基于Weka平台的辐射源数据挖掘研究

数据挖掘可以提高大规模数据集的有效利用,是电子侦察辐射源数据库深入开发的方向之一.通过对现有的数据挖掘算法进行归类分析,对不同算法的适用范围和处理效果进行分析比较,详细阐述了电子侦察辐射源数据挖掘过程的一般流程,并针对不同层级辐射源数据设计了基于Weka平台的挖掘模型.     

基于改进的支持向量聚类的雷达信号分选

基于支持向量聚类,提出一种新的针对未知雷达辐射源信号分选的算法.该方法在原有支持向量的基础上,在聚类标识阶段通过用支持向量点代替原来的全部样本点来进行聚类分配,减少了关联矩阵的规模,从而有效节省了聚类分配的时间,提高了运行速度.同时结合合并同类聚类中心算法有效缓解了核函数的参数q对聚类结果的影响,使得聚类精度有了一定的...     

雷达辐射源属性识别算法研究

针对雷达辐射源识别数据库比对法,在现有识别算法研究的基础上进行算法改进,提出基于属性测度的雷达辐射源属性识别法.仿真结果表明,该算法兼具识别准确度高和识别速度快的优点,实用性较强.     

开放世界下的雷达辐射源融合识别算法研究

针对开放世界下雷达辐射源目标库不完备的现状,对开放世界下雷达辐射源识别的信息融合模型进行了研究。建立了不同类型雷达特征参数的模糊隶属度函数,采用待测样本与模型样本匹配的方法生成广义概率指派函数,并采用修正的广义证据理论算法融合多参数信息获取识别结果。实验数据表明:该模型能在雷达辐射源目标库不完备的情况下,识别已知目标和判别未知目标,判别结果相对基于经典D-S证据理论和原始广义证据理论的融合识别方法更加可靠、有效,在雷达识别的场景中具有潜在应用价值。     

基于双谱分析的雷达辐射源个体特征提取

雷达辐射源个体特征对复杂电磁环境中辐射源的分选和识别有着重要意义.双谱中包含了丰富的信号细微信息,如雷达辐射源的相位噪声、频率漂移等特征,且受高斯噪声和杂波影响较小,因此可以作为雷达辐射源信号的个体特征之一.但是信号双谱中包含了很多冗余信息,不利于机器进行识别处理.利用双谱对角切片对双谱特征进行优化,剔除其中无效、冗余的信息,将变换后的结果作为雷达辐射源个体特征信息.仿真实验结果验证了算法的可行性.     

基于匹配追踪算法的波达方向估计方法

利用辐射源到达方向的稀疏特性,结合最大似然原理提出了一种基于匹配追踪的波达方向估计算法,该算法具有比常用的波束成形和子空间类波达方向估计算法更优越的性能:在给出辐射源到达方向的同时给出对应的幅度输出;不要求辐射源数目的先验知识,无需预处理,且不受来自不同辐射源的信号相关性的影响;在低信噪比和小快拍数下仍具有较好的分辨特性。仿真结果验证了该算法的有效性。     

基于多维几何形状的雷达辐射源识别算法

针对复杂电磁信号环境下雷达辐射源识别困难的问题,提出了一种基于多维几何形状的辐射源识别算法。借助几何形状将辐射源空间特征向量转换为平面向量,计算向量各夹角余弦值,再同辐射源数据库进行比较,实现辐射源型号的自动识别。仿真验证了提出的识别算法,识别率均在80%以上。     

一种改进的测向交叉定位方法

传统的两站交叉定位算法在多辐射源环境下存在虚假定位点无法准确消除、多目标处理能力差、算法自身的缺陷导致的定位盲区无法消除等局限性.提出了一种利用多站测向信息的改进算法,该算法根据各交叉定位点的误差分布设置准则进行测向信息配对并获得真实定位点的初始坐标,再利用线性加权最小二乘估计结合卡尔曼滤波算法进行处理获得辐射源的位置.仿真结果表明,该算法显著改善了多目标处理能力,能够快速、准确地进行测向信息配对,有效消除虚假定位点和定位盲区,并能得到不错的定位精度.     

基于子空间追踪的无源信号检测技术

数字阵列瞬时全空域覆盖时,所需的波束数量随着阵列规模增大而增加,这将使得信号处理复杂度提升,设备量增大.为了减少大型阵列的设备量,提出了一种基于子空间追踪的无源信号检测技术.该技术利用辐射源信号在空域的稀疏性,用子空间追踪算法实时跟踪辐射源信号,将波束对准辐射源信号方向,进行自适应空域滤波,从而减少波束个数,降低计算量.该算法可以适应多信号形式,自适应地对多个辐射源的来波进行滤波,滤波之后的信号可以进行信号检测及信号分选,且波束个数不随阵列规模的增加而增加,可以大大减少大型阵列的设备量.     

基于唯相位变化率无源定位的三维可观测性分析

利用机动辐射源信号到达运动单站的相位变化率(PRC)对该辐射源进行无源定位.应用相位变化率对目标定位的方法,因其非常高的精确度而被广泛应用于卫星无源定位和机载无源定位.而可观测性分析是定位算法是否可以正确定位的前提.三维时的可观测性分析较二维更具有实际意义,但未被明确的推导.研究了三维时的定位算法及可观测性分析结论,并用Matlab仿真验证了结论的正确性.