调制域——雷达信号分析的新方法

现代雷达系统中捷变频、参差调谐脉冲重复周期、线性调频或相位编码脉冲压缩都对测量提出了挑战。对于压控振荡器(VCO)频率的建立过程、锁相环路(PPL)的相位锁定过程等频率、相位及时间间隔的时变特性作出实时分析并交互显示,是电子工程师梦寐以求的一种方法。如果使用时域、频域概念的示波器、频谱分析仪等进行这些测量、分析,不仅麻烦、费时,而且常会丢失有用信息而得不出精确结果,甚至无法实现。本文运用“调制域”这一新概念及其仪器,可使这个曾长期困扰人们的难题得到解决。     

基于三维特征的雷达信号脉内调制识别

针对低信噪比条件下雷达信号识别算法对噪声敏感的问题,提出了一种基于三维特征的雷达信号脉内调制识别算法。该方法通过提取信号的差分近似熵、调和平均分形盒维数和信息维数特征组成三维特征向量,使用遗传算法优化的BP神经网络分类器实现雷达信号的分类识别。仿真结果表明,所提取的三维特征在信噪比为-4~10 dB变化范围内具有较好的类内聚集度和类间分离度,可以实现对不同雷达信号进行识别,证实了该方法的有效性。     

低数据量下的雷达信号脉内调制识别方法

针对部分脉冲宽度窄、采样点数少的雷达信号监测应用场景,提出一种新的雷达信号脉内调制自动识别算法。采用小波变换与瞬时自相关相结合的方法,提取雷达信号瞬时频率特征,根据不同调制方式雷达信号的特征差别,实现了对常规信号、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、二进制频率编码信号和四进制频率编码信号七种不同调制方式雷达信号识别。在不同数据量条件下,仿真结果表明,识别准确率随着码元个数或单个码元采样点数的减少而降低,此识别算法对信噪比为20 dB、采样点数为100个的雷达信号,可以实现对不同调制方式的准确识别,识别准确率高于80%。与传统识别方法相比,该方案所需数据量较少,识别准确率高,易于工程实现。     

基于排序时频特性的雷达脉内调制信号识别

提出了一种基于排序时频特性的雷达脉内调制信号识别算法.该算法可分为三步:首先,通过检验信号时频曲线的互易回归特性,识别出线性调频信号;然后,通过检验信号时频RANKIT图的正态性,识别出常规信号;最后,检验信号平方后时频RANKIT图的正态性,用以区分二相编码与四相编码信号.仿真结果表明,该算法无需接收信号的任何先验知识,在较低信噪比条件下可实现对常用雷达脉内调制方式的有效识别.     

利用小波变换识别脉内调制信号

利用小波变换的多分辨性质、基于信号和随机噪声在小波变换域中不同的模极大值系数特征，对于脉内调制这类渐近信号的连续小波变换进行了研究，并可行性 波变换来提取信号脉内调制特征，计算机仿真表明这种方法的有效性和可靠性。     

雷达信号脉内调制特征分析

脉内特征是雷达信号分选的基础，也是电子对抗领域里的一个重要课题，本文主要讨论了相位差分分析法和最小二乘法在雷达信号脉内调制特征分析中的运用，并运用Vc＋＋6．0进行了仿真。     

雷达相位编码信号的脉内调制特征分析

以二相编码和四相编码信号为例,提出了在低信噪比条件下对雷达相位编码信号进行脉内调制特征提取的算法,计算机仿真、实验室和外场测试的结果证明本算法确实有效.     

基于图像特征的雷达信号脉内调制识别算法

雷达信号体制和调制样式的多样化,信号环境的复杂化,使得常规的识别方法很难适应实际需要,无法有效地对辐射源信号进行分类识别。针对当前电子对抗系统中的问题,提出了一种新的有效的雷达信号脉内调制特征提取方法。该方法把雷达信号的时频分布作为一幅图像进行处理,利用图像处理算法提取其奇异值特征。由于奇异值分解本身具有良好的几何特性,提取的特征对信号的信噪比和采样点数是不敏感的。实际仿真结果表明该方法是有效的。     

基于脉内特征参数的雷达信号调制方式识别方法

研究了一种识别辐射源脉内调制方式的方法。该方法运用分形维数和相像系数作为辐射源信号的脉内特征,提出了基于模糊综合评估获取特征的基本概率赋值,然后运用D-S证据理论进行多脉冲数据融合,从而识别辐射源信号调制方式的方法。基于本方法的辐射源脉内调制方式识别方法通过仿真试验表明,其正确率高,具有一定应用价值。     

