接收域分离的跨接收系统通用性辐射源指纹识别

受辐射源硬件失真和接收机硬件失真的耦合作用,实际接收信号中带有当前辐射源系统和接收系统共同的“个体信息”,导致辐射源指纹识别技术(RFF)在跨接收系统场景下无法通用。为消除接收机染色效应,该文将接收机影响作为单独作用域,提出一种基于接收域分离的跨接收系统通用性辐射源指纹识别方法。该方法通过双标签多通道特征联合和域分离对抗重构方式实现信号中辐射源指纹作用域与接收机染色作用域分离,利用多部接收机数据预先训练网络对两种作用域的分离能力,聚焦辐射源指纹信息提取,从而提升辐射源指纹识别技术在跨平台跨接收系统、更新接收设备等场景下的适应能力。相比于直接特征提取和多接收机打包训练方式,所提方法能够真正适应实际无监督场景,且参与训练的源域接收机数目越多,域适应效果越好,不需要重复训练即可直接推广应用于新接收系统,具有较高的实际应用价值。

基于模糊熵的连续相位调制识别算法

针对不同调制参数的多调制指数(Multi-h)连续相位调制(CPM)信号间识别问题,提出一种基于模糊熵的调制识别算法。模糊熵理论摒弃了近似熵中距离与数目的二值化相似性判断,提出利用隶属度函数判断相似性,可以更精确地描述时间序列的复杂度。算法分离接收信号的同相和正交分量并分别求其模糊熵,将求取的模糊熵作为分类特征送入支持向量机(SVM)进行分类,完成不同Multi-h CPM信号的调制识别。仿真实验结果表明,该算法在信噪比大于6 dB时,对不同调制指数集合的全响应矩形成形Multi-h CPM信号可以实现100%识别,且仅需较少符号数即可实现调制识别。

基于小波包变换的辐射源信号识别

现代电子信息系统需要利用信号的细微特征识别功能参数相同或相近的辐射源信号。本文基于小波包变换,采用局部判别基(LDB)方法进行辐射源信号特征提取与识别。计算机仿真数据和实测数据分析表明本文方法有利于提取辐射源信号无意调制的差异信息,实现信号的辐射源个体识别。

调幅调频信号的循环平稳特性分析

介绍了循环平稳信号的基本概念 ,对调幅和调频信号的循环平稳特性进行了详细的理论分析 ,计算机仿真实验也验证了分析得到的结果 ,即在一定条件下 ,调幅调频信号具有一阶和二阶循环平稳特性。仿真同时说明了利用信号的循环平稳特性具有较好抑制平稳噪声或 (和 )干扰的能力。这为实现基于民用调幅、调频广播信号的隐身目标探测系统提供了一种较好的信号处理方案 ,具有极大的应用前景。

一种新的贝叶斯调制分类算法

提出了一种基于马尔可夫链蒙特卡罗(MCMC)的数字调制分类方法。针对存在未知残留载波相位和频率时贝叶斯分类难以实现的问题,采用Metropolis-Hastings(M-H)算法估计边缘似然概率密度,从而在分类性能上保持了贝叶斯分类的理论最优性和稳健性。利用对比实验验证了方法的性能。

基于模糊平面的信号识别方法

将一维信号变换到二维坐标平面往往更有利于描述信号的时变特征,从而实现信号的分类识别。基于离散时频分布的信号识别方法,将时频核设计问题转化为以信号自模糊函数为原始特征的特征选择问题,以实现特征降维和信号识别。时频核设计孤立考察模糊平面上各个特征点,且降维空间中存在着识别信息冗余。将核设计的原理推广,直接基于模糊平面进行信号识别,利用K—L展开和线性变换对自模糊函数进行特征提取,在降维空间内综合了各原始特征共有的分类信息,并去除特征之间的相关性,从而比时频核设计方法具有更优的信号识别性能。

基于谱相关的直接序列扩谱信号检测

直接序列扩谱信号是典型的低截获概率信号,由于其统计特性接近于噪声,通常的谱分析方法很难实现检测。由信号产生原理可以发现,直接序列扩谱信号中同时隐含了符号与码元的周期性,具有二阶循环平稳性,利用谱相关分析方法,能够在信号的循环频率处生成谱线,将信号从噪声背景中检测出来,并同时估计码元速率和符号速率。通过仿真实验,验证了该方法在低信噪比下的有效性。

电子工程本科专业课教学方法改革探讨

专业课教学是本科课程教学的最高阶段,是学生综合素质和能力培养的关键环节。本文根据笔者近几年讲授电子工程本科专业课"电子对抗原理"的教学现状,分析了影响教学质量的问题来源,提出了加强引导、拓宽视野和结合实践等教学方法改革措施,达到激发以提高学生综合素质的目的。

辐射源调制识别综述

辐射源调制识别一直是电子战领域的研究热点。文章从有意的模拟调制、数字调制以及无意调制三方面对近年来讨论较多的调制识别方法进行了总结和评述。

基于循环谱包络的扩谱直序信号的码片 时宽、载频、幅度估计

扩谱直序信号是二二阶循环平稳信号,其循环谱幅度包含了信号的码片时宽、载频、幅度等信息,通过分析,文中提出利用非零循环频率处谱峰的位置与大小估计这三个参数的算法,算法不需要伪随机码序列和信号参数等先验信息,可实现对信号参数的盲估计;对参数的估计是在非零循环频率上进行两个一维搜索,很大程度避免或减小了平稳噪声和干扰的影响,适用于低信噪比情况,且避免了多维搜索;文中还分析了算法的实现条件,并通过仿真实验对估计算法性能进行评估.

