P3/P4多相码雷达信号检测与参数估计研究

针对P3/P4多相编码雷达信号的检测和参数估计问题,提出了一种基于积分二次相位函数和分数阶傅里叶变换联合分析的处理方法。该方法首先利用此类多相编码信号的二次相位函数在时间—调频率平面为一条平行于时间轴直线的特点,由积分二次相位函数获得信号总能量,通过检测峰值得到信号调频率的估计值;然后采用分数阶傅里叶变换估计载频、带宽、周期等;最后通过仿真分析了检测性能和参数估计性能,仿真结果表明该方法计算量小,并且由于没有交叉干扰项,使得参数估计精度有所提高。     

基于短时分数阶傅里叶变换的非线性调频类信号检测

在复杂的电磁环境下,低截获概率(low probability of intercept,LPI)机载雷达能够有效地降低无源探测系统对作战飞机的作用距离及跟踪制导精度,从而能够有效地提高作战飞机的突防能力和生存能力。低截获概率机载雷达多使用宽带调制信号,通过使用信号的能量在频域上展开,从而降低雷达辐射信号被敌方截获接收机截获的概率。低截获概率机载雷达信号中最常见的是线性调频类信号(包括线性调频信号和相位编码信号)和非线性调频类信号(包括Costas码信号和Barker码信号)。本文通过分析非线性调频类信号中的Costas码和Barker码信号的固有特征,采用短时分数阶傅里叶变换,探讨截获接收机对非线性调频类信号的检测方法。由于Costas码和Barker码信号分段可视为近似线性调频信号,而分数阶傅里叶变化是最适于线性调频信号检测的时频变换方法,所以本文利用短时分数阶傅里叶变换对非线性调频类信号的每个调频持续时间内的信号能量进行聚焦,从而对信号进行能量检测。由于常见的时频分析方法,如Choi-Williams时频分析,有对信号进行时频变化后信号能量不能集中的缺陷,所以短时分数阶傅里叶变换较Choi-Williams时频分析方法更有利于对非线性调频类信号进行能量聚集,从而有利于进行信号检测。仿真分析表明截获接收机对不同的非线性调频类信号具有不同的检测性能。     

基于分数阶傅里叶变换和循环谱的雷达信号调制方式识别

针对低信噪比条件下雷达信号脉内调制方式识别算法识别率低的问题,提出了一种基于分数阶傅里叶变换(FRFT)和循环谱的雷达信号识别方法。通过分数阶傅里叶变换搜索出最大峰值对应的分数阶,把信号粗分为非调频信号和调频信号2大类。对于非调频信号,利用信号的谱峰特征和频谱复杂度以及循环谱特征,对二频编码信号、常规雷达信号、二相编码信号和四相编码信号进行分类识别;对于调频信号,利用自相关得到功率谱特征实现线性调频信号与非线性调频信号的细分类。经实验验证,本文提出的方法在信噪比大于2 dB时,总体识别率达到90%以上。     

卫星混合载波混沌相位扰码安全传输方案

针对卫星通信信号在传输过程中易被截获的问题,提出一种混合载波混沌相位扰码(HCLogistic)传输方案。首先将信号源在基带上进行QPSK映射,映射所得信号经过加权类分数阶傅里叶变换处理后,再将该信号与Logistic映射产生的混沌相位扰码结合,得到最终的基带加密信号;最后将信号经数模转换和上变频过程后送入卫星信道。仿真结果表明,信号经HC-Logistic方案加密,星座图的特征难以识别,且由于Logistic映射具有初值敏感性,截获该方案所需的计算代价是传统加权类分数阶傅里叶变换的10~(20)倍。     

分数阶傅里叶变换的数值实现

信号及其傅里叶变换可以分别反映信号在时频两域内的信息。傅里叶变换是一种常用的数学工具，在数学、物理及工程技术领域都得到了十分广泛的应用。介绍了一种崭新的信号分析工具——分数阶傅里叶变换，并用经典的傅里叶变换的观点对分数阶傅里叶变换进行了解释。对于分数阶傅里叶变换的实现，因一般情况下分数阶傅里叶变换给不出解析表达式，故分数阶傅里叶变换的数值算法的研究是十分重要的。给出了分数阶傅里叶变换的较准确的数值计算方法。利用此方法对被线性调频函数污染混叠的高斯信号进行了滤波分离。     

