共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
从复杂体制雷达辐射源信号中提取有效的特征参数,是解决复杂雷达信号分选问题的有效方法。鉴于模糊函数(AF)的主脊切面能很好地描述信号的模糊能量分布信息,提出一种基于图形轮廓的AF主脊切面特征提取方法,该方法提取了反映切面图形轮廓变化剧烈程度的累积角度和反映切面图形轮廓固有特征的单位累积长度作为信号分选的特征向量。模糊C均值聚类实验结果表明:当信噪比不低于12 dB时,常规信号、线性调频信号、二相编码、四相编码、M伪随机序列和二频编码6种典型雷达信号的分选成功率均为100%,即使在信噪比为0 dB时,平均分选成功率也能达到93.5%;在0~20 dB动态信噪比环境中平均分选成功率达到98.9%. 理论分析与分选耗时比较实验结果表明,所提方法具有较低的算法复杂度,证实了其有效性和时效性。 相似文献
4.
针对线性调频-伪码调相复合调制雷达信号(LFM-PRBC)的截获与特征提取问题,提出分数阶傅里叶变换(FRFT)循环处理方法,信号在FRFT循环域(CFRFD)实现能量积累形成峰值。通过CFRFD搜索峰值检测信号,提取线性调频载频和带宽,二相编码码元宽度和伪码位数等参数。通过CFRFD时频滤波重构复合信号,利用相关变换提取信号的伪码相位信息。经过理论分析和计算机仿真验证,该方法能有效完成高斯白噪声背景下低信噪比复合调制雷达信号的截获与特征提取。 相似文献
5.
针对人工提取雷达辐射源信号特征耗时长、特征不明显等问题,提出一种基于深度学习卷积神经网络和模糊函数主脊坐标变换的雷达辐射源信号识别方法。该方法通过快速离散分数傅里叶变换提取信号的模糊函数主脊,并将模糊函数主脊极坐标域的二维时频图作为卷积神经网络的输入,实现对不同雷达信号的分选识别。仿真实验结果表明:新方法不仅在信噪比为0 dB以上保持100%的识别率,在-6 dB时识别准确率也稳定在90%以上;相对于传统的雷达信号识别方法和其他深度学习模型识别方法,在识别率和鲁棒性上均有较大提升,具有一定的工程应用价值。 相似文献
6.
在日益复杂的电磁环境中分选识别出雷达信号,是电子对抗发挥功用的先决因素。关于雷达信号调制样式与信号参数的先验信息有限,难以为信号分选提供充足的情报支撑,且信号交叠严重制约着信号分选的效能。将上述需求转换为盲源分离问题,通过Givens变换构造高阶分离矩阵,将适用于两路信号的基于3阶循环量的循环平稳度(DCS)盲源分离算法拓展到适用于具有不同循环平稳频率的多路信号。通过理论推导证明了该方法的可行性,并推导出构造Givens矩阵参数确定的方法。利用循环平稳理论提取雷达信号在循环平稳域的特征,结合DCS分离准则进行仿真验证。仿真结果表明,该算法能够实现对多路雷达信号的有效分选。 相似文献
7.
现代雷达普遍采用频率捷变方式,传统的信号分选算法往往会造成增批问题。对接收到的信号进行高精度频率估计,利用相邻2个信号频率差相除,在一定的搜索范围内,通过比较相除结果的小数部分,来分选出不同雷达信号。根据分选出的来自同一部雷达信号,用相同方法可估计出信号的分频系数,从而估计出雷达的基准频率。仿真结果表明:该算法可有效地分选捷变频雷达信号,抑制增批问题的产生,可对特定辐射源进行准确识别。现代雷达普遍采用频率捷变方式,传统的信号分选算法往往会造成增批问题。对接收到的信号进行高精度频率估计,利用相邻2个信号频率差相除,在一定的搜索范围内,通过比较相除结果的小数部分,来分选出不同雷达信号。根据分选出的来自同一部雷达信号,用相同方法可估计出信号的分频系数,从而估计出雷达的基准频率。仿真结果表明:该算法可有效地分选捷变频雷达信号,抑制增批问题的产生,可对特定辐射源进行准确识别。 相似文献
8.
9.
10.
