共查询到18条相似文献,搜索用时 125 毫秒
1.
脉冲重复间隔(pulse repetition interval,PRI)变换及其改进算法是雷达信号分选领域的经典算法之一。在早期的信号环境中,各部雷达信号的PRI值相对接近,传统的改进PRI变换算法能够有效地分选PRI抖动雷达信号,因而得到了广泛的应用。随着信号环境的日益复杂,不同雷达发射的信号其PRI值分布在一个较大的范围内,此时传统算法的分选能力大大减弱。针对上述问题,对传统算法中可变时间起点的改变、PRI箱的选择以及门限的确定三个方面进行改进,提出一种新的PRI变换分选算法。新算法中采用了可变的移动因子、固定的箱分辨率以及合理的门限,在保留原算法优点的同时,能够适应PRI值分布在较大范围内的抖动雷达信号分选问题,并通过模拟仿真验证了算法的有效性。 相似文献
2.
3.
《哈尔滨商业大学学报(自然科学版)》2016,(1)
随着电子对抗技术的发展,雷达的多样化对雷达信号分选设备的功能和性能提出了更高的要求,雷达脉冲信号发生器作为雷达系统的重要组成部分也同样面临着挑战.介绍了几种常见的雷达脉冲信号,并提出了一种基于FPGA的雷达多脉冲信号发生器设计方案.该脉冲发生器可以同时模拟多部非相参雷达脉冲信号,能够给分选设备提供更加真实的信号参数.采用FPGA技术不但能够大大缩短设计周期,便于硬件实现,而且系统的稳定性也比较高.本系统具有运行速度快、实现简单、体积小、成本低等优点,能够很好解决雷达多脉冲信号产生的技术难题. 相似文献
4.
支持向量聚类联合类型熵识别的雷达信号分选方法 总被引:6,自引:2,他引:4
针对复杂环境下传统雷达信号分选处理中由于设定容差难以准确分选的问题,提出一种分层互耦支持向量聚类(SVC)联合类型熵识别的多参数雷达信号分选方法.该方法首先对雷达信号的全脉冲序列进行分层处理,再分别对每个子序列进行SVC聚类,然后引入分层耦合的思想,利用所提取子序列的全部质心,重新进行SVC聚类,将各分层的全脉冲序列中属于同一雷达信号源的子序列连接起来,从而实现对雷达全脉冲序列信号的分选.根据类型熵随信号种类数的增加及信号复杂性的增加而增大的特点,对多参数聚类结果进行类型熵的计算,并将类型熵识别用来辅助信号分选.实验结果表明,对于高脉冲密度环境和复杂的信号形式,提出的方法避免了传统信号分选方法中所面临的容差问题对信号分选的影响,可以实现有效分选. 相似文献
5.
雷达信号分选是现代电子战中的重要环节.为了解决传统算法鲁棒性较差的问题,提出一种基于层次密度聚类和谱间隙的雷达信号分选算法.使用载频和脉宽参数进行层次密度聚类,根据重新定义的簇间距得到赋权邻接矩阵,计算赋权邻接矩阵的拉普拉斯谱间隙,通过k-means聚类的超参数k对信号进行分选.仿真实验结果表明:该文算法的平均分选准确率达0.996 0、平均召回率达0.956 0;相对于密度聚类(density-based spatial clustering of applications with noise,简称DBSCAN)和Meanshift算法,该文算法对杂乱脉冲、漏脉冲及超参数的干扰均有最强的鲁棒性. 相似文献
6.
7.
基于平面变换的雷达脉冲信号分选算法 总被引:2,自引:0,他引:2
通过平面变换技术将雷达脉冲映射成平面矩阵,在分析周期信号在平面矩阵中重复特性的基础上,提出了一种周期性雷达信号分选的新方法--矩阵匹配法.针对以前搜索算法门限确定困难以及当信号密集且周期性信号数最较少时无法分选的缺点,该算法采用通过检索相似度序列的方法,实现自动分析最小显示周期并完成分选工作.仿真表明陔方法对周期信号具有很高的分选准确度,对PRI随机抖动雷达也具有一定分选能力.该算法检索速度快、计算简单且易于实现,具有广泛的工程应用前景. 相似文献
8.
针对复杂电磁环境下雷达信号快速聚类分选问题,提出了一种采用变精度粗糙集改进的基于相邻脉冲相似性的快速聚类分选方法。原有方法计算相似度时加权矩阵由专家给定或由经验而定,未考虑到雷达辐射源属性,造成聚类分选结果准确率不高。改进方法利用变精度粗糙集获取雷达辐射源各属性特征参数的权重,由其权重构成最优特征加权矩阵,进而计算相似度,然后基于相邻脉冲相似性对雷达信号进行快速聚类分选。仿真表明,改进方法相比原有方法保持了快速分选的能力,并且将聚类分选准确率提高了5.93%,是一种解决复杂环境下雷达信号快速聚类分选的新方法。 相似文献
9.