一种基于FRFT的低截获信号识别算法

针对低截获概率雷达信号的调制识别问题,提出了一种新的调制类型识别算法,完成了LFM、BPSK、2FSK、Frank/P1/P2/P3/P4码8种低截获信号的识别分类。首先,根据有无调频斜率,利用FRFT完成低截获信号的预分类;然后,综合利用分数阶域主副脊线、相位差分以及功率谱估计完成信号的自动分类识别。给出了分类识别算法的流程图及具体步骤。最后通过仿真实验,表明该算法具有很好的识别效果,证明了该方法的有效性和可行性。     

一种多分量线性调频信号参数估计方法

为解决目前传统方法在低信噪比时对多分量线性调频信号参数估计不理想的问题,提出一种新的参数估计算法.该算法将分数阶傅里叶变换和小波变换很好地结合起来,对经过分数阶傅里叶变换后的信号用小波进行滤波,并最终估计信号参数.仿真结果验证了该算法的有效性,可适用于低信噪比环境.     

基于分数阶傅里叶变换步态特征提取

针对短时傅里叶变换等时频分析方法不能提取由腿部和手臂运动产生的细致微多普勒特征这一问题,提出了采用分数阶傅里叶变换的雷达步态信号分析方法.在短时傅里叶分析的基础上,应用分数阶傅里叶变换对步态回波信号进行处理,由实测步态数据生成分数阶傅里叶变换谱图并进行了详细分析.结果表明,通过分数阶傅里叶变换可以从步态数据中提取出手臂、腿部摆动的细致微多普勒特征.     

基于跳频的改进加权分数阶傅里叶变换

为提高4项加权分数阶傅里叶变换(WFRFT)的安全性能,提出了一种基于跳频的改进加权分数阶傅里叶变换.通过子载波跳频的方法打乱传统WFRFT中离散傅里叶变换(DFT)矩阵列的顺序,从而使加权傅里叶变换矩阵的周期以及加权系数的周期在跳频序列的影响下呈现多样性,提高其抗截获的性能.仿真结果表明:改进后的FH-WFRFT能够在参数信息被窃听方获取的情况下保护传输信息的安全,相比传统的WFRFT具有更好的抗截获性能.     

基于分数阶傅里叶变换的宽带LFM信号波达方向估计新算法

提出一种新的基于分数阶傅里叶变换和信号子空间分解的宽带线性调频(LFM)信号波达方向(DOA)估计算法.该方法利用LFM信号在分数阶傅里叶变换域的极高的聚集性,在分数阶傅里叶变换域分离信号,并构造分数阶傅里叶变换域的阵列信号相关矩阵.通过对相关矩阵进行特征值分解,估计信号子空间和噪声子空间,并利用MUSIC算法估计宽带LFM信号的波达方向.仿真验证了新方法的有效性.     

栈式降噪自编码器在辐射源信号识别中的应用

针对传统辐射源信号识别方法在低信噪比条件下提取特征困难且识别率低的问题,提出了一种基于短时傅里叶(STFT)变换和栈式降噪自编码器(sDAE)的识别系统。首先对雷达辐射源信号进行短时傅里叶变化,然后对时频图像进行一系列预处理,将处理后的图像输入到栈式降噪自编码器中,将提取的特征输入到softmax分类器中,完成分类识别。通过仿真表明:该系统在SNR=-10dB的时候,识别率能够达到80%以上,在低信噪比的情况下,识别效果明显优于传统识别方法。     

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.     

