基于时频图像三维熵特征的雷达信号识别

针对雷达信号识别算法存在着准确率低以及抗噪性差的问题,提出基于时频图像三维熵特征的雷达信号识别算法。该方法对雷达信号时频变换后得到的时频灰度图提取其香农熵(Sh En)、奇异谱熵(Ss En)和范数熵(No En),并将三维熵值作为信号识别的特征向量,采用支持向量机实现信号的分类识别。仿真实验表明,提出的算法能够在低信噪比下得到较高的正确识别率。     

基于奇异谱修正香农熵的雷达信号识别方法

针对当前雷达辐射源识别在低信噪比下识别率准确率不高,信号处理过程中难以很好保留有用信息的问题,提出了一种基于奇异谱修正香农熵(Singular Spectrum Modified Shannon Entropy,SSSE)的雷达调制信号识别方法.通过符号化聚合近似和奇异谱分析对雷达信号进行处理,求出信号的分类特征SSSE,通过分类器将处理后的信号进行分类.仿真结果显示,该方法在低信噪比范围下,仍有较高总体识别率,并且优于符号化聚合近似和奇异谱分析法.     

基于椭圆滤波和RAT/FRT的雷达信号调制样式识别

雷达信号波形的调制样式识别方法是电子情报侦察领域的重要研究内容。针对线性调频(LFM)、二进制频移键控(BFSK)、相位调制(包括高阶巴克码(HOB)、弗兰克码(Frank)、P1、P2、P3、P4码)等多种脉内调制样式的雷达信号,提出一种基于模糊域椭圆高斯滤波预处理的波形增强表示方法,并结合拉东-模糊变换(RAT)和分数傅里叶变换(FRT)算法实现脉内调制类型的自动识别。仿真结果表明,该方法结构简单,易于工程实现,并具备较高的分类准确率和低信噪比下良好的鲁棒性。     

基于深度卷积网络的雷达辐射源信号识别

针对当前复杂电磁环境下雷达辐射源信号(radar emitter signal,RES)识别效率不够的问题,提出一种基于深度卷积网络和时频二维特征结构的雷达辐射源信号识别方法。结合雷达辐射源信号时频二维特征结构特性,构造基于深度卷积网络的RES识别分类模型,通过设计样本集训练分类模型,利用类别信息实现网络参数精调。仿真结果验证了模型的可行性和有效性,实现了低信噪比下RES时频二维特征的结构学习和准确识别。     

基于MDCFT的天空双基地雷达机动目标检测方法

针对天空双基地雷达高速机动目标的距离徙动和多普勒频谱扩展问题,在建立目标回波信号模型及分析目标距离和多普勒徙动特性的基础上,提出了一种适用于该体制雷达的高速机动目标检测方法。首先对脉压回波信号采用Keystone变换校正距离徙动;其次对离散线性调频傅里叶变换(discrete chirp-Fourier transform,DCFT)进行修正,完成对目标加速度大小和频率因子的估计;然后根据构造的二次相位补偿函数,实现多普勒徙动补偿;最后对补偿后回波信号进行相参积累检测。仿真结果表明,所提方法对目标径向加速度的估计更准确能有效对高速机动目标回波能量进行相参积累,提高了在低信噪比条件下的检测性能。     

非线性分类结合平面变换的雷达信号分选方法

现有的对已知雷达分选方法存在识别速度慢、效率低,脉冲丢失敏感以及脉冲序列提取不完整等问题,为此提出了一种非线性分类器结合平面变换的雷达信号分选方法。该方法首先提取载频、脉宽、脉內调制等单脉冲分类特征,利用非线性分类器实现单脉冲识别,然后根据识别结果调取对应参数,通过平面变换完成对脉冲串的抽取。仿真实验表明,该方法具有速度快,准确率高,易于实现等优点。     

低信噪比下雷达信号调制类型的自动识别

低信噪比下识别雷达辐射源信号的调制类型是电子战系统的关键技术之一.深入分析了小波去噪和小波变换法的基本原理,提出一种在低信噪比下基于小波变换法自动判别信号调制类型的新方法.仿真结果表明,在较低信噪比条件下,该方法能准确识别给定信号的调制类型.     

