基于改进扩展关联法的雷达辐射源信号分选算法

针对传统扩展关联分选法在分选时效率低、对复杂调制PRI信号分选性能差的问题,提出了一种基于扩展关联分选的改进算法。基于脉冲位置相关性建立对应三维向量矩阵,提高提取准PRI的准确性,同时提出"分步逐级"的策略,从而确保复杂调制PRI信号的分选性能。仿真结果表明该算法具有可行性,分选性能相较于传统基于PRI分选的方法有很大的提高。     

基于直方图和脉冲关联的抖动信号分选算法

针对传统抖动信号分选算法在当前高密度信号环境下进行分选时,存在实时性差、分选精度低的问题,提出了一种基于直方图和脉冲关联的抖动信号分选算法。该算法首先通过直方图得到PRI(脉冲重复间隔)的统计值;然后利用累积判别判断是否进行下一级累积,对于不需要再进行累积的利用联通加权策略求得该PRI值;最后通过脉冲关联算法来抽取出该抖动信号的脉冲序列。仿真结果表明,利用该方法分选脉冲丢失2%、干扰脉冲占10%的抖动脉冲序列的平均准确率在90%左右,平均漏选率低于9.8%,并且具备较好的实时性。     

一种基于TOA测量的位置信息场定位算法

针对传统的仅测脉冲到达时间(TOA)定位方法不能适应复杂体制雷达信号的问题,提出了一种新的基于TOA测量的位置信息场定位算法。首先由主站自提取辐射源的脉冲样本图,副站利用主站自提取的脉冲样本图匹配分选出该站接收的辐射源脉冲列,并将其对应的TOA数据传回主站,而后由主站基于各站的TOA测量构造目标位置信息场函数,通过网格搜索法实现对辐射源位置的估计。仿真结果验证了该方法的有效性。     

一种基于关联脉冲对的动态直方图分选算法

针对现有分选算法在复杂电磁环境下准确性与效率降低的问题,提出了一种基于关联脉冲对的动态直方图分选方法。该方法首先对到达时间差进行固定箱长统计,将高于检测门限的相邻箱进行合并,得到动态直方图统计结果,估计出潜在PRI(pulse repetition interval)。对潜在PRI对应的关联脉冲对进行分析,剔除虚假PRI并估计出真实PRI的抖动量。最后,再依据PRI参数完成脉冲序列搜索,实现对雷达信号的分选。仿真实验表明,该方法在较低的到达时间差级数条件下,对多部复杂PRI调制信号的分选准确率达到95%,能够对复杂电磁环境下的雷达信号进行有效分选。     

一种新的雷达辐射源分选算法

未知信号分选是当今信息战中一项重要技术.基于相像系数的分选可以根据信号重频的调制方式不同将信号进行分类,而PRI(pulse repeat interval)变换法作为一种经典的依据到达时间进行分选的算法具有其独特的优势,但这2种方法都有各自的缺陷.采用将相像系数和PRI变换相结合的算法,首先计算雷达脉冲信号的频谱与矩形信号和三角信号的相像系数,随后依据相像系数采用模糊C均值法对信号进行聚类,最后依据PRI对聚类后的信号进行分选.模拟仿真验证了方法的有效性.     

对ELINT系统基于信号PRI参数分选的干扰技术

ELINT通过测量信号的PDW(脉冲描述字)来获取雷达情报,而PDW中最为重要的参数是脉冲到达时间(TOA),因此,研究对ELINT系统信号分选的干扰技术,就应当从影响分选的多维参数出发,重点研究脉冲重复周期PRI对分选效果的影响。通过分析PRI的不同工作模式特点,参考ELINT系统信号分选准则,设计相应的干扰信号以影响ELINT系统的参数测量和分选,进一步影响其对己方雷达技术体制的判断,并通过仿真验证了干扰效果。     

基于合成特征参数和脉冲样本图的雷达信号分选

雷达脉冲信号的分选是电子战争中的研究热点,同时也是难点问题.针对雷达所截获的辐射源脉冲提出了一种基于合成特征参数值(CCP)的脉冲样本图分选算法.算法利用全脉冲数据的特征参数,根据每一个特征参数的差异性对特征参数值进行编号,通过编号值可以得到依据该特征参数值对脉冲的分类个数,进而计算出单一特征值的加权系数.通过加权系数对每一个特征参数的加权得到合成的特征参数,然后结合每一类信号的脉冲到达时间,提出了脉冲样本图匹配分选的新算法.与传统的PRI分选相比,脉冲样本图分选具有较小的运算量,计算机仿真试验表明该算法能够实现对信号的分选.     