复杂体制雷达辐射源信号时频原子特征提取方法

针对复杂体制雷达辐射源信号调制类型识别问题,提出一种新的辐射源信号脉内时频原子特征提取方法(TFAD).该方法首先利用稀疏分解原理和改进差分进化算法将辐射源信号在Ga-bor和Chirplet时频原子库中进行分解,然后利用分解后的首原子能量和Gabor原子中心频率参数分别提取出2个相似比特征和1个频率方差特征作为辐射源信号脉内调制类型的分类特征,最后通过构造有向循环图支持向量机分类器实现雷达辐射源信号的分类识别.与计算复杂度至少为O(nlogn)的分形方法相比,TFAD方法只有O(n)的计算复杂度.采用不同信噪比和多种调制参数的5种辐射源信号进行大量仿真实验,结果表明TFAD方法可获得98.3%的平均正确识别率.     

基于DDS的LFM信号发生器的FPGA设计

直接数字频率合成技术DDS,在现代雷达信号波形产生中具有重要的地位。文章主要介绍了基于FPGA的DDS设计的基本原理、电路结构和设计优化方法;利用Altera公司Cyclone系列芯片采用线性插值法进行设计实现与仿真,并且很方便地实现线性调频信号(LFM)的产生;它具有较高的频率分辨率、频率转换速度快以及相位噪声低等优点。     

快速高精度BPSK信号载波相位同步算法

提出了一种离散Fourier变换(DFT)和数字锁相环(DPLL)联合的二相相移键控(BPSK)信号载波相位同步算法.该算法采用平方运算和DFT对BPSK信号进行频率粗估计,通过设计数字锁相环快捕带宽,保证频率粗估计作初始频点的数字锁相环直接工作在快捕状态.数字锁相环经过约1个频率周期锁定,提供满足解调性能的精确同步载波信号.仿真表明,算法满足快速高精度载波同步要求,且避免了传统的锁频和锁相环联合算法锁定时间过长的问题.采用全数字结构,算法易于数字信号处理器(DSP)等数字芯片实现.     

无线电监测中调制信号特征提取算法

针对传统调制信号特征提取算法在噪声环境下存在识别准确度低、分类效果差等问题,基于已有的调制 信号处理方法,提出一种新的无线电监测中调制信号特征提取算法。首先构建无线电监测中各类调制信号的 数学模型,以此为基础通过仿真得到信号瞬时幅值、瞬时相位及瞬时频率的特征。分析当前信号调制方式识别 各类算法的优缺点,采用小波变换完成调制信号的降噪处理与突变边界特征提取算法的设计,利用零中心归一 化瞬时幅度的谱密度最大特征提取算法以及核判别分析算法对各类调制信号进行逐层提取,实现了各类调制 信号的完整分类与提取,提升了噪声环境影响下的特征信号提取精度、且分类效果较好,为无线电监测中调制 信号特征提取提供了有利科学依据。     

一种低信噪比下LFM信号参数快速估计算法

为了对线性调频(LFM)信号参数进行快速、准确的估计,提出了一种新算法.该算法根据LFM信号当能量一定时在相同时宽范围内频谱幅度平方与调频斜率成反比的特点,通过对若干组快速傅里叶变换(FFT)结果进行模值选大,同时给出了起始频率和调频斜率的估计.仿真结果表明,通过合理设置算法参数,算法可以用于信噪比低至-38dB的LFM信号的参数估计.     

基于模糊函数主脊切片和深度置信网络的雷达辐射源信号识别

雷达辐射源信号识别是电子侦察系统的关键组成部分,为了提高低信噪比条件下对低截获概率雷达信号识别的准确率,提出了一种基于模糊函数主脊切片(MRSAF)与深度置信网络(DBN)的雷达辐射源信号识别方法。首先对雷达信号进行奇异值分解(SVD)进行降噪预处理,求解雷达信号的模糊函数并提取其主脊切片包络,采用奇异值分解方法降低噪声对主脊切片包络的影响,然后建立基于受限波尔兹曼机的DBN模型并运用标签数据有监督微调模型参数完成训练,最后基于该算法模型实现辐射源信号的分类和识别。仿真结果表明:该方法在低信噪比条件下也有较高的识别率,信噪比高于-4dB时,识别率可以达到90%以上,验证了本算法的有效性和应用价值。