面向数字射频存储的雷达欺骗干扰检测方法

基于数字射频存储(digital radio frequency memory,DRFM)技术的转发式欺骗干扰与真实雷达回波高度相干,这导致雷达难以分辨真假目标。针对该问题,提出一种基于Hough变换的DRFM欺骗干扰检测方法。建立基于线性调频的干扰信号模型,分析其谐波分量的频谱特性,采用短时傅里叶变换和二维恒虚警率检测器对干扰信号进行特征提取,并利用Hough变换完成欺骗干扰检测。所提方法是基于DRFM欺骗干扰本身的特征,不依赖于先验信息与应用场景,计算复杂度低,且在低信噪比条件下具有良好的检测性能。计算机仿真实验验证了方法的有效性。     

支持向量机的OTHR多频特征目标分类识别法

针对低信噪比下多频法在天波超视距雷达(Over-The-Horizon Radar,OTHR)目标分类识别中分类精度不高的缺点,充分利用雷达量测的一些先验信息,将基于支持向量机(Support Vector Machine,SVM)的多分类器引入多频法中,提出了一种基于SVM的OTHR多频特征目标分类识别方法。仿真结果表明,利用较少的3个频率点,在信噪比较低的条件下可获得较好的分类识别效果,说明了该方法在OTHR目标分类识别中的有效性和可行性。     

低可观测条件下的一种信号检测方法

针对在低信噪比条件下,检测机载合成孔径雷达(SAR)信号比较困难的情况,综合谱图-Hough变换法可以进行能量积累和小波变换具有比较有效抑制杂波的特点,提出了一种检测SAR信号的方法,即基于谱图-Hough变换和小波变换的检测方法。运用该方法首先对SAR信号进行谱图-Hough变换,谱图-Hough变换能对SAR信号进行能量积累,降低虚警概率,然后使用小波变换排除Hough空间中的虚假峰值。仿真结果表明了该算法能够有效地抑制杂波,达到检测的目的。     

依据时频聚集性准则的GST-Hough变换信号检测

针对传统雷达信号检测算法不准确以及计算量大、速度慢等的缺点,提出一种基于时频聚集性准则的GST-Hough变换信号检测算法。该算法依据提出的滑动窗口的标准偏差的聚集性准则,将改进的S变换和Hough变换相融合,同时结合基于奈曼-皮尔逊准则设计的门限,完成信号检测。仿真结果表明该算法在-14 dB下依然有很好的检测效果,同时在与其他算法的对比实验中得出,该算法在低信噪比条件下具有较好的检测能力,不依赖先验信息,适用性强。     

基于多域参数的频率捷变雷达信号分选新方法

针对频率捷变雷达信号分选准确率不高的问题,提出了一种新的频率捷变雷达信号分选算法。将频谱主峰图归一化中心矩和时频域能量分布归一化值构成相参特征向量,用SVM分类器实现自动分选。仿真结果表明,该方法在较低信噪比下仍能获得较为满意的分选准确率,当信噪比为5 d B时,信号分选准确率达到96.33%,验证了所提出方法的有效性。     

一种低信噪比下的LFM脉冲信号起始频率校正方法

采用分数阶傅里叶变换(Fractional Fourier Transform,FRFT)实现LFM脉冲信号检测与参数估计时,针对处理数据与LFM脉冲信号起始点不一致时,LFM脉冲信号起始频率存在一定偏差问题.依据分数阶傅里叶变换中信号能量峰固有特性,提出一种适用于低信噪比条件下的LFM脉冲信号起始频率校正方法.该方法首先通过FRFT变换和chirp相乘对数据进行变换处理,消除LFM脉冲信号中调频斜率;然后对变换后结果进行滑动、累积处理,得到一组能量峰数据;最后通过搜索该组能量峰拐点实现对LFM脉冲信号起始点检测,并利用检测起始点对LFM脉冲信号起始频率实现校正.数值仿真结果表明,该方法在事先无法获取处理数据中LFM脉冲信号起始点情况时,可有效校正分数阶傅里叶变换对LFM脉冲信号起始频率估计存在的偏差.     

