基于脉间特征深度学习的雷达辐射源识别

多功能雷达在复杂程序调度下,发射信号参数呈现取值范围宽、捷变速度快、变化随机性强等特点,非合作接收方难以对其建立有效的信号模型,给电子侦察系统的雷达辐射源识别带来严峻挑战。本文提出一种基于深度学习的复杂体制雷达辐射源识别方法,利用大样本全脉冲数据形成脉间参数变化的图像特征表示,从宏观上揭示雷达辐射源隐含的波形设计机理,并设计了基于AlexNet网络的图像特征深度学习网络开展辐射源识别,实测数据实验表明了本文的方法对一定时间跨度内的有限部同型多功能雷达具有良好的识别性能,为多功能雷达辐射源智能个体识别提供了新的解决思路。      

基于空时编码的雷达脉冲辐射源识别算法

随着宽带电子侦察接收机的广泛使用,同时进入接收机的信号越来越多,输出的数据量越来越大,传统的雷达辐射源识别方法很难适应分析处理的实时性和准确性要求.为解决这一问题,提出基于空时编码的雷达脉冲辐射源识别算法.通过设计一种空时编码算法来对雷达辐射源全脉冲数据中的载频、脉宽及重频等参数进行编码和特征提取,形成包含全脉冲数据时空信息的特征序列.这些特征序列既保留了雷达全脉冲数据的主要信息,又实现了对雷达全脉冲数据的简化,为利用深度学习和大数据处理技术实现对雷达辐射源快速精准识别奠定基础.利用长短时记忆网络(Long Short-Term Memory,LSTM)深度神经网络模型,结合提取的空时特征序列,通过大数据学习训练,实现了对7型雷达辐射源的精确识别.在数据集上的对比实验表明,提出的识别方法在处理识别精度和普适性上优于目前的主流算法,具有较强的鲁棒性.     

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。     

电子侦察脉冲列中重频信息提取与应用综述

脉冲重复间隔（PRI）或脉冲重复频率（PRF）是雷达辐射源最稳健的特征参数之一，体现了雷达辐射脉冲的时序规律。在功能上，重频既决定了雷达单值测距范围,又影响不模糊测速区域大小。现代雷达常采用多个重频值和多种调制类型以满足不同功能的需求。在非合作机制的电子侦察领域，PRI指2个连续脉冲上升沿的间隔，是重要的脉冲描述字（PDWs）之一。由PRI衍生的雷达重频信息包括典型重频值集、重频调制类型、重频参数时序模式，均需要从复杂的电子侦察脉冲列中提取之后才能应用至分选、识别等数据处理任务。从电子侦察系统中重频信息提取与应用的体制与技术难点出发，综述了3种重频信息提取与应用的研究现状，并对重频信息提取与应用的进一步发展做出了展望。     

宽带相控阵雷达信号的二分推理提取算法

宽带相控阵雷达是电子对抗侦察的重点关注对象,在接收机截获的交错脉冲数据中将这一类雷达信号优先提取出来具有重要军事价值。针对接收机截获的全脉冲数据,文中提出了一种宽带相控阵雷达信号优先提取方法。该方法利用宽带相控阵雷达采用电子扫描方式的特点,分析其在同一工作模式下脉冲幅度的不变特性,引入一种生物信息学中的二分推理算法,并结合宽带信号的脉宽特性。首先,对经过脉宽阈值过滤的全脉冲数据按照脉幅大小重新排序;然后,利用二分推理算法进行脉幅突变点检测,将脉冲序列分为若干个脉幅相同的片段;最后,对每一片段进行脉冲个数阈值过滤,实现对宽带相控阵雷达脉冲的提取。仿真实验验证了方法的有效性。     

基于脉冲重复间隔的活动雷达库关联算法

电子支援侦察系统具有对战场环境中活动雷达进行跟踪、监视的功能,上述功能是通过将雷达脉冲序列与活动雷达库中的记录进行关联实现的。文中提出了一种基于生物信息学中动态规划思想的关联算法,该算法通过提取雷达脉冲序列脉冲重复间隔变化规律,并将此作为识别特征对雷达批数据进行关联,仿真说明了该算法即使在有脉冲丢失和干扰脉冲的情况下仍具有较好的处理效果。     

基于序列比对的多功能雷达搜索规律识别方法

对多功能雷达信号规律的识别是电子侦察领域的难点问题之一,本文将多功能雷达搜索方式下的工作规律表示为一个任务序列,提出了一种基于序列比对的识别方法.该方法引入了生物信息学领域的生物序列分析技术,通过将两次不同观测时间段的信号进行比对,提取其中的相似部分来达到识别多功能雷达搜索规律的目的.仿真结果证明了该方法的有效性.     

