一种基于抛物线霍夫变换的雷达信号分选方法

在雷达信号分选时,一般的思路是采用到达时间、脉宽、频率、到达方向等参数对信号进行分选,分选完成后再将同一辐射源的脉冲幅度提取出来,进行雷达扫描特性等分析.对某实际采集数据进行了分析,发现信号的时间、幅度曲线有明显的规律,采用了抛物线霍夫变换提取了全脉冲的幅度特性,并采用时间、幅度联合分析完成了信号的分选.仿真结果表明了该方法的有效性,为雷达信号分选提供了一条新的思路.     

基于天基光学短弧观测的GEO卫星分选

提出一种基于天基光学短弧观测数据集分选同步带目标的方法,引入测量属性和约束域概念。为利用短弧观测数据中的有效信息,以目标和平台的相对距离和距离变化率为坐标轴,建立约束域平面。利用GEO（地球同步轨道）目标运动特点,通过能量约束和假设轨道反演2种方法,从多个目标轨迹中分选出GEO目标。仿真结果表明,该算法可在数据库不完备的条件下通过短弧观测分选出同步轨道卫星。     

基于模糊函数的雷达辐射源信号分选新方法

当前的雷达辐射源信号分选方法存在准确率不高和对噪声敏感的问题,对此,提出一种新的分选算法。对接收到的信号首先求取其模糊函数,并将其简化为二维特征图,然后对该二维特征图进行小波包分解,得到八维小波包变换特征（WPT）,最后将类间分离度最优的第二维小波包变换特征Wpt2和第五维小波包变换特征Wpt5作为分选的特征参数。由于不同信号的模糊函数区别较大且受噪声的影响小,因此转换后的WPT可分性强、稳定度高;大量的仿真验证了新方法的优越性,在信噪比为10dB时,分选准确率最低为90％。     

基于盲解卷的雷达信号分选

盲信号处理是近年来信号处理领域的热点研究课题,可以根据输入源信号的基本统计特征,由观测数据进行信号分离,最终恢复出源信号。深入分析了非平稳信号的盲解卷算法,并提出了将其用于雷达信号分选的新思路。计算机仿真表明,这种算法应用于雷达信号分选时可以获得较好的分离效果,从而为实现现代电子对抗中复杂的雷达信号分选提供了新的思路。     

一种多基点的成组参差的段合并算法

为有效解决成组参差信号分选过程中的段合并问题,提出了一种多基点的成组参差的段合并算法。该方法通过计算同PRI的脉冲段的段长度与段间空白长度的方差和,来描述同PRI的脉冲段的均衡性,选择均衡性最好的一组同PRI的脉冲段作为段合并过程多点基准,并在基点之间通过时域咬合的方式进行空白时域的填充,通过统计的方式完成野值剔除,确定成组参差的子PRI,最后通过无冲突补充,确定成组参差的脉冲序列。通过仿真实验,确定了该算法对多信号环境下成组参差段合并的有效性。     

针对脉冲信号聚类分选的卫星电子侦察干扰技术

通过构造并引入干扰信号,改变电子侦察卫星侦察接收电磁信号特征分布状态,破坏电子侦察对真实雷达脉冲的有效分选,实现保护真实雷达的电磁参数特征不被侦察到的目的.针对聚类脉冲分选,设计构造了干扰信号,仿真实验表明,设计的干扰信号能够起到较好的干扰效果.     

一种基于聚类分析的跳频信号自动分选方法

为了从复杂电磁环境中分选出跳频信号,提出了一种基于聚类分析的自动分选方法。该方法首先将信号特征参数估计等效成聚类分析问题,估计测量集中所包含的信号个数及各信号的特征参数,包括载频、带宽和入射方向。然后根据跳频信号的跳速范围,通过对各截获信号的特征参数进行序贯聚类,剔除干扰,获得期望的跳频信号。仿真实验表明,所提出的方法能够从复杂环境中正确地分选出跳频信号。     

基于DSP的无源时差定位信号聚类分选算法

以四站无源时差定位信号处理器为例 ,详细分析了时差测量值的统计特性和相关统计特性 ,并利用该分析结果设计并实现了有利于DSP处理的基于时差相关的聚类分选算法 ,最后给出了该算法的实际测试结果及测试结果分析。研究表明 :基于时差相关的聚类分选算法能够有效地提取同一时差峰内的多个辐射源 ,并较好地解决时差散布造成的时差峰分裂的问题。     

基于自适应网格密度聚类的雷达信号分选算法

针对现有网格聚类中网格划分方法不能较好地适应所有数据分布、网格边界处理精度低等问题,提出基于自适应网格密度聚类的雷达信号快速分选算法.该算法首先引入了网格均匀度的概念,然后给出了自适应网格划分技术和网格均匀度的计算方法,最后进行均匀度可达聚类.该算法能自适应地发现不同密度的类及其边界,适合处理大规模侦察数据集.仿真实验表明该算法能有效适用于雷达信号分选.