STFT数字信道化的雷达脉冲参数测量改进算法

数字信道化技术是现代雷达侦测系统的重要组成部分,短时傅里叶变换(STFT)算法是实现数字信道化常用的一种算法。该算法所构建的数字滤波器组具有滤波特性一致、运算量少的优点,通过测量滤波器组的输出可以确定输入脉冲信号的参数,然而该算法对于接收机截取的脉冲信号与实际脉冲信号不匹配所测量的参数误差较大。为改善参数测量精度,提出了一种基于STFT信道化的雷达脉冲参数测量的改进算法,该方法在信道化基础上引进Haar小波变换对脉冲到达时间精确提取,通过相关累加对脉冲信号幅度精确测量。通过仿真分析验证了算法的有效性。     

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。     

基于循环谱和2DMSD的MIMO雷达信号调制识别

针对多输入多输出(Multiple-InputMultiple-Output,MIMO)雷达信号调制识别存在的问题,提出一种循环谱和二维最大散度差(Two-DimensionalMaximum Scatter Difference,2DMSD)线性判别分析相结合的新方法。首先对典型MIMO雷达信号进行循环谱变换,在此基础上,利用2DMSD线性判别分析对上述二维图像进行特征提取,最终达到调制识别的目的。仿真结果表明,在低信噪比时,该方法仍然具有较高的识别率。     

集成时频特征的拖曳式诱饵存在性检测方法

拖曳式诱饵干扰为实现角度欺骗需要通过目标机动来形成导弹、目标、诱饵三角态势,弹目距离的接近以及三角几何关系的剧烈变化导致雷达接收回波中目标与诱饵的多普勒频率呈现时变非平稳特性。传统傅里叶分析方法无法反映频率分量随时间的变化情况,易导致谱线展宽和分辨力下降,使得基于频谱展宽的干扰检测具有很大的局限性。在分析诱饵干扰特点以及时频变化特性的基础上,将目标与干扰的回波分段近似为多分量线性调频模型,利用时频分析展现频率特征随时间的演变规律,采用WVD(Wigner-Ville distribution)与霍夫变换(Hough transform)相结合的方法检测接收回波中的多分量信号峰值,结合干扰特性设计阈值门限,实现了雷达波束内拖曳式诱饵干扰的存在性检测判决。末制导典型场景下的仿真实验验证了方法的有效性。     

基于EEMD降噪和模糊函数奇异值向量的雷达辐射源信号识别算法

针对目前基于模糊函数提取的几何学特征,在低信噪比时表征能力弱,导致识别准确率不高的问题,提出了一种基于EEMD降噪和模糊函数奇异值向量的识别方法.选取合适的EEMD参数,对时域信号进行降噪,提取模糊函数矩阵奇异值向量,求解其交叉熵作为特征,实现雷达辐射源信号识别.仿真实验表明,信噪比大于-5 dB时,所提方法对于BPS...     

基于FRFT的LFM信号检测与参数估计

目标运动使雷达回波表现为初始频率和调频率参数均为未知的线性调频(LFM)信号,精确且快速地检测和估计出未知参数的LFM信号是雷达信号处理的主要工作。文章利用LFM信号在特定阶数的FRFT域呈现出能量聚集特性,介绍了基于FRFT的二维峰值搜索、模最大值两步搜索和预判法三种LFM信号检测与参数估计算法。通过在高斯白噪声背景下对三种算法的仿真进行分析、比较,结果表明:在低信噪比条件下,基于FRFT模最大值两步搜索算法估计精度高,计算量较小,为工程应用提供可能。     

基于EMD与Hilbert变换的舰艇空化调制信号检测方法

针对舰艇推进器空化噪声检测中调制特征弱、背景干扰强等问题,提出了一种基于时延相关降噪、经验模态分解(EMD)和希尔波特(Hilbert)变换相结合的解调算法。该算法通过引入时延相关算法有效抑制了背景噪声,并利用EMD技术的自适应频带划分功能完成调制特征频带定位,实现了低信噪比条件下调制信号的有效检测。仿真试验证明:该方法在信噪比为-12dB、-15dB、-18dB条件下的检测效果明显优于传统的Hilbert变换等5种方法,且背景噪声干扰成分得到了有效抑制,调制信号检测效果显著提升。最后,通过推进器空化信号检测台架试验验证表明:该方法能够有效捕捉舰艇空化噪声信号中与转速、叶片数密切相关的调制特征。