LFM-BPSK复合调制信号识别和参数估计

雷达信号脉内调制方式识别是电子对抗的重要内容。从工程应用的角度,对滤波后的复信号利用改进的相位展开算法,计算瞬时相位、瞬时频率。判断频率跳变点的个数,对时-频曲线进行拟合,根据拟合的参数和信号的时宽带宽积确定信号是否为线性调频-二相编码复合调制信号。再对正确识别的信号进行参数估计,接着重构原线性调频信号,共轭相乘得到基带相位编码信号。最后采用小波变换法提取码速率。仿真结果表明,该算法有很好的识别率和参数估计精度。     

基于连续小波变换的脉内调制类型识别技术

脉内调制类型识别是雷达侦察的关键技术之一,特别是低信噪比下的脉内调制识别技术是当前研究的热点.利用基于连续小波变换的瞬时频率提取技术,可以在低信噪比条件下获得不同调制类型信号的瞬时频率特征,从而实现低信噪比下的脉内调制类型识别,仿真结果表明采用这种方法可以有效地实现低信噪比下的瞬时频率提取.     

基于FrFT优化窗的STFT及非线性调频信号瞬时频率估计

瞬时频率(IF)是描述非平稳调频信号最基本的参数,调频信号广泛应用于声纳、雷达、通讯和生物等领域。本文采用分数阶Fourier变换来优化STFT的窗函数,并估计非线性调频信号的瞬时频率。进行了详细的误差理论分析。同时在实验上和Wingner分布(WVD)、短时Fourier变换(STFT)进行误差(MSE)比较分析。仿真证明,FrFt优化窗STFT对估计非线性调频信号的瞬时频率具有良好的性能。     

基于韦尔奇功率谱的雷达辐射源信号识别

应用韦尔奇功率谱原理提取信号识别特征参数,根据提取出的参数特点设计信号识别流程模型。从多种信号中检测识别线性调频信号、相位编码信号、频率编码信号。分析了特征的适用范围和信号环境。仿真分析该特征提取算法和识别方法的可行性。     

基于卷积神经网络的雷达辐射源稳健识别方法

针对低信噪比下，基于传统统计特征的雷达信号识别方法对复杂调制信号类型识别性能不高，因而处理复杂度高的问题，提出一种基于卷积神经网络的雷达辐射源信号稳健识别方法。该方法通过提取信号的瞬时相位特征，获得变换域的表征信号，将其作为卷积神经网络的输入，实现雷达辐射源信号的快速识别。针对瞬时相位特征对于信噪比敏感的特点，采用主成分分析方法对信号特征域进行降噪处理，提升模型对噪声的稳健性。通过仿真实验验证了所提出方法在不同信噪比下对7种调制信号类型的识别性能，通过理论分析及不同方法的实验对比，验证了算法具有耗时较短、识别准确率较高、噪声稳健性好等优势，具有良好的工程实用性。     

一种雷达信号脉内调制特征分析方法

以单载频、线性调频、BPSK和FSK信号为例,通过提取信号的瞬时相位,对雷达信号的脉内调制特征进行了分析。首先介绍了信号瞬时相位的提取方法,然后通过瞬时相位微商得到信号的瞬时频率,接着引出了一种基于最小二乘算法的调制类型识别方法,最后对这种方法进行了仿真分析。仿真表明,相位测频法是一种有效的雷达信号调制特征分析工具。     

基于自提取脉冲样本图的雷达信号快速提取法

针对电子侦察中截获的敌方雷达信号,估计敌方雷达参数、实现快速的雷达信号提取,对电子对抗决策有重要意义。基于脉冲样本图的描述方式,提出一种新算法,实现对截获的敌方雷达信号的快速识别。算法利用同种雷达信号脉冲之间的匹配相关性,通过脉冲的整体平移,在实现对脉冲样本图的自提取的同时,把用此脉冲样本图描述的雷达辐射源信号筛选出来。仿真分析表明该方法可以获得较高的成功率。     

基于特征融合的雷达信号脉内调制类型识别

针对雷达信号脉内调制识别算法准确率低的问题,提出基于特征融合的雷达脉内调制类型识别方法,该方法首先提取雷达信号时频图像的形状特征和纹理特征,利用改进的主成分分析法（IPCA）对特征进行融合,然后将融合特征输入支持向量机（SVM）,实现信号的分类识别。仿真实验中对8种常见的不同调制类型的雷达信号进行识别,该算法在信噪比为5dB时识别准确率接近100％,验证了该方法的有效性。     

基于改进瞬时频率的PSK信号脉内特征提取

针对瞬时频率法提取相位编码信号脉内特征参数易受噪声影响的问题,提出了一种综合对称相关函数与瞬时频率法的新处理方法。利用信号的对称相关函数抑制噪声,对信号的瞬时自相关相位进行无模糊重构获得信号的瞬时频率,根据瞬时频率特征提取脉内特征参数。仿真结果验证了该方法的有效性。     

基于参数化解调的旋转目标微多普勒频率提取方法

旋转运动是航天领域中最为常见的微运动,如卫星天线转动、弹道导弹自旋运动等。旋转目标的微多普勒特征对雷达目标识别具有重大影响。针对旋转目标不同散射点的微多普勒频率相互重叠、难以提取的问题,提出了基于参数化解调的旋转目标微多普勒频率提取方法。由点散射模型得到旋转目标的微多普勒信号解析形式。考虑到旋转目标微多普勒信号具有正弦频率调制特征,构造了基于正弦模型的参数化解调算子,优化微多普勒频率参数,使解调信号在载波频率处的频谱值达到最大。为了估计多个散射点的微多普勒频率参数,提出了参数迭代估计方法,在每次迭代中只估计当前最强散射点的微多普勒参数,将相应信号分量从原始信号中剔除,消除对后续分量估计结果的影响。仿真和实验结果表明:基于参数化解调的旋转目标微多普勒频率提取方法与传统时频峰值检测方法相比,能更精确地提取相互交叉的旋转目标微多普勒频率,为最终实现雷达空间目标识别提供了理论基础,能应用于卫星天线、弹道导弹等目标的监测、识别。     

