共查询到15条相似文献,搜索用时 46 毫秒
1.
2.
3.
4.
5.
6.
随着雷达技术的不断发展和应用,雷达信号识别对于雷达对抗和电子侦察具有重要意义.针对常用雷达信号的识别问题,提出了一种基于频谱和瞬时频率的雷达信号识别方法,通过定义的四个用于区分不同信号的特征值,可以对于常用的七种雷达信号进行有效识别.仿真实验证明了该方法的有效性和可行性. 相似文献
7.
8.
9.
为解决雷达侦察中雷达脉内调制类型识别问题,研究NS、LFM、PSK、FSK 4 种类型调制信号的高效识
别问题。通过改进瞬时自相关算法在抑制相位模糊和噪声干扰的前提下得到雷达辐射信号自相关函数,进行滑动平
均采样处理得到信号的瞬时频率。分析4 种不同调制类型信号频率图特征,提取频率图的自相关系数、突跳峰次数
和二级均值差特性作为识别特征向量,构建一种高效的脉内调制识别算法。仿真实验表明:该算法可在信噪比较低
的条件下,有效地区分4 种调制类型,当信噪比高于9 dB 时,识别概率可达到97%以上。 相似文献
10.
11.
基于Fisher判别字典学习的辐射源调制特征识别 总被引:1,自引:1,他引:0
针对基于字典的信号调制类型识别方法中解析字典原子形态单一、无法与复杂辐射源信号最优匹配的问题,提出一种基于Fisher判别准则的字典学习方法。对辐射源信号进行时频分析,借鉴图像处理的方法提取信号时频特征列向量,在字典训练过程中加入信号调制类型信息,根据Fisher准则训练字典,使字典原子类间距离最大同时类内距离最小,以增强字典的识别性能;通过仿真分析Fisher判别字典的识别性能以及原子个数对字典性能的影响。研究结果表明:该方法相比于解析字典法和无监督字典法,具有更好的识别性能,在低信噪比时识别性能突出、抗噪声干扰性能好;综合考虑识别性能和计算量,当字典原子数取20时该方法性能最优。 相似文献
12.
为提高雷达辐射源识别智能水平,提出一种新的基于转换脉冲神经网络进行雷达辐射源调制模式识别的
方法。将仿真产生的雷达信号转换为2 维时频图,将传统的卷积神经网络(convolutional neural networks, CNN)转化
为脉冲神经网络(spiking neuron network, SNN),使用SNN 进行雷达辐射源识别。仿真实验结果表明:该方法具有
优良的检测精度,当信噪比高于-9 dB 时,识别概率可达96%以上。 相似文献
13.
针对字典学习用于辐射源识别时原子表征能力有限和复杂环境适应性不足问题,提出一种基于联合投影字典学习的辐射源识别方法。利用时频变换提取辐射源信号初始特征,并通过降维、降噪实现特征预处理;采用核空间投影和降维投影学习方式优化字典原子结构,基于数据集训练获取联合投影字典;通过分类测试完成了有效性验证。仿真结果表明:该方法所提取字典原子具备较强表征能力,能够适应参数多变的复杂环境;较常规有监督字典学习方式更易区分多类型、高相似度信号,-6 dB时单载频信号、线性调频信号、非线性调频信号、二相编码信号、四相编码信号、Frank信号、二相频率编码信号、四相频率编码信号、非线性调频-二相编码复合调制信号、二相频率编码-二相编码复合调制信号10类辐射源信号的整体平均识别率为94.4%. 相似文献
14.
15.
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