基于先验信息库的多源混合信号快速识别模型

先验信息库识别是雷达信号分选的前置环节,可以有效提高前端处理效率并指导未知信号分选识别。随着复杂体制雷达大规模应用,信号参数空间严重交叠,传统处理方法面临严峻考验。该文提出一种结合传统脉冲描述字、瞬时频率特征及模糊函数主脊切面特征的先验信息库构建方法,首先,对信号进行多维度表征,然后,使用相像系数度量特征间相似性,最后,利用具备有效性评价的核模糊聚类算法对未知信号进行自动聚类。实验结果表明,所提方法可在传统方法几乎失效的情况下有效稀疏多源混合雷达信号,准确过滤未知信号,并为未知信号分选提供指导。     

基于注意力机制的雷达信号分选算法

针对传统雷达信号电子侦察先分选、再融合、后识别的流程繁琐且低效,本文提出直接对疑似敌方雷达的某个脉冲构建单脉冲特征矩阵,基于注意力机制与卷积神经网络(CNN)对其进行高相关脉冲的挑选和脉间调制类型识别.对挑选的高相关脉冲和识别的脉间调制类型结果进行分析,提取出脉冲间特征以及脉冲特征的相对关系,进一步完成后续分选操作.注...     

基于信号“指纹”特征的雷达辐射源识别

在电子对抗领域,正确识别雷达脉冲信号是电子对抗侦察的重点也是难点。针对雷达脉冲信号具有很好的稳定性、普遍性和唯一性的包络上升沿特征("指纹"),通过使用宽带数字接收、信号分选与跟踪、数字正交混频等技术即时提取包络上升沿波形,并计算与"指纹"模板的Hausdorff距离,达到识别并匹配雷达辐射源的目的。在操作过程中,通过分析实际现象对Hausdorff距离的计算时机以及应用方式做出了正确的修改。通过大量实验验证了所提方法可以有效地识别出信号所对应的雷达辐射源个体。     

基于联合概率关联的雷达信号分选方法

信号分选是电子侦察的重要组成部分,在愈发复杂的电磁环境中变得尤为重要。文中提出一种基于联合概率数据关联的雷达信号分选方法,该方法在信号处理的过程中将雷达参数从测量域转换到概率域,将脉冲描述字与聚类中心的距离转换为关联概率,通过关联概率来对落入关联门限内的雷达参数分别进行更新,对参数相近或交叠的雷达信号能达到良好的分选效果。文中设置12部雷达信号,分别有脉冲重复间隔(PRI)固定(常规)、PRI抖动、PRI参差、捷变频雷达,其中脉宽、到达角有参数相同的雷达,载频有参数相近的雷达,仿真结果表明,对文中设置参数,平均正确匹配率为94%。     

基于时域模糊决策融合的雷达工作模式识别方法

在雷达工作模式识别中,侦察设备对雷达信号参数的测量误差严重影响了识别效果,针对这一问题文中提出时域模糊决策融合(TFDF)的雷达工作模式识别方法。首先分析了雷达脉冲组特征,在脉冲组层次提取雷达信号的脉冲组描述字(PGDW);然后基于联合隶属度函数改进传统的神经网络硬判决方式,实现雷达信号识别的模糊决策;最后运用DS证据理论将多个时刻的模糊决策融合,从而完成雷达工作模式的最终识别。基于时域模糊决策融合的识别方法可以有效改善参数测量误差对工作模式识别效果的影响。仿真结果以及对比实验表明,文中所提算法具有更好的抗噪性能,在雷达信号的参数测量误差为15%时仍具有90%以上的识别率。     

一种基于DSP和FPGA的雷达信号分选电路设计

设计了一种基于DSP和FPGA的雷达信号分选电路,对密集的雷达信号进行分选识别。系统利用FPGA采集信号的特征参数以及对参数进行预处理;采用了累积差值直方图算法,根据信号脉冲宽度对数据分组,多片DSP协同处理实现信号分选。工程实践表明:该电路对常规雷达信号分选效果良好,处理速度快,系统可靠性好。     

