频率捷变雷达信号相参特征的表述

频率捷变雷达信号分选是电子对抗领域信号处理与应用的难题,探索新的分选特征参数是实现对频率捷变雷达信号高效准确分选的手段之一。提出了一种基于Wigner-Ville分布(WVD)的频率捷变雷达信号相参特征的表述。介绍了典型频率捷变方式、频率捷变信号模型及WVD的离散过程,推导了频率捷变脉冲重构信号的WVD模型并进行仿真实验。实验结果表明,频率捷变雷达信号的WVD二维图可作为一种相参特征的表述,且该表述可为频率捷变雷达信号分选提供新思路。     

一种基于数据场聚类的雷达信号分选算法

针对传统聚类算法在雷达信号分选中存在的一些问题,提出了一种基于数据场聚类的信号分选算法。首先所有数据样本经过归一化计算,根据数据场理论计算样本的势值,通过寻找极大值点及其个数确定初始聚类中心和聚类数目,之后重新计算聚类中心。通过对频率捷变雷达的实验仿真,验证了算法的有效性。     

基于随机频率捷变的窄带雷达成像方法

现有窄带雷达分辨率不高,基于频率捷变信号"短时覆盖较宽载频范围"的特点,分析了随机频率捷变信号成像的可能性,提出了随机频率捷变信号成像的一般处理方法。通过仿真实验和配合目标放飞实验,对随机频率捷变信号成像的数学模型和处理方法进行了验证。结果表明,在一定条件下,窄带雷达可以用随机频率捷变信号成二维像,提高窄带雷达的距离分辨能力。     

频率捷变对改善低空目标探测的分析与研究

由于预警雷达在低空探测中受多径影响严重,导致雷达跟踪性能下降。而频率捷变作为雷达常规抗干扰措施,其捷变特性在一定程度上能使多路径信号和回波信号去相关、减小其影响。为此,首先建立了多径模型,计算了雷达多路径传输因子。在此基础上,分析了频率捷变的去相关特性,得出了不同多路径路程差去相关所需要的捷变带宽。紧接着,建立雷达回波仿真模型,对不同捷变间隔情况下的单脉冲回波和积累后的信噪比进行比较。可以看出,捷变带宽越宽,对多径改善越好,但对于目标回波受多径影响不大的位置,捷变没有改善效果,相反信噪比会有少量损失。     

时频域综合分析的雷达信号识别方法

针对现有雷达信号分选与识别方法对噪声敏感、适用信号类型有限等问题,提出一种综合应用STFT变换、Hough变换与相位检测的新方法,实现了低信噪比下未知复杂雷达信号的高准确率识别与信号频率及频率调制率的估计。对接收到的信号首先通过短时傅里叶变换(STFT)提取时频信息,并利用霍夫(Hough)变换进行信号的粗分类,再通过相位检测实现信号细分类。仿真实验验证了该方法在低信噪比下依然保证了较高的识别准确率与参数估计准确率。     

基于相参特性的雷达信号分选中“增批”问题研究

一部雷达可以在不同时间段内大范围跨波段工作,基于现行信号分选方法,常出现"增批"问题。利用信号相参特性,基于雷达本振初相不变性原理,提出求和曲线斜率判别法,对同一辐射源和不同辐射源信号进行分选仿真,并进行了误差分析。仿真结果表明,方法能够解决信号分选过程中的"增批"问题,当信噪比高于5 dB,并且测频误差在小于200 kHz时,分选准确率可以达到98%以上。     

频率捷变雷达干扰方法分析

频率捷变雷达有许多其它雷达无法比拟的优点,在现代雷达体制中占有重要地位。分析了频率捷变雷达的特点,根据其工作原理,提出了干扰频率捷变雷达的几种方法,分析了各自的优点和局限性。阐述了干扰方法的原理及实现的技术途径,并给出了有关参数的计算方法和实例。     

一种新的k-means聚类雷达信号分选算法

针对传统k-means聚类算法在雷达信号分选中应用存在的不足,提出了一种基于数据场和灰关联分析的k-means聚类雷达信号分选算法。该算法首先根据数据场理论计算所有数据样本的势值,寻找局域势值最大值,选取距最大值最近的样本数据作为初始聚类中心,局域势值最大值个数作为聚类数目;然后用灰关联度代替欧式距离来判断数据样本间相似性。该算法能够自动获取初始聚类中心和聚类数目,对频率捷变雷达具有较好的分选效果。仿真结果验证了算法的可行性。     

一种新的k-means聚类雷达信号分选算法北大核心

针对传统k-means聚类算法在雷达信号分选中应用存在的不足,提出了一种基于数据场和灰关联分析的k-means聚类雷达信号分选算法。该算法首先根据数据场理论计算所有数据样本的势值,寻找局域势值最大值,选取距最大值最近的样本数据作为初始聚类中心,局域势值最大值个数作为聚类数目;然后用灰关联度代替欧式距离来判断数据样本间相似性。该算法能够自动获取初始聚类中心和聚类数目,对频率捷变雷达具有较好的分选效果。仿真结果验证了算法的可行性。     

一种对雷达射频掩护的干扰方法研究

首先分析了噪声干扰以及基于下降沿触发式的相参干扰在对抗雷达射频掩护中的不足,着重在干扰反应时间及频率捷变信号适应性等方面展开研究,指出了基于下降沿触发式的相参干扰反应时间长、易被操作手识别,且无法适应频率捷变信号等缺陷。为此,提出了基于脉冲簇识别的干扰方法,分析了该方法在对抗雷达射频掩护中的优势,并进行了仿真,验证了其有效性。     

基于脉内特征的雷达信号分选新方法

提出了一种基于脉内特征和基于核方法的模糊C-均值算法(KFCM)相结合的雷达信号分选方法.首先利用小波变换法提取雷达信号的脉内特征,然后基于KFCM对信号进行分选.计算机仿真表明,在满足一定信噪比的条件下,该方法可以准确地实现雷达信号的分选.     

