉冲的PRI来完成信息的解调。仿真试验表明, 所提方法在保证雷达探测性能的前提下, 可实现通信信息的稳定传输。     

雷达信号分选新算法研究

介绍了一种基于概率统计和信息流分析提取的改进雷达信号分选算法。主要讨论了这种算法在雷达信号分选中的应用,提出了针对特殊雷达环境的综合分选算法,通过大量实验验证了这种方法的可行性。首先讨论了信号预分选器的方案、数学模型及相关理论,验证了系统的可行性。在实现上,通过硬件电路完成对信号的采样、缓冲和滤波,也实现了其它逻辑电路。软件上通过分选算法的改进,提高了系统的性能。该分选系统可以处理常规信号、参差信号、捷变频信号、抖动信号、捷变频加参差信号、捷变频加抖动信号等多种信号类型。     

基于小波变换的雷达目标回波信号提取算法

随着雷达技术的快速发展,低信噪比(signal-to-noise ratio, SNR)条件下的雷达目标信号提取越来越重要。传统的脉冲压缩算法在低SNR条件下作用不明显。提出了一种新的在低SNR条件下的雷达目标回波信号提取算法。该算法在传统脉冲压缩算法的基础之上,采用小波变换对脉冲压缩后的信号进行分解,提取信号高频信息的小波系数。再用改进的小波变换模极大值算法对信号的高频信息进行去噪,然后重构信号的高频信息,最后再重构完整的雷达目标回波信号。仿真结果表明,该算法能够有效地去除噪声,提取出雷达目标的回波信号,相比于脉冲压缩算法及其他算法性能得到了很大的提升。     

杂波背景下机载雷达信号参数的射频隐身优化

面对对方先进的无源探测系统, 射频(radio frequency, RF)隐身是机载雷达抗干扰的一种重要手段。本文首先分析了杂波条件下机载雷达目标探测的RF隐身目标模型, 然后分别针对地杂波与海杂波背景, 以截获因子作为RF隐身性能评估指标, 分析了基于脉冲对消滤波与恒虚警(constant false alarm rate，CFAR)检测技术的机载雷达RF隐身设计方法, 并建立了相应的机载雷达信号参数RF隐身优化模型。仿真利用遗传算法对模型中的辐射功率、驻留时间与脉冲累积个数等机载雷达信号的关键参数进行求解, 仿真结果表明, 两种杂波背景下的信号参数优化模型均能有效地改善机载雷达的RF隐身性能。     

Pulse-to-pulse periodic signal sorting features and feature extraction in radar emitter pulse sequences

A novel class of periodically changing features hidden in radar pulse sequence environment, named G features, is proposed. Combining fractal theory and Hilbert-Huang transform, the features are extracted using changing characteristics of pulse parameters in radar emitter signals. The features can be applied in modern complex electronic warfare environment to address the issue of signal sorting when radar emitter pulse signal parameters severely or even completely overlap. Experiment results show that the proposed feature class and feature extraction method can discriminate periodically changing pulse sequence signal sorting features from radar pulse signal flow with complex variant features, therefore provide a new methodology for signal sorting.     

基于Hankel矩阵改进TLS-ESPRIT算法的散射中心参数提取及RCS重构

基于几何绕射理论(geometrical theory of diffraction, GTD)的散射中心信号模型可以精确描述隐身目标电磁散射特性,将总体最小二乘-旋转矢量不变技术(total least squares-estimating signal parameter via rotational invariance techniques, TLS-ESPRIT)算法引入此模型中,为散射中心提取提供了超分辨率算法。针对TLS-ESPRIT算法在低信噪比条件下估计精度不高的问题,引入Hankel矩阵改进TLS-ESPRIT算法对回波数据处理的过程,改进后的算法提高了在低信噪比情况下对散射中心参数估计的精度,具有更好的噪声鲁棒性。在对目标的识别以及雷达散射截面(radar cross section, RCS)重构方面具有重要意义。