基于改进的模糊聚类的雷达信号分选 总被引:1,自引:0,他引:1
为了解决传统方法不能有效分选高密度复杂雷达信号,以及现有聚类方法达不到实时性要求的问题,提出一种利用雷达脉冲信号特征参数,基于改进的模糊聚类的雷达信号分选新方法.在改进的算法中,提出了距离加权系数的概念,依据信息熵使各参数的距离加权系数的确定更加合理化.采用追踪法计算等价模糊矩阵,并提取聚类后的脉冲序号,更具有实际意义.该方法同时提高了系统的实时性.仿真结果验证了算法的有效性. 相似文献
11.
基于FRFT的几种典型相位编码信号检测与参数估计 总被引:3,自引:0,他引:3
多相编码(Frank码、P1码、P2码、P3码与P4码)信号是一类典型的低截获概率雷达信号。针对该类信号的检测与参数估计,分析了多相编码信号的时频分布特征,讨论了多相编码信号在分数阶Fourier域的频谱分布特征,并以Frank码信号为例,推导出多相编码信号的主要特征参数的估计表达式。提出了一种基于分数阶Fourier变换(FRFT)的多相编码信号检测与参数估计算法。该算法给出一种利用FRFT估计多相编码信号载频的方法。最后,仿真结果表明该算法在低信噪比(SNR)条件下对多相编码信号仍具有较好的检测和参数估计效果。 相似文献
12.
13.
针对低信噪比雷达信号调制类型识别概率低的问题,提出了一种基于分数阶傅里叶变换(fractional Fourier transform, FRFT)频谱四阶原点矩的低信噪比雷达信号调制类型识别方法。该方法首先对输入的雷达信号进行分数阶傅里叶变换,求得分数阶傅里叶频谱四阶原点矩;然后根据分数阶傅里叶频谱四阶原点矩归一化幅度包络,判断其包络中峰值点对应的变换阶数,对雷达信号进行粗识别;最后计算幅度包络的峰态值,通过设置的峰态阈值,比较峰态值大小,判断信号调制类型,实现类内信号调制类型的细识别。仿真实验验证了所提识别方法的有效性。 相似文献
14.
针对传统依赖于人工经验提取辐射源个体特征的不足,提出一种基于深度强化学习的雷达辐射源个体识别方法。利用发射机非理想信道造成的辐射源信号包络在信号变化时呈现的不同瞬态信息,以信号包络前沿作为深度神经网络的输入状态,以辐射源类别作为当前输入状态的可选动作,通过卷积神经网络自动提取辐射源包络个体特征,并拟合当前状态动作对的Q值,进而以强化学习模型完成雷达辐射源个体识别任务。讨论了深度Q网络模型、深度双Q网络模型以及Dueling Network模型3种深度强化学习模型在辐射源识别任务中的应用。实测数据仿真实验表明:传统机器学习算法的识别率不足80%,而深度强化学习网络的识别率高达98.42%. 相似文献
15.
16.
一种新的雷达信号分离技术研究 总被引:1,自引:0,他引:1
针对目前传统分选方法无法适应密集、复杂、多变的现代雷达对抗信号环境,提出将雷达信号分选工作搬移到中频段进行、基于快速独立分量分析的雷达信号分选算法,讨论了采样时间的选取对迭代次数、相似系数的影响,验证了算法分离微弱信号的有效性和可行性.同时,强调了基于该法的信号分选可以与信号识别的硬件模块在中频段实现合并化.仿真实验表明,该技术可以很好地分离各种不同调制方式下的脉冲雷达信号以及连续波雷达信号,对传统分选方法难以应付的PRI随机的雷达信号也十分有效. 相似文献
17.
18.
19.
针对雷达侦察中的未知包络线性调频(LFM)信号参数估计问题,基于时频分析与相干积累,提出了脉冲数、调频率、中心频率、时延和脉宽参数的估计方法。利用时频分析对脉冲数与调频率进行粗估计,结合分数阶傅里叶变换(FRFT)完成脉冲数与调频率精估计;进行局部相干积累,提取中心频率、时延和脉宽。仿真分析表明:多分量LFM信号中的强脉冲可能对弱脉冲信号的参数估计产生干扰。针对该问题,在FRFT域对强脉冲进行了遮蔽处理。推导了估计参数的克拉美劳下界,并对估计误差进行了分析,结果表明:对于多分量LFM脉冲信号,遮蔽强脉冲信号后,弱脉冲信号的脉宽估计精度可显著提高。 相似文献