雷达信号脉内调制特征的时频分析

以线性调频与非线性调频信号为例 ,对雷达信号的脉内调制特征进行了时频分析。首先 ,通过求取解析信号的瞬时相位微商的方式得到信号的瞬时频率 ;然后引出Wigner分布和小波变换的方法 ,对信号进行分析 ,从而得到了调频信号的时频分布 ;最后 ,对这三种方法作了分析比较 ,指出小波变换方法是进行雷达信号脉内特征分析的有力工具     

一种低信噪比下雷达脉内特征提取方法

高密度复杂环境下的雷达脉内特征提取是现代雷达的信号分选、识别的一个重要研究内容。利用时频分析中的WVD分布分析信号时零频处仍保持原信号所有特征这一特性 ,提出了一种低信噪比下的小波提取信号脉内调制特征的方法。仿真结果证明了该算法的有效性。     

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.     

利用小波变换检测微弱雷达信号

雷达中弱信号的检测是与提高探测性能有关的基本而又重要的课题。雷达的探测距离可用雷达方程以接收机输出信号与噪声之比的函数给出。过去，为了提高信噪比，采用脉冲积累的方法。近几年来又提出用图像处理范围内使用的小波变换收机输出信噪比的方法。因小波变换 利用实空间与傅里叶两个空间内部局部化的小波进行信号处理的，因此希望获得比实空间的脉冲积累法更好的效果。假设接收机内产生的内部噪声是白噪声，那么，通过白噪声的     

雷达与ESM相关算法综述

在比较雷达和ＥＳＭ（ＥｌｅｃｔｒｏｎｉｃＳｕｐｐｏｒｔＭｅａｓｕｒｅｍｅｎｔｓ）这两种传感器特点的基础上，分析了雷达与ＥＳＭ相关的特点，介绍了统计方法、模糊方法和优化方法等五种雷达与ＥＳＨ相关算法，并对这些算法进行了评述。     

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。     

低信噪比下相位编码信号脉内特征提取新方法

针对低信噪比条件下相位编码信号的相位估计容易受噪声影响的问题,提出了将自适应阈值消噪技术与小波变换结合起来的新方法.首先利用连续小波变换计算信号的小波谱,再对小波谱进行自适应阈值消噪处理,进而提取小波谱脊线,得到相位编码信号的脉内调制信息.计算机仿真验证了该方法的可行性.     

侦收多普勒雷达信号的分析处理

论述了侦收多普勒雷达信号的基本特征，并提出测定高速运动载体雷达信号多普勒频率的方法，指出了雷达波束照射宽度内各位置上存在着多普勒频率的差异。讨论了脉冲多普勒雷达信号的视频特征，并对该雷达信号脉组内的脉冲重复间隔参差和脉冲系列随信号波束扫描调幅提出了处理方法。     

数据融合黑板型专家系统

给出了一种多传感器数据融合和黑板模型推理的专家系统的实现方法。系统以飞机平台为目标，利用多站多个传感器所获得的雷达、通信、敌我识别信息，通过多传感器数据融合和人工智能黑板模型推理，实现对飞机平台的识别和定位。     

一种高动态环境GPS信号的跟踪方法及实现

鉴于在高动态环境跟踪ＧＰＳ信号所遇到的问题，分析了高动态环境跟踪ＧＰＳ信号的基本方法，讨论了通过延时锁定环和载波辅助技术进行伪码跟踪的原理，重点研究通过３阶频率扩展卡尔曼滤波算法（ＦＥＫＦ）进行多普勒频率估计并进行载波跟踪的原理，模拟分析了ＦＥＫＦ算法的动态跟踪能力和频率估计误差，提出了一种适合高动态环境要求的ＧＰＳ信号跟踪方案     

一种新的自适应消噪方法

基于小波变换的自适应消噪方法为雷达信号的滤波提供了一种可行的办法。考虑到离 散小波变换(DWT)不具有平移不变性,而静态小波变换(SWT)又不能很好地分析信号的高频 部分,提出了一种新的自适应消噪方法。它根据CWT的提升方法,得到静态小波包的提升 实现方法,并设计出适合本系统的确定最优小波包分解树的相应步骤,利用引入了更多动量 因子的权系数迭代公式对各子带进行自适应匹配,并将匹配结果二次自适应,得到拟合的原 信号。仿真中将其与其它两种基于小波的自适应方法进行了比较,表明该方法可在适当减小 计算量的同时,进一步改善系统的滤波性能。     

雷达截获系统电子攻击布站研究

为了阻碍雷达截获系统对雷达信号的有效分选,电子攻击信号源的布站是一个关键。根据电子攻击信号脉冲与被保护雷达信号脉冲在重叠时间大小以及先后到达顺序上的不断变化,对某一被保护雷达,给出了电子攻击信号源的布站模型。通过计算,得出了保护该雷达的电子攻击信号源布站区域。最后,给出了一种工程应用布站方法。     

基于小波变换的固体火箭发动机深层界面超声回波信号分析

针对固体火箭发动机多层粘接结构中的超声检测回波信号严重混迭及难以分辨的问题,提出对回波信号进行小波变换,提取小波变换后各个频段的能谱作为特征,为多层粘接结构中深层界面的粘接缺陷分析及识别提供依据。实验结果表明,超声回波信号分析方法可有效提取出固体发动机多层粘接结构中的深层界面信号特征,并能将缺陷识别、定位。     

海洋环境中基于小波变换的弱信号检测新方法

海洋环境中弱信号的谱与海杂波的谱相混叠,目标和背景的位置差异很小,经典的频域或空域处理对海杂波中弱信号的检测难以奏效。鉴于小波变换在提取弱信号方面具有独到的优势,提出了一种海洋环境中基于小波变换的弱信号检测方法。利用雷达采集的真实海杂波数据,在不同信杂比的条件下,研究了该方法与经典频域法在信号检测中的差别。通过实验分析,与经典方法相比,当信杂比达到-14.7dB时,仍能很好地对信号进行检测。     

超低空导弹引信抗海杂波干扰的信号提取方法

由于超低空导弹工作在海杂波背景下,其引信的信号检测易受干扰。传统的信号处理方法效果不佳,而小波变换有多分辨分析的特性,可以有效滤除杂波带来的噪声,然后根据回波信号频率,辨别真假目标。基于雷达引信实测数据进行仿真,实验结果表明,该方法能够有效滤除大部分噪声信号,从而提高超低空导弹作战能力。     

基于全脉冲的周期信号样本提取技术

现代电子战中,传统的辐射源分选识别方法无法在密集的信号环境中快速有效地对复杂体制雷达进行分选识别,造成系统漏警。基于上述情况,提出了一种基于脉冲样本序列自提取的分选算法。这种算法利用雷达信号脉冲序列的周期性和相关性,实现对模板序列的自动提取,从而可实现全脉冲序列中小样本数或脉间规律复杂的雷达信号的分选。仿真实验表明,在全脉冲数据量级适中的情况下,该算法可以有效提取目标模板序列。     

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。     

雷达侦察系统的信号采集

论述了雷达侦察系统在进行信号采集量化时应考虑的因素和脉冲信号采集的基本类型，讨论了采集雷达区信号脉冲系列的跟踪采集、定时采集和自适应分路采集的方法。指出了圆周扫描搜索雷达信号时域上的截获方法及其频域上的频谱特征，同时还指出了对高速运动目标雷达信号的采集－处理过程，以判断其载体的运动动机和威胁程度。