窄带信号中的放大器“指纹”特征提取:原理分析及FM广播实测实验

本文提出了一种利用放大器非线性特性来进行特定辐射源识别的多通道相关指纹识别(Multi-Channel Correlation Fingerprinting;MCCF)方法.该方法首先由功率放大器的泰勒级数模型导出窄带输出信号的载频分量和谐波分量表达式,然后利用两分量的关联性,将载频分量作为放大器激励信号的近似,代入谐波分量的表达式中,用最小二乘方法估计出"指纹"特征量.在此基础上本文分析了MCCF的指纹特征的可观测条件和估计的CRLB.该方法定义的指纹特征与放大器的级数模型有关,与激励信号的形式无关,因此是发射机固有的.依据本方法对长沙地区的调频广播的电台进行了"指纹"提取实测实验,在谐波分量功率比载频分量小60到80dB的典型条件下,对四个电台的发射机进行了有效的分类.

基于云模型和矢量神经网络的辐射源识别方法

矢量神经网络在训练阶段既不能处理语义信息,也没有考虑训练样本本身的可靠性,因而造成辐射源不能正确识别的问题,为此提出了一种基于云模型和矢量神经网络的识别算法.该算法利用云模型来实现定性概念到定量区间值的转换,并利用改进后的矢量神经网络实现区间类型的矢量输入到区间类型型号输出的非线性映射.仿真实验表明,本文方法不仅能处理语义类型的输入矢量,而且能够处理数字类型的输入矢量,并且在测量误差环境中具有较高的识别率.

基于联合参数建模的雷达辐射源识别方法

针对现代雷达采用复杂体制造成的不能正确识别辐射源问题,提出一种基于联合参数建模的雷达辐射源识别方法。该算法首先对辐射源进行脉冲等级和统计参数等级的联合建模,然后将联合参数模型用于识别过程中,基于特征参数的不同描述模型构建不同的识别算法,其中特征参数的联合建模思想是本方法的核心。仿真实验表明,本文方法能够实现对复杂体制雷达辐射源的建模和识别。

基于序列比对的多功能雷达搜索规律识别方法

对多功能雷达信号规律的识别是电子侦察领域的难点问题之一,本文将多功能雷达搜索方式下的工作规律表示为一个任务序列,提出了一种基于序列比对的识别方法.该方法引入了生物信息学领域的生物序列分析技术,通过将两次不同观测时间段的信号进行比对,提取其中的相似部分来达到识别多功能雷达搜索规律的目的.仿真结果证明了该方法的有效性.

一种基于云模型的辐射源识别方法

该文针对测量参数的不确定所造成的辐射源不能正确识别问题,提出了一种基于云模型的识别方法。该方法首先利用云模型对雷达模板库中区间类型的参数变量进行正态云建模从而得到测量参数的隶属度,然后利用云模型的定性定量转换特性来描述离散型参数变量的调制匹配程度,同时给出了一种确定辐射源识别权值的新方法,能够动态调整各特征参数的权值。仿真结果表明,这种基于云模型的识别方法是适用有效的。

多功能雷达建模中的雷达字提取技术研究

雷达字为有限数目脉冲的固定排列,能够反映多功能雷达的工作状态和威胁等级。针对漏脉冲和虚假脉冲所造成的雷达字不能正确提取的问题,提出了一种基于三级匹配的雷达字提取算法。该算法首先对分选后的辐射源脉冲列进行数据库级的匹配过滤,确定模板雷达范围,然后分别利用脉冲配对和序列相关技术进行精确识别。仿真实验表明,该方法不仅能提取多功能雷达辐射源的雷达字,而且对噪声环境具有较好的适应能力。

一种基于交叉关联积分的功放无意调制识别方法

针对同频率连续波信号中的功放指纹分析问题,提出一种基于相空间交叉关联积分的无意调制识别方法(CCI-UMI)。该方法通过对功放无意调制的机理分析和对重构矢量沿轨迹概率(PDT)的理论分析,建立了相轨迹比较的基本理论依据和参数选择方法。采用多尺度交叉关联积分算法,在重构相空间实现了对信号细微差别的灵敏比较。对任意波发生器两路通道实测数据的分类实验表明:本方法识别率较高,经合理选择参数,在低信噪比下可获得比功率谱方法和相空间微分方法更好的分类性能。

三星时差定位系统的四站标定方法

为了提高三星时差定位系统的定位精度,提出了四站标校方法。经四站标校后,消除了时差测量系统误差和副星相对位置误差对定位精度的影响,为分析标校效果,建立了标校后仍存在的误差与定位误差的定量关系,并证实四站标校方法可以在较大范围内改善定位精度。

基于星载测向体制的辐射源定位融合算法

针对卫星多次观测定位点的估计问题,提出了一种定位点融合算法。该算法首先对加权融合的必要性进行了数学分析,证明了定位点分布是有偏的,然后基于星下点的定位误差分布,提出了一种定位点选择算法。同时,基于观测方程和定位误差方差分布给出了两种定位点融合方法,能使得融合后的定位误差方差达到最小。最后通过仿真实验,验证了该方法可以提高定位精度。

基于EM算法的宽带信号DOA估计及盲分离

本文提出了一种基于EM算法的宽带信号DOA估计与盲分离方法.首先将宽带混合信号转换到频域,然后综合利用带宽内所有频点信息建立似然函数,在此基础上推导出宽带条件下的EM迭代式,从而实现宽带信号DOA及波形的联合估计.并且本文通过分析EM算法的收敛性,自适应的设定角度搜索空间,提高了算法的运算效率.与传统方法相比,本文方法运用的有效信息更多,因此,其在DOA估计精度及波形恢复性能方面都更有优势.仿真实验表明了该算法的有效性.