一种小样本数脉冲信号的样本子图分选算法

针对交错的雷达脉冲信号中,辐射源脉冲样本数较少而无法统计脉间参数规律实现脉冲提取的问题,提出了一种基于自提取样本子图的全脉冲匹配分选算法。该算法利用全脉冲移位匹配搜索自相关函数极大峰值,序贯提取辐射源时间维样本子图,同时筛选出匹配脉冲,无需对脉冲特征参数做统计分析,因此,可实现小样本数雷达信号的脉冲提取。仿真实验表明在有脉冲漏失的信号环境中,算法处理样本数充足情况下的脉冲信号与传统多参数统计方法性能相当,而且能提取出小样本数的脉冲信号。     

频域法在雷达信号PRI特征分析中的应用

由于雷达信号PRI参数是由其脉冲到达时间TOA导出的,所以分析PRI特性可以转化到对TOA的频域特性分析上去;频域法在对雷达信号PRI特征进行分析时不存在一般直方图法中的宽度设置等问题,再加上其自身的特点使得这种方法在理论分析和实际应用中均具有很大优势.最后通过仿真实例验证了此法的正确性和有效性,并对各种不同情况下的效果进行了分析.     

基于改进SDIF算法的雷达脉冲信号分选技术研究

基于电子对抗等非协作电子环境,针对抖动脉冲重复周期(Pulse Repetition Interval,PRI)信号,在SDIF的基础上提出了一种改进的算法。该方法主要从潜在PRI的估计和序列检索方法入手,提出了一种潜在PRI估计值的筛选方法和一种新的序列检索方法,有效提高了雷达脉冲信号的分选准确率,并降低了整个分选过程的计算量。仿真结果验证了该方法的有效性。     

一种基于PRI变化规律的雷达辐射源识别方法

针对相控阵雷达中某些具有复杂PRI调制样式的工作模式难以准确识别的问题,提出一种通过提取PRI序列变化规律来进行辐射源识别的方法。该方法借鉴了脉冲样本图的模型以及生物信息学中基因序列比对的动态规划思想,较好地解决了某些复杂PRI调制样式不好描述,以及相控阵雷达中一个完整工作模式包含脉冲序列长度太短,以致很难通过统计的方法对其进行准确识别的问题。仿真结果表明该算法的有效性,而且在存在脉冲丢失和干扰脉冲的情况下具有稳健性。     

基于PRI的参差雷达脉冲列分选方法

针对参差雷达脉冲信号分选这一信号分选领域的难题,在分析扩展关联法基本原理的基础上,建立了以脉冲到达时间和脉冲列重复周期为变量的函数.通过检测函数峰值位置,提取出不同重复周期的脉冲列和各脉冲到达时间,利用脉冲到达时间进行脉冲抽取,实现了交迭脉冲列分选.仿真结果表明该算法对固定、参差重复周期脉冲列都有较好的分选效果.     

基于TOA差值矩阵的雷达脉冲序列PRI识别方法

针对雷达脉冲序列的主要特点,利用TOA(脉冲到达时间)差值矩阵探索PRI(脉冲重复间隔)的识别问题.设计了一种新方法,首先由TOA序列求出TOA差值矩阵,再求出TOA差值矩阵的逆矩阵,分析TOA差值矩阵逆矩阵的特殊结构,得到PRI的识别结果.通过研究重频固定、脉冲丢失和重频参差三种情况下的PRI识别问题,说明了该方法用于雷达脉冲序列PRI识别的可行性.     

