大抖动量PRI变换方法的研究

采用大抖动量脉冲重复间隔（PRI）变换法估计脉冲重复间隔,提出了一种新的移动时间初始点技术和简化门限函数,实验证明大抖动量PRI变换法对估计抖动信号的PRI均值有较好效果。     

基于PRI变换法的脉冲信号分选算法

脉冲重复间隔是电子对抗中信号分选的关键参数,本文研究的基于PRI变换法的信号分选算法克服了传统直方图统计法的子谐波问题,对脉冲重复间隔具有很高的估计精度,且具有很好的抗抖动性能。仿真分析表明,PRI变换法对固定PRI,抖动PRI具有很好的估计效果。     

一种改进型PRI变换雷达信号分选方法

基于PRI分选有多种方法,其中PRI变换法对脉冲重复间隔有较高的估计精度,并克服了传统直方图统计法中的子谐波问题。文中在对PRI变换法进行深入研究的基础上,提出了一种改进的自适应PRI变换法,仿真结果验证了新算法的可靠性。     

一种PRI变换并行处理算法及在高速DSP上的实现

脉冲重复间隔是雷达信号分选的关键参数.改进的PRI变换法克服了直方图统计法的子谐波问题,对脉冲重复间隔具有很高的估计精度,且具有一定的抗抖动能力.由于需要进行大量的指数运算和复数运算,故PRI变换法运算速度较慢,难以满足实时性要求.本文分析了改进的PRI变换法,提出了一种用于该算法并行处理的任务分配原则,并在TS201S平台上实现了改进的PRI变换算法.实验结果表明,基于该任务分配原则的PRI变换法并行处理大大提高了运算效率,能满足实时性要求.     

基于PRI变换的未知雷达信号分选算法研究

针对未知雷达信号主处理中脉冲重复间隔的精确分选部分,介绍了PRI变换的脉冲重复间隔估计算法,提出针对固定重频、抖动重频和参差重频信号的PRI变换算法的仿真和改进方法。     

PRI变换在脉冲列去交错中的适用性分析

传统雷达脉冲列去交错方法中的脉冲重复间隔（PRI）估计算法,是以接收到的脉冲串的自相关函数为基础,很容易出现信号的PRI及其整数倍（即子谐波）同时存在的现象,给雷达脉冲串的去交错造成了困难。为克服上述缺点,提出了PRI变换的估计方法,几乎完全抑制了出现在自相关函数中的子谐波。研究了这种算法对于各种不同PRI信号的适用性。计算机仿真结果表明,这种算法适用于检测不同信号的PRI。     

基于PRI的脉冲序列去交错方法

论述使用脉冲重复间隔（PRI）对雷达脉冲去交错的算法，分析PRI变换算法并对算法进行计算机仿真。对PRI变换算法进行改进，并对改进算法进行了计算机仿真和分析。     

高信号密度雷达脉冲分选算法

利用脉冲重复间隔(PRI)是高信号密度环境下一种主要的脉冲分选去交错方法.文中分析了受到雷达扫描特性影响时,脉冲到达时间(TOA)测量误差对PRI估计及对脉冲分选去交错的影响,提出了一种对脉冲幅度变化不敏感的TOA测量算法和能够克服PRI误差累积的去交错算法.仿真结果表明,该算法适用于高信号密度环境,性能良好.算法已在DSP平台上实现,具有很好的实时性.     

一种高效的雷达信号综合分选算法

雷达信号分选是雷达对抗研究的重点问题，其性能直接影响雷达对抗系统的效能.脉冲重复间隔（pulse repetition interval, PRI）变换分选算法是一种经典的雷达信号分选算法，其对PRI抖动和脉冲缺失有良好的适应性，但存在计算量大，无法满足实时计算的需求以及无法分选PRI值相同或相近的脉冲序列的问题.本文提出一种高效的雷达信号综合分选算法有效解决了上述问题.算法首先利用基于聚类的直方图算法估计出潜在PRI值集合，然后采用PRI识别准则筛选潜在PRI值，进一步利用PRI变换算法估计真实的PRI值，最后采用改进的序列检索算法完成脉冲序列的分离.仿真实验表明，在PRI抖动率为±10%、脉冲缺失率为10%时，算法能正确分选同时到达的四部雷达信号，验证了所提分选算法的有效性与先进性.     