基于多特征量的雷达辐射源脉间PRI调制识别

雷达辐射源脉间PRI调制识别一直是电子侦察领域的热点和难点问题。针对这一问题提出了一种基于多特征量的综合识别处理算法,根据固定、抖动、参差、组变等7种雷达脉冲常见的PRI调制方式特点,从时域及频域的角度出发,有针对性地提取了零交叉密度、PRI序列差分零点密度等多个特征量,通过建立特征量与对应门限之间的逻辑关系,有效实现了对7种常见PRI调制方式的识别输出,一定程度解决了现阶段部分识别算法工程实践性不强及可识别PRI调制方式较少的问题。     

基于云模型联合几何覆盖算法的雷达信号分选新方法

提出了一种基于云模型联合几何覆盖算法的雷达信号分选识别新方法.该方法首先采用几何覆盖算法对具有参数先验信息的雷达信号样本进行学习,将信号划分到不同的覆盖领域,然后用云模型描述各领域与待测脉冲信号之间的隶属度关系,实现待测信号的分选识别,解决当前电子侦察环境中,信号参数交叠的密集雷达信号的实时准确分选问题.仿真结果表明,与传统的信号分选识别方法相比,该方法是有效的.     

基于FPGA的雷达脉冲信号分选预处理研究

对传统的两种雷达信号分选识别算法进行理论介绍,并提出了一种基于现场可编程门阵列的脉冲信号分选方法,通过对脉冲描述字中相邻脉宽的分析处理,实现对雷达信号的简单分选,能够有效缓解后端系统的压力,提高雷达侦察接收机系统的性能。     

舰载雷达自适应匿影方法研究

在介绍和分析固定脉宽匿影方式局限性基础上,提出了一种自适应调整脉宽匿影方法,对其工作原理、流程及最长延时进行了研究和探讨。该方法能够根据气象和海况变化,自适应调整匿影延时,消除同载体雷达对电子侦察设备的干扰,充分发挥电子侦察的效能,同时缩短匿影模块维修时间,具有较强的应用价值。     

重点雷达电子目标的快速靶向识别

针对现有雷达对抗侦察系统对特定雷达电子目标识别针对性不强的问题,提出一种重点雷达电子目标快速靶向识别方法,并采用并行处理流程,对多目标同时进行处理。首先,利用雷达电子目标的先验信息完成小样本脉冲序列建模;其次,实现了基于小样本脉冲序列快速匹配出雷达电子目标的算法,该方法绕过传统雷达信号的分选环节,不仅对重点雷达信号的识别效果较好,而且处理速度得到有效的提高;最后,进行了计算机仿真验证。理论分析与仿真结果均表明:以快速靶向为目的识别算法,能够有效克服现有雷达辐射源识别方法针对性不强和处理流程僵化的缺陷。     

雷达侦察环境仿真算法及软件设计

以离散时间仿真原理为基础,研究了雷达侦察信号环境的数学模型和仿真算法,并对雷达脉冲参数进行了建模和分析。考虑到雷达侦察信号环境的复杂性,引入了噪声干扰脉冲和脉冲丢失处理。软件设计过程中,采用了结构化功能模块设计,菜单式操作方法,可以在线修改需要产生的雷达种类、雷达部数和各部雷达的参数,可以按时域生成各种体制的雷达脉冲描述字数据表、所有雷达脉冲交错后的脉冲描述字数据表和所有雷达的参数设置记录表,并输出到相应的文件。该仿真软件所仿真的信号可以用于进行雷达信号分选识别研究。经分析验证,该软件设计合理,生成数据可靠。     

一种幅相联合调制雷达波形设计与处理方法

随着脉内特征识别、信号分选等电子侦察技术的发展,雷达波形设计正面临严峻的挑战。幅度调制作为一种新型脉冲调制方式,能够增加信号时域的复杂性,提升波形的反识别能力。本文提出一种幅相联合编码雷达波形,通过幅度相位联合调制提升雷达波形的复杂度,具有良好的反侦察潜力;利用幅度上的稀疏采样特点,提出匹配滤波与压缩感知相结合的回波信号处理方法处理此信号,有效提升低信噪比条件下的检测概率。最后通过仿真实验证明了所提幅相联合调制雷达波形设计与处理方法的有效性。     

雷达反空间电子侦察的干扰方法研究

介绍了空间电子侦察装备的发展现状,分析了电子侦察装备的组成和原理,从雷达电子防御的反侦察角度出发,以空间电子侦察装备为作战对象,提出对其进行干扰的思路,为保护己方雷达提供可行的对抗方法。     

数字侦察接收机中的瞬时频率测量技术

介绍了侦察接收机中基于瞬时自相关的瞬时频率测量方法,并在DSP上实现了这一方法。仿真实验证明,该方法能够实时测量雷达脉冲信号的瞬时频率,在一定信噪比条件下有较高的测频精度,测量出的瞬时频率包含了脉冲信号的脉内细微特征,可以作为识别脉冲信号的依据。