一种基于DSP和FPGA的雷达信号分选电路设计 总被引:1,自引:0,他引:1
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。 相似文献
10.
《哈尔滨商业大学学报(自然科学版)》2017,(5)
在电子对抗中,信号往往复杂多变,对雷达信号的分选提出了新的要求.要准确地确定主辐射源,确定干扰手段,就要从一连串脉冲流中分选出来自同辐射源的脉冲序列.为了分选时域上不同特征的雷达信号——常规信号、抖动信号以及参差信号——先后对PRI变换法、改进了的PRI变换法以及SDIF法这三种分选算法进行了研究,并对这些算法在不同参数上分别用Matlab进行了仿真,实验表明PRI变换法能检测常规信号,但不能检测抖动雷达信号以及参差雷达信号的子周期;改进后的PRI变换法可以检测10%以内的抖动信号;而SDIF算法不仅能检测出常规信号和参差信号,而且运算量较小,达到了分选常见雷达信号的目的. 相似文献
11.
高密度信号重频分选的若干问题研究 总被引:5,自引:0,他引:5
如何在复杂的电磁环境中进行的信号分选,是电子对抗中要解决的首要问题,本文就雷达信号的重频分选问题进行了一些探讨,包括算法特点与应用中的一些问题的解决。 相似文献
12.
针对雷达辐射源信号参数严重混叠、聚类数目未知等问题,提出一种基于入侵性杂草优化模糊聚类的智能算法,该算法无需事先设定聚类数目,而是在整个数据集的属性空间内并行搜寻最佳的聚类数目和聚类中心,具有结构简单、鲁棒性好的特点。将此方法应用到雷达信号的分选当中,并与传统的K均值算法及AP聚类算法进行对比,实验结果验证了该算法的有效性。 相似文献
13.
多雷达协同组网进行目标探测识别时,受复杂战场环境影响,获取的数据富含大量杂波和不确定信息,传统雷达点迹识别算法在处理此类数据时具有一定局限。为此,文章提出了基于自适应置信分类网络的雷达点迹识别算法。构建置信分类网络,获取各轮迭代下雷达点迹隶属目标、杂波和不确定的置信度。然后基于点迹的空间分布特性构造决策证据并进行修正融合。融合结果促使点迹类别更新,更新点迹则再次驱动置信分类网络训练学习。如此迭代优化,直至所有雷达点迹类别标签不再更新。实测雷达点迹验证实验显示,与传统典型雷达点迹识别算法相比,新算法可有效提升点迹识别正确率。此外对训练样本依赖较小,便于推广应用。 相似文献
14.
15.
16.
针对α稳定分布噪声环境下的时延估计问题,对最大似然加权估计法进行改进,给出了三种高效实用的新算法。首先,以分数低阶统计量为基础,提出了一种基于分数低阶统计量的最大似然时延估计算法(FLO-ML算法);其次,通过函数变换,提出了两种不依赖于分数低阶统计量的新算法(Log-ML算法和UDE-ML算法);进一步,本文还详细讨论了三种新算法的适用范围及计算复杂度。仿真分析表明,三种新算法均能在分数低阶α稳定分布噪声环境下实现准确的时延估计,其性能优于同类算法,同时三种新算法都能在传统高斯噪声环境下保持良好的稳健性。 相似文献
17.
机动目标跟踪是雷达应用系统的一个重要组成部分,在机动目标跟踪中,目标的跟踪精度作为一项能够反映跟踪算法好坏的指标,是大部分人所关注的重点内容.通过对四种传统的Alpha-Beta滤波算法进行精度分析和比较,总结出四种算法的滤波特点,根据这些特点,改进得出了一种自适应Alpha-Beta滤波算法.该算法相对于传统的Alpha-Beta滤波算法来说,整体滤波效果是最优的,精度也是整体最高的. 相似文献
18.
在具有循环平稳特性的信号环境中, 传统DOA(Direction Of Arrival)估计算法精度很差,甚至失效。为此,将Cyclic-Music算法运用在MIMO(Moltiple Inpat and Multiple Output)雷达系统中,利用循环统计量理论计算接收信号间的循环相关函数,基于此构造循环互相关矩阵,并对其进行奇异值分解和谱峰搜索,从而得到信号的波达方向角。理论推导和仿真结果均表明,该方法可以有效估计具有循环平稳特性的人工信号波达方向,从有效性和精度两个方面改善了MIMO雷达的估计性能。 相似文献