基于PRI的雷达脉冲序列分选方法

高密度复杂信号环境下的信号分选处理技术是新一代雷达截获接收机信号处理的关键技术，也是雷达截获领域一个亟待解决的问题。文中讨论基于脉冲重复间隔(PRI)的脉冲分选算法，深入分析了基于直方图统计算法和PRI变换算法的优缺点，并对算法进行计算机仿真。最后针对这两种算法的优缺点提出一种综合的分选算法。     

基于GAIN-LSTM网络的雷达PRI序列还原及识别方法

开展脉冲重复间隔(Pulse Repetition Interval, PRI)模式识别工作是电子支援系统的一项重要任务。现代复杂电磁环境下,受雷达辐射源部署和接收设备本身影响,雷达脉冲丢失率极高,导致分选后PRI序列调制规律被破坏,现有的PRI模式识别方法准确率不足。针对上述问题,从PRI序列还原角度出发,并结合PRI序列本质是时序序列的特点,提出GAIN-LSTM(Generative Adversarial Imputation Nets and Long Short Term Memory)网络架构,其先对丢失脉冲位置进行补全操作,恢复PRI调制规律,然后对还原后PRI序列进行调制模式识别。仿真结果表明,提出的GAIN-LSTM网络架构在脉冲丢失率70%时仍保持95%的正确识别率。     

一种可视化的雷达脉冲序列综合分选方法

分析比较了序列差值直方图法(SDIF)、PRI变换法和TTP(TOA to PRI)变换法三种雷达信号分选方法的优缺点,在此基础上提出了一种可视化的雷达脉冲序列综合分选方法,并仿真实现了该方法。仿真结果表明该综合分选方法简单实用,能适应多种类型的重频信号,在信号PRI较分散的时候有很好的分选效果。     

一种脉冲重复间隔固定序列快速检测方法

针对脉冲混迭造成的脉冲重复间隔(PRI)固定序列检测以及PRI估计困难的问题,该文提出一种基于平面变换的PRI固定序列快速检测方法。该方法通过脉冲到达时间(TOA)对平面宽度的整数取余运算,只需1次时域变换处理即可生成PRI固定序列平面变换点迹的周期性图形(PGPTP);之后依据点迹图形模式的差异实现多个TOA交错的PRI固定脉冲序列的判定,并结合点迹图形纵向展开周期和平面宽度逐一估计出PRI值,进而实现密集信号环境下PRI固定脉冲序列分选。仿真实验验证了该方法的有效性以及高效、实用等优点。     

基于滑动时间窗的雷达脉冲列分选方法

电磁空间中大量存在着相互交错的固定重频雷达脉冲列,例如海面大量舰船发射的导航雷达信号、机载脉冲多普勒雷达在不同时段发射的相干脉冲列等。这些脉冲列以时间片段的形式存在,电子侦察分析系统无法事先确定其起止时刻,给这类雷达的重频参数估计和脉冲分选造成了较大困难。该文首先分析脉冲列的短持续时间特性给传统脉冲分选方法性能造成的负面影响,然后引入滑动时间窗思想来削弱这一影响,并据此提出脉冲重频间隔(PRI)高精度估计和脉冲分选方法。仿真结果验证了新方法的重频参数估计和脉冲分选性能。     

PRI变换对脉冲雷达信号PRI检测的性能分析

传统的雷达脉冲列去交错算法很容易出现信号的脉冲重复间隔及其整数倍(即子谐波)同时存在的现象,给雷达脉冲串的去交错造成了困难。介绍了PR I变换的脉冲重复间隔估计算法,该算法几乎完全抑制了出现在自相关函数中的子谐波,同时研究了该算法对稳定重频、抖动重频、参差重频、滑变重频等各类信号的PR I检测性能。计算机仿真结果表明,这种算法适用性较强。     

一种基于贝叶斯网络的雷达重频模式识别方法

雷达重频模式指雷达脉冲重复间隔（PRI）的调制样式，重频模式识别对于雷达型号、类别识别具有重要支持作用，但这是一个较困难的过程，一般难以通过单一重频特征完成多种复杂重频模式的自动识别。本文为解决雷达多重频模式自动识别及识别抗噪声干扰问题，针对多种重频模式提取了几种PRI序列特征量（重频特征），然后引入了贝叶斯多网络分类器（BMNClassifier），利用所提取的特征量作为贝叶斯多网络分类器输入节点，通过贝叶斯多网络分类器的概率推理能力来实现雷达重频模式识别。