食管小细胞癌的预后分析

对未知雷达辐射源信号进行准确分选是当前电子对抗领域亟待解决的一个难题.基于小波包变换(WPT)可实现多种不同调制信号的分类,且对噪声不敏感,但对于相同调制样式不同调制参数的信号则无效.该文提出一种基于WPT-PRI的新方法,首先利用WPT实现不同调制样式信号的分类,对于具有相同调制样式、不同调制参数的信号基于脉冲重复间隔(PRI)进一步细分.仿真结果验证新方法准确有效.     

基于WPT-PRI的未知雷达辐射源分选

对未知雷达辐射源信号进行准确分选是当前电子对抗领域亟待解决的一个难题.基于小波包变换(WPT)可实现多种不同调制信号的分类,且对噪声不敏感,但对于相同调制样式不同调制参数的信号则无效.该文提出一种基于WPT-PRI的新方法,首先利用WPT实现不同调制样式信号的分类,对于具有相同调制样式、不同调制参数的信号基于脉冲重复间隔(PRI)进一步细分.仿真结果验证新方法准确有效.     

电子情报分析专家系统

论述了电子情报(Elint)系统中辐射源识别方法,重点论述了非实时雷达辐射源脉冲数据流分选和识别。在磁盘数据分析中采用了时域和频域交叉分析的新方法.用自动模扳生成的识别方法自动提取各辐射源的脉冲重复周期(PRI)及射频(RF)的变化方式.最后建立了采用不精确推理的专家系统采识别辐射源功能,以形成完整的辐射源文件输出。     

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。     

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。     

基于CR—PRI的未知雷达辐射源信号分选新方法

对未知雷达辐射源信号进行准确分选是当前电子对抗领域迫需解决的一个难题。基于相像系数（CR）可以实现多种不同调制信号的分类,但对于相同调制样式不同调制参数的信号则无效。对此本文提出一种基于CR—PRI的新方法,首先利用CR实现不同调制样式信号的分类,对于具有相同调制样式不同调制参数的信号基于脉冲重复间隔（PRI）进一步细分,仿真结果验证新方法准确有效。     

基于脉冲序列重构的雷达PRI调制类型智能识别算法研究

雷达脉冲重复间隔（PRI）是雷达信号的关键参数,对于雷达性能发挥起着至关重要的作用。研判雷达PRI调制类型能够为雷达识别和性能分析提供重要支撑,是电子对抗领域的关键研究内容。针对现有PRI调制类型识别准确率受脉冲丢失影响较大的问题,本文提出了一种基于脉冲序列重构的雷达PRI调制类型智能识别算法。首先,基于到达时间（TOA）多阶差分序列实现了PRI调制周期的初步估计;其次,根据PRI调制周期重构了不同脉冲序列样本;再次,对重构样本进行去均匀值预处理,并以此为输入搭建了卷积神经网络（CNN）识别PRI调制类型,该方法能够减弱人工提取特征的局限性,不仅可以获取PRI序列的深层特征,而且具有更强的环境适用性;最后,仿真实验表明了所提方法的有效性。在脉冲丢失率小于60%时,所提方法对于所有PRI调制类型的识别准确率均在92%以上,平均识别准确率大于98%,在脉冲丢失率小于80%时,平均识别准确率在81%以上。     

一种脉冲重复间隔复杂调制雷达信号分选方法

雷达辐射源分选是电子战系统的关键技术之一。为了解决传统的基于脉冲重复间隔(PRI)的分选方法不能有效分选PRI复杂调制雷达信号的问题,该文提出一种利用脉冲到达时间与雷达帧周期的对应关系构成的2维特征向量来提取脉冲序列中PRI的变化规律,进而实现PRI复杂调制雷达信号分选的新方法。该方法可以在脉冲丢失严重且存在噪声脉冲的情况下获得满意的分选结果,并利用模拟仿真验证了方法的有效性。     

基于新特征参数的雷达辐射源信号分选

雷达辐射源分选是电子战系统的关键技术之一。文章首先分析了基于脉冲重复间隔(PRI)的雷达辐射源分选算法的缺点,提出一种基于常规参数和相像系数(CW)相结合的新特征参数分选方法。通过计算机仿真验证了该方法,仿真结果表明新方法具有良好的分选效果。     

基于优化算法的雷达辐射源信号识别方法及性能

针对基于支持向量机(SVM)的雷达辐射源信号识别方法中SVM模型参数对识别性能影响较大的问题,提出基于优化算法的雷达辐射源信号识别方法,并选择遗传算法、蚁群算法和粒子群算法三种典型的优化算法应用于新的识别方法进行优化识别.通过不同条件下计算机仿真实验,验证了新方法的有效性,并分析了三种典型优化算法在新方法中的综合性能,为对雷达辐射源信号进行更好的识别提供一定的依据.