一种基于Zernike矩双谱的雷达信号特征提取新算法

雷达信号的相位可反映其脉内调制特征,而双谱在提取雷达信号特征时可以完整地保留相位信息。针对现有双谱特征提取方法存在平凡双谱、交叉项、特征维数过高等问题,提出一种基于双谱二次特征的雷达信号脉内特征提取算法。首先,将双谱转化为灰度图像,以灰度值表示双谱幅度;然后,利用图像处理技术提取双谱二次特征,提取出能够反映复杂雷达信号脉内特征的不同阶Zernike正交矩特征集;最后,将Zernike矩特征集与广泛应用于特征提取的Hu-不变矩特征集进行实验对比,结果表明,本文提出的算法具有更好的分类识别性能。     

雷达信号有意调制的粗分类和细分类识别方法

针对雷达信号脉内有意调制中2类典型调制信号,即相位编码(PSK)信号和调频(FM)信号,提出了一种由粗到细的方法进行脉内识别。首先,对接收到的雷达信号利用其3 dB带宽明显不同的特点,进行类间粗分类,识别出PSK信号和FM信号;然后,针对PSK信号和FM信号类内特征的不同,提出了利用信号的小波脊频特征,来对雷达信号进行类内细分类识别的方法,使PSK信号被细分类为BPSK信号和QPSK信号、FM信号被细分类为LFM信号和NLFM信号,从而完成了典型雷达信号的有意调制的识别。仿真结果表明,在一定信噪比下,此识别方法真实有效。     

基于分数阶傅里叶变换的脉内信号调制方式识别

针对传统的雷达脉内信号调制类型识别方法存在的抗噪性能差和识别率低等问题,提出了一种基于分数阶傅里叶变换(FRFT)的脉内信号调制方式识别算法.该算法分为两步:首先根据不同调制方式在调频斜率上的区别,通过FRFT模值随阶数变化的特点,识别出线性调频信号;然后,再根据阶数为1时FRFT的波形特点,识别出频率编码信号和相位编...     

基于优势度的雷达信号特征提取评估

针对当前雷达辐射源信号特征提取评估的研究不够深入,存在评估方法单一和缺乏科学性等问题,提出一种新的评估方法。首先构建雷达辐射源信号特征提取评估指标体系,然后基于最小叉熵进行权重融合,并计算不同方案间的优势度,建立优势度矩阵,得到用于方案排序的统一向量形式,最后基于不同用户需求完成方案的优劣选择。仿真实验表明,该评估方法可用来选出最符合用户需求的方案,有效性检验说明了所提出方法的有效性和可行性,在雷达辐射源信号特征提取评估中具有较好的适用性。     

基于Hilbert-Huang变换的雷达信号特征提取技术

针对高分辨雷达目标散射回波的非平稳特性,提出了利用Hilbert—Huang变换进行时频分析获得目标特性的方法。首先利用简单电磁散射模型仿真了三类目标的一维距离像,然后采用Hilbert—Huang变换对各类目标在不同姿态角下的回波进行时频分析,提取时频分布图的边际谱作为目标特征矢量,利用径向基函数神经网络分类器对特征矢量进行训练和学习,最后对三类目标作了识别,仿真对比实验验证了该方法的有效性。     

直扩信号特征提取技术

介绍了直扩系统的基本原理。针对能够集中体现直接序列扩频(DSSS)信号波形和频域的特征,对时域相关检测法、循环谱检测法、倒谱检测法和高阶累积量检测法进行了深入的分析与研究。采用上述数字信号处理技术分别对DSSS信号进行特征提取的仿真和验证,并给出了每种检测技术的性能及优缺点。     

低分辨雷达目标调制特征提取和分类识别方法

利用目标的发动机调制(JEM)效应,提取目标的谱线间隔、谱线宽度、谱线个数、幅度偏差系数、能量比、波形熵、中心矩等特征,形成特征向量后参与后续的综合决策。在低分辨雷达对飞机目标进行的目标分类识别试验中采集数据,进行了实测数据分析,实验结果表明提取的目标特征和分类效果方面的有效性。     

非相参雷达飞机目标特征提取

本文从分析目标回波序列的动态特征出发,着重研究了这些动态特征的建模问题。根据建立的模型,采用D-S证据理论方法,对实测四类编队飞机目标回波数据进行了融合识别,试验结果验证特征描述的合理性,以及基于特征的统计模型的有效性。     

一种雷达信号全脉冲数据特征提取方法

对雷达信号全脉冲数据的有效预分选关键在于获取全脉冲数据的有效特征参数。提出了用独立分量分析（ICA）算法对雷达信号高维全脉冲数据提取特征参数,通过利用分类器、聚类比较不同的特征提取方法的性能,仿真结果验证了ICA算法的有效性。