独立分量分析在雷达盲信号处理上的应用

独立分量分析(ICA)是近年来发展起来的一种有效的雷达盲信源分离方法。目前新体制雷达的大量涌现,运用原有的雷达分选方法是无法分选的,这已经无法适应现代复杂的电磁环境。在深入分析FastICA算法的基础上,将其应用于连续波雷达信号分选中。计算机仿真表明,这种算法应用于连续波雷达盲信号分选时,不仅提高了信号的分选速度和信号分离的准确率,而且可以有效地提高信号分选的效能,也为盲信号处理提供了一种新的思路。     

MIMO雷达信号互相关分选算法

在对MIMO雷达信号进行研究分析的基础上,根据其信号特点,比较了基于PRI的传统信号分选的优缺点。针对传统分选方法易受噪声和脉间抖动影响的缺点,提出了一种基于互相关分析的MIMO雷达信号分选方法。对互相关输出信号的信噪比进行了理论推导,证明了该方法具有良好的抑制噪声的能力。通过仿真分析,验证了该方法与传统分选方法相比具有5个明显优点:抗噪声能力强,不受脉间抖动的影响,对截获信号的数目要求低,分选错误率低,工程实现简单。并且实验证明该方法不仅适用于MIMO雷达信号,同样适用于对其他雷达信号的分选。     

改进加权SVC的雷达信号分选新方法

目前基于多参数的雷达信号聚类分选方法得到了广泛应用,但是当雷达信号严重交叠时,存在正确率不高的问题,为此,在支持向量聚类和分层互耦的分选算法基础上,首先利用变精度粗糙集对标准化的雷达信号数据进行加权处理,然后通过分析聚类分选结果构建有效性评价模型,确定最佳的聚类分选参数。仿真表明,当雷达信号数据严重交叠时,相比原始方法,改进的方法正确率显著提高,证明了方法的有效性。     

利用脉冲TDOA的雷达信号分选方法

针对传统雷达信号分选方法在复杂环境下分选雷达信号时对于信号形式的适应能力不强的缺点,提出一种对于雷达脉冲信号具有普适性的信号分选方法。该方法通过2个侦察站来侦察接收雷达信号,根据同一雷达辐射源的脉冲信号到达2个侦察接收站的时间差相同的原理进行信号分选。理论分析和计算机仿真表明该方法切实可行,能较好地解决复杂信号环境下雷达信号的分选难题。     

新型伪噪声雷达波形研究

研究一种新型伪噪声雷达信号波形,该波形采用了多个脉冲组,每组脉冲中调相的伪码相同,相邻组内的脉冲调相所用的伪码捷变,同时每个脉组内的各脉冲频率捷变。理论推导和仿真分析了这种雷达信号波形的模糊函数,仿真结果表明这种信号具备良好的距离和速度分辨力及低截获概率,能测高速和远距离目标,工程上也易于产生和处理,具备良好的应用前景。     

一种宽带多维雷达信号设计

设计了一种宽带多维雷达信号,在宽带噪声调频信号中通过频率捷变的方式融合非线性调频信号,将探测信号隐匿于宽带噪声调频信号中,对敌方雷达进行干扰的同时实现对目标的探测。仿真表明该信号具有较好的隐蔽性,且兼具探测与干扰的双重功能。     

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DDS的雷达中频信号模拟器设计

信号模拟器在雷达、通信等有电子领域均有广泛应用。直接数字合成技术(DDS)能够有效的解决模拟频率合成电路中对频率、相位等信号特征控制复杂和误差较大的问题。本文介绍了一种基于DDS技术的雷达中频信号模拟器设计实现方法，以ARM嵌入式软核处理器控制DDS芯片，配合后端电路中滤波、放大、程控衰减等信号整形手段，最终产生满足要求的连续波/脉冲的单频信号、线性调频信号和频率快速捷变信号等多种雷达中频信号。通过实际电路测试给出结果，达到预期设计目标。     

多参数捷变雷达快速MTD算法

相比于传统的脉冲-多普勒体制雷达,多参数捷变雷达具有十分优秀的抗干扰能力,这使得其在复杂电磁环境下被广泛应用。然而,脉间参数的变化会严重破坏回波脉冲的相干性,导致动目标检测（moving target detection,MTD）等相干处理难以实现。针对以上问题,提出一种针对多参数捷变雷达的快速MTD算法。该算法对多参数捷变信号进行建模和稀疏表示,采用快速傅里叶匹配追踪（fast fourier matching pursuit,FFMP）对回波信号进行重构以实现MTD。仿真结果证明了本方法的有效性、优越性以及该方法在运算量上的优势。