随机PRI雷达的多普勒频率特性及相参处理

针对随机PRI雷达目标回波信号的脉冲多普勒频率特性,首先对随机PRI雷达非均匀采样频谱的周期性进行了分析,然后重点推导了随机PRI雷达最大不模糊频率的数学表达式;并进一步就该多普勒频率特性对随机PRI雷达相参处理带来的影响进行了讨论;最后,针对随机PRI雷达的相参处理问题,提出了一种基于IAA算法的随机PRI雷达MTD处理方法,该方法具有无多普勒模糊、低副瓣泄漏的特点。仿真实验验证了关于随机PRI雷达多普勒频率特性分析的正确性和基于IAA算法的随机PRI雷达MTD处理方法的有效性。     

一种基于时差和多参数信息的加权联合分选算法

针对复杂环境信号分选,提出一种基于时差和多参数信息的加权联合分选算法。在主侦察设备序列中确认基准信号,通过基准信号与从侦察设备序列多参数匹配确定包含时差和多参数的基准向量,根据基准向量搜索主侦察设备中满足多参数信息加权的序列,逐一与从侦察设备序列满足基准向量的序列进行匹配,最后对匹配成功的序列进行分析得到雷达参数,实现信号分选。实验表明在信号丢失严重和存在干扰脉冲的情况下能够分选出雷达信号,提高雷达分选成功率,降低漏警率。     

一种新的重频调制类型自动化识别方法

针对雷达重频调制类型模式识别中存在的问题,提出了一种可以自动化识别PRI调制类型的算法,易于工程化实现。该算法通过对脉冲序列提取特征向量完成调制类型的识别,并给出特征参数的描述。实验仿真和实际应用均表明该方法正确识别率高,可有效地识别PRI调制类型并输出特征参数。     

多功能雷达建模中的雷达字提取技术研究

雷达字为有限数目脉冲的固定排列,能够反映多功能雷达的工作状态和威胁等级。针对漏脉冲和虚假脉冲所造成的雷达字不能正确提取的问题,提出了一种基于三级匹配的雷达字提取算法。该算法首先对分选后的辐射源脉冲列进行数据库级的匹配过滤,确定模板雷达范围,然后分别利用脉冲配对和序列相关技术进行精确识别。仿真实验表明,该方法不仅能提取多功能雷达辐射源的雷达字,而且对噪声环境具有较好的适应能力。     

基于SIF模式特性的曼彻斯特改进算法

针对解决二次监视雷达(SSR)应答信号基于曼彻斯特编码特性分选时,会出现因混扰信号中包含SIF模式信号而不能完全分选,在基于曼彻斯特算法的基础上提出改进算法。该算法首先根据信号模式特征之间的不同,对混扰信号进行针对性预处理。然后通过求解得出分离矩阵,以实现对混扰信号中的SIF模式部分进行有效分选。最后对非SIF模式类信号进行分选。仿真验证表明,该改进算法在低信噪比时可以有效进行混模式信号分选,且其性能在相较同类算法时具有更好的抗噪性能与分选性能。     

基于循环谱相关的雷达信号脉内分析改进算法

针对传统的雷达信号脉内特征分析算法存在的局限,提出了一种基于循环谱相关的雷达信号脉内特征分析的改进算法。该算法将传统的循环谱估计方法进行了改进,能对雷达信号脉内调制方式进行识别并提取脉内特征参数,然后结合改进的小波变换的优点,对识别出的相位编码信号进行相位突变点的提取,最后输出至完善的脉冲描述字中。改进的算法能够在较低计算量的同时保证较好的脉内特征参数的估算精度。仿真结果表明,在较低信噪比下,该算法仍然具有较好的性能。     

DSets-DBSCAN无参数聚类的雷达信号分选算法

针对现有的很多高效分选算法的性能严重依赖于外界输入的参数问题,例如聚类数目、聚类容差等,将无参数聚类算法DSets-DBSCAN应用于雷达信号分选,提出了一种无参数的雷达信号脉冲聚类算法。该算法无须依赖于任何参数的设置,就能自适应地完成聚类。算法输入直方图均衡化处理过的成对相似性矩阵,使得Dsets(dominant sets)算法不依赖于任何参数;根据得到的超小簇自适应给出DBSCAN的输入参数;利用DBSCAN扩展集群。仿真实验证明,该算法对雷达脉冲描述字特征进行无参数分选的有效性。同时,在虚假脉冲比例(虚假脉冲数/雷达脉冲数)不高于80%的情况下,对雷达信号的聚类准确率在97.56%以上。