一种改进的Link16信号的频率估计算法

针对Link16信号的特点,可采用类似雷达脉冲参数估计的方法测量信号的特征参数。由于受MSK调制信号中符号0和1不平衡的影响,此方法对Link16信号载频和频偏的估计具有很大的偏差。为此提出了一种改进的载频和频偏估计的方法。仿真实验表明,这种改进的算法具有更高的参数估计精度。     

一种鲁棒的弹道目标RCS周期估计方法

由于运动方式、姿态控制等方面的差异,弹道中段目标(弹头、诱饵)存在不同的RCS周期特性,这是目标识别的重要特征.分析了弹头目标的RCS周期特性,指出了传统频域分析方法的不足,提出了一种新的RCS周期估计方法:通过利用循环平均幅度差函数,有效克服了传统频域方法的不足,且算法具有优良的抗噪性能.实验结果表明该方法能明显改善RCS周期估计的精确性和稳定性.     

超视距雷达探测高超声速飞行器可行性分析

在前期开展再入飞行器RCS（雷达散射截面）特性试验和理论研究的基础上，对典型临近空间高超声速飞行器RCS特性开展了研究，分析了绕流和尾迹对飞行器本体RCS特性的影响。研究表明等离子体流场在头身部绕流、近尾尾迹和部分远尾尾迹的最大电子密度将远高于电离层最高电子密度，更高于典型天波超视距雷达工作频段对应的临界电子密度。因而等离子体尾迹将会对3~30 MHz频段电磁波产生较强的散射，使得等离子体尾迹的RCS远远大于飞行器本体的RCS。利用临近空间高超声速飞行器尾迹RCS的这一特点，有可能实现对临近空间高超声速飞行器的超视距探测。     

基于波形综合的雷达目标识别的自相关法

讨论雷达反隐身技术中的目标识别方法。重点介绍基于自然频率的波形综合雷达目标识别方法。针对实际雷达目标均被噪声污染 ,提出一种抗干扰能力强的自相关函数算法 ,给出该算法的实现步骤 ,进行计算机仿真试验 ,仿真结果表明 ,所提出的雷达目标识别方法有效。     

低截获概率雷达转发式欺骗干扰技术研究

针对扩频调相连续波体制低截获概率(LPI)雷达具有主动式隐身性、低截获概率和抗干扰能力强的特点,提出了一种结合平方倍频算法和DRFM(数字射频存储)技术的LPI雷达转发式欺骗航迹干扰方法.该方法能有效解决传统测频接收机无法检测隐藏在基底噪声下的LPI雷达信号和对LPI雷达进行转发式欺骗航迹干扰的问题.实际验证结果表明该...     

基于改进Hausdorff测度和遗传算法的SAR图像与光学图像匹配

提出了一种新的基于边缘的合成孔径雷达（SAR）图像与光学图像匹配算法。在这种算法中，首先针对SAR图像低信噪比（SNR）与乘性噪声模型的固有特性提出了一种边缘特征的提取方法。在获取光学图像与SAR图像边缘图的基础上，根据Hausdorff距离具有强抗干扰能力和容错能力的特点，采用了改进的Hausdorff距离作为相似性测度。在搜索策略上，根据遗传算法的固有的并行性，采用遗传算法来加快搜索的速度。通过大量基于同一地区的光学图像与SAR图像匹配的试验结果表明，这种算法鲁棒性好，匹配精度高，计算速度快。     

集中式多输入多输出雷达信号盲分离算法研究

在电子对抗领域,对集中式多输入多输出（Multiple Input Multiple Output, MIMO）雷达的信号侦察和分选是一个难点。提出采用盲分离（Blind Source Separation, BSS）算法中的非圆复信号快速独立分量分析（Noncircular Complex Fast ICA, NC FastICA）对MIMO雷达进行信号分选。为了满足盲分离算法的应用条件,提出一种在多视角观测位置采集雷达信号的侦察方法来构建可分离的满秩混合矩阵。仿真结果表明,对相位编码、离散频率编码等典型正交波形进行等角度间隔采样和盲分离时,无论是否存在幅度起伏,在信噪比为10dB时均可以达到低于-14dB的正交波形分离度,对分离后的波形进行相关性对比和时频分析的结果也验证了本文方法的有效性。     

宽带LFM信号同时极化测量性能研究

针对雷达动目标的全极化高分辨信息的获取问题,建立宽带极化雷达的信号模型,分析对应的匹配滤波处理算法.对时/频域加窗的效果进行比较,提出了实用的窗函数选择方法.分析正负线性调频信号对高速运动目标的同时极化测量性能,提出对高速运动目标的极化--一维距离像联合识别方法.仿真结果证明了所此方法的有效性.     

双基地MIMO雷达多目标角度和多普勒频率联合估计

将MIMO思想和双基地雷达结合起来,根据信号模型,提出一种双基地MIMO雷达空间中的多目标角度和多普勒频率估计算法,该算法不涉及多维非线性谱峰搜索,只进行特征值分解,运算量小且估计的参数可以自动配对,理论分析及仿真实验结果表明了该方法的正确性和可行性。