一种低信噪比下基于时频原子的复杂调制雷达信号分选方法

复杂调制的多种雷达辐射源信号在低信噪比环境下,具有复杂度高、识别效率低的特点.提出一种基于改进的Chirplet时频原子特征的雷达信号识别分选方法.首先分析多种调制方式的雷达信号,然后分析PSO智能优化算法在参数搜选中的原理和优势,并用该算法对时频原子提取过程进行改进,之后提出PSO算法与时频原子概念结合的方法,利用类区分度准则提取信号特征,得到LPI雷达信号的有效表征原子.最后通过仿真实验证明该方法对于3 dB以上多种调制方式的雷达信号,可快速地完成有效识别分选.     

基于神经网络的多功能雷达行为辨识方法

针对多功能雷达行为状态复杂多变、难以识别的问题,构建了多功能雷达行为数据集,提出了一种基于神经网络的雷达行为辨识方法。首先对数据进行预处理,提取多功能雷达的参数特征与行为状态特征,并建立两者间的映射关系。然后通过基于贝叶斯准则的变化点检测算法对原始雷达信号脉冲序列进行分割,补齐有缺失的特征参数,构造完整的可用于训练的脉冲数组样本。最后通过数据推理丰富数据库,为数据驱动的智能识别方法提供可靠的数据准备,增强神经网络的泛化能力。针对处理后的雷达行为数据集的特点,设计BP神经网络进行训练与测试。仿真实验结果表明:训练完成的网络模型在识别过程中一定程度上克服了噪声变量等干扰的影响,正确率可以达到89%。     

基于重要性评分的多级随机森林网络语音情感识别

在源数据不充分或不平衡的情况下,深度学习方法在小样本集上难以取得令人满意的语音情感识别效果。因此,本研究构造了一种三层随机森林情感识别网络,在每一层都单独剥离易于区分的情感类别,并通过重要性评分方法,为每一层网络都构造一个识别特定类别的特征集,该特征集的每一个特征都依据贡献度大小得到赋权,以确保对分类贡献越多的特征因子对结果影响越大。本研究构建的多级情感识别网络,在小样本集语音情感识别的整体识别率上,较单层随机森林网络和支持向量机分别提高了5%和7%,较流行的深度学习方法卷积神经网络提高了12%。实验结果和理论分析表明:基于重要性评分的多级随机森林网络相较于其他方法,在源数据样本量较少和部分不平衡的情况下,有更高的识别准确率,具有语音情感识别方向的实际应用意义。     

基于改进重频跟踪器的雷达信号分选方法研究

提出了一种基于脉冲重复周期（PRI）跟踪器的已知雷达信号分选方案,介绍了已知雷达信号分选电路的组成部分。详细阐述了滤波电路、跟踪器首脉冲捕获电路和重频跟踪电路的实现方法。在FPGA上采用多路重频跟踪器实现多路信号并行分选。全硬件跟踪分选已知雷达信号,实现了密集信号环境下已知雷达信号的实时分选,提高了可靠性、灵活性。提高了电子对抗设备的信号分选和处理能力。     

微波接收前端高功率微波效应实验研究

高功率微波可通过雷达、电子战装备的天线进入装备内部,这种方式耦合能力强、峰值幅度大,容易造成装备电磁干扰或损伤.因此,有必要开展高功率微波对电子设备的作用效应和防护研究.针对设备级高功率微波效应研究较少的现状,以某X波段微波接收前端为对象,采用注入法开展高功率微波损伤效应实验,获取了效应现象和数据.结果显示,无限幅器保护时,注入微波的峰值功率达到48.8 dBm,单个脉冲就能损伤微波接收前端的低噪声放大器;采用限幅器防护后,注入微波的峰值功率需增加到60.7 dBm,脉冲数增加到100个才能实现微波接收前端的损伤.实验表明,能量沉积是进行损伤的必要条件,通过高峰值功率短脉冲或长脉宽脉冲串,高功率微波都可以对电子设备中的敏感器件造成损伤,综合运用峰值功率、脉宽和脉冲数等参数可增强高功率微波作用效应.在此基础上,还分析了典型参数高功率微波武器对电子设备的作用距离、作用规律,可为武器装备高功率微波效应评估和防护设计提供参考.     

基于地理网格和灰色关联的目标数据融合

提出了地理网格新概念、编码及其与地理坐标之间的转化,将同一目标在地理网格上的多个雷达信息,用灰色关联的方法进行融合,减小了干扰和随机因素引起的测量误差,使目标信息更统一、精确,同时从数据处理的角度提高了雷达的抗干扰能力,并通过实例验证了本方法的可行性和有效性。     

一种基于动态更新神经网络的无监督雷达退化故障预测方法

为了克服传统雷达故障检测方法对专家经验依赖性强、耗费大量人力物力、容易造成过度检修、无法对退化故障进行提前告警等缺点，提出了一种基于动态更新神经网络的无监督雷达退化故障预测方法。首先通过微波测量设备采集峰值功率和工作频率历史数据，其次利用动态更新神经网络对历史数据进行动态更新并预测后续数据，最后采用孤立森林方法对预测数据进行无监督故障检测，以此实现雷达退化故障预测并提前告警。结果表明，本文提出的方法可至少提前10个时间步(100 min)预测退化故障并实时告警，能够在小样本、无故障样本、无特征提取、无人工阈值的情况下实现雷达退化故障预测。     

一种非合作照射源的无源雷达目标检测方法

利用无源雷达来对目标检测是目前电子对抗研究的一个热点。文章给出了以调频广播信号为非合作照射源来进行目标探测的数学模型;提出了一种先对回波信号进行多普勒补偿后再进行相干积累的方法。通过对该雷达采集的实际回波数据进行仿真,表明该方法不仅具有很好的目标检测性能,而且实时性较强,为工程上实现提供了技术支持。     

改善正侧视机载PD雷达检测低径向速度目标性能研究

对低径向速度目标的检测能力是衡量机载脉冲多普勒雷达性能的一项重要指标.文章在分析正侧视机载脉冲多普勒雷达杂波特点的基础上,提出了一种改进的脉冲多普勒处理方法,用于改善对低径向速度目标的检测.通过对实测数据的处理,结果表明该方法取得了较好的效果.     

基于MapReduce的合成孔径雷达后向投影快速成像方法

针对雷达大场景高分辨率高精度快速成像的应用需求,提出一种基于MapReduce的合成孔径雷达后向投影快速成像方法,将方位向成像任务划分成若干个成像单元,进行分布式并行化方位向成像计算,最后将所有成像单元的计算结果进行相参累加。该方法对每个脉冲数据标上天线阵元的位置信息,使得各个脉冲数据可以并行补偿相位;采用相等脉冲数划分成一个数据块的方式提高计算效率和实现负载均衡;设置Combiner函数对成像单元内的计算结果进行提前聚合,解决后期聚合时间较长的问题。实验验证了该方法的有效性,在保证成像准确的前提下,该方法的方位向成像在4台物理计算机搭建的分布式计算平台中进行,其计算速度是单机计算的后向投影方位向成像方法的3.7倍,可见该方法可以实现合成孔径雷达大场景高分辨率高精度快速成像。     

基于相控阵雷达组网的多传感器管理算法

信息化条件下的防空作战,建立一体的探测预警网络是夺取信息优势的技术保证,而实现传感器资源科学合理的分配则是提高防空探测预警网络信息获取效率的重要手段。为了充分发挥防空探测预警网络的功能及性能,必须在环境条件容许的情况下,对相控阵雷达组网有限的传感器资源进行科学合理的分配,提高探测预警网络的整体效能,进而提高防空作战效能。针对相控阵雷达组网的多传感器资源管理优化问题,介绍了相控阵雷达的特性和组网的意义,提出了基于相控阵雷达组网的相对熵多传感器管理算法。该算法通过计算传感器对目标的相对熵不确定性,获得每个传感器对每个目标最大的信息量,以此作为代价函数,进行多传感器对多目标的优化分配,仿真结果表明该算法的有效性。