自相关加权融合的高精度频率估计算法

为保证雷达对抗侦察系统在复杂电磁环境下的工作性能,提出了一种基于自相关加权融合的多段信号频率估计算法。对各段含噪信号进行自相关处理得到初相位为零、频率与原信号一致的高信噪比正弦信号,利用反余切算子构建支持度矩阵对自相关信号进行实时加权融合,在粗估计基础上建立参考信号,通过最小化误差函数求得高精度频率估计结果。仿真结果表明,相较于现有算法,本文算法在满足较低计算量的同时,不但精度明显提高,且在不同信噪比、信号长度以及信号异常等条件下均具备稳定的估计性能,为基于多传感器的雷达对抗情报侦察提供了参考。

加权子空间拟合相干信源二维波达方向估计

对均匀圆阵列 (U CA)二维波达方向估计问题 ,运用相位激励模式波束形成技术 ,得到圆阵波束空间实值阵列流形。在波束空间内 ,研究了相干信源子空间分解技术和加权子空间拟合技术。计算机仿真表明 。

基于均匀圆阵的宽频段二维零点预处理MUSIC算法

该文基于多圈均匀圆阵(UCA),在UCA-RB-MUSIC算法(Mathews等,1994)和一维零点预处理算法(魏平等人,1996)的基础上,提出了一种可任意设置响应零点的宽频段二维MUSIC算法,计算机仿真表明,该方法在保持了UCA-RB-MUSIC算法的高精度、高分辨力和降低了运算量的前提下,在宽频段内对于空间干扰信号的抑制有较好的效果。

一种雷达辐射源信号分选新方法

提出一种基于小波与神经网络联合分析的雷达辐射源信号分选新方法.该方法首先对接收到的雷达信号进行小波去噪,达到提高信噪比的目的,然后利用小波脊线法准确提取其脉内特征参数,最后基于神经网络实现信号的分选.计算机仿真结果表明,较现有方法,该方法在较低的信噪比情况下,可以更准确地实现雷达辐射源信号的分选.

宽带双圈圆阵二维DOA系统中通道复增益估计方法

本文研究了基于双圈圆阵的二维DOA估计系统中通道复增益的估计问题.通过将阵列分割成子阵的 办法,将问题转化为线阵系统中信号方向角和通道增益的联合估计问题.运用信号子空间对信号DOA和通道增益的 约束关系,在无校准源时,可以得到通道增益的估计.

均匀圆阵的二次加权自适应零点处理

本文从分析均匀圆阵的空间方向性出发 ,提出了基于最大方向系数约束条件和最大信噪比准则的自适应零点形成的二次加权方法 ;应用该方法研究了均匀圆阵的一维自适应零点形成问题 。

基于遗传算法的均匀圆阵宽频段二维WSF算法

基于多圈均匀圆阵 (UCA)构造了二维加权子空间拟合 (WSF)算法的代价函数 ,用遗传算法进行了优化 ,从而得到了对宽频段内多个独立源或相干源的高精度、高分辨率和强鲁棒性的二维波达方向估计 (DOA)。计算机仿真表明了该算法的有效性。

军队院校任职教育改革的跨学科思考

从哲学、教育学、军事学以及生态学的视角对军队院校任职教育改革进行理性思考,旨在分析任职教育改革的阶段性特征,明确任职教育改革的现实目标,提高任职教育院校人才培养质量,促进战斗力生成模式转变。

基于复杂度特征的未知雷达辐射源信号分选

当前的未知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。该本文应用复杂度特征实现了低信噪比下未知复杂雷达信号的高准确率分选。首先,对接收到的信号进行预处理,然后提取其复杂度特征中的盒维数和稀疏性,并将两者作为分选的特征参数,最后基于KFCM算法实现未知雷达辐射源信号的分选。由仿真结果分析可知,预处理后的信号序列的盒维数和稀疏性分离度高且受噪声的影响小,分选结果令人满意,在信噪比为5dB时,不同调制类型信号间的分选准确率最低为87%。

基于双谱分析的雷达辐射源个体特征提取

针对复杂电磁环境中雷达辐射源特征参数的分选和识别问题,提出将辐射源信号的双谱作为雷达辐射源个体特征,并进一步提出将Walsh变换作为双谱特征优化算法。利用双谱中包含的信号细微信息和双谱受高斯噪声和杂波影响较小等特性,提高雷达辐射源个体特征参数的有效性;针对信号双谱中包含了很多与个体特征无关的冗余信息,不利于机器进行识别处理的缺点,利用Walsh变换对信号的双谱特征进行优化,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。

基于多参数的雷达辐射源分选新方法

针对现有方法分选准确率不高和对参数变换敏感的问题,提出一种新的雷达辐射源分选算法。将常规参数到达角、载频、脉宽和脉内特征参数Wpt6,Wpt7构成特征向量,用Kohonen神经网络实现自动分选。仿真结果表明,新方法的分选准确率较常规方法可以提高7%左右,更加适应于现代电子战环境。

基于模糊函数相像系数的雷达辐射源信号分选

针对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,提出一种新的分选算法,对接收到的信号求取其模糊函数,并将其简化为二维特征图,构造一矩形脉冲序列与一三角形脉冲序列,分别求二维特征与两个脉冲序列的相像系数,将求取的相像系数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,所以转换后的相像系数可分性强、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%.

基于双谱二维特征相像系数的雷达信号分选

针对现有方法分选准确率不高和对噪声敏感的问题,应用双谱二维特征相像系数实现了低信噪比下未知复杂雷达信号的高准确率分选。对接收到的信号首先提取双谱幅度谱,并将其简化为二维特征,然后构造一矩形脉冲序列与一三角形脉冲序列,分别求二维特征与两个脉冲序列的相像系数,最后将求取的相像系数作为分选的特征参数。由于不同信号的双谱区别大且对高斯噪声不敏感,因此,转换后的相像系数可分性强、稳定度高,仿真验证了新方法的优越性,在信噪比为10 dB时,分选准确率最低为90%。

雷达组网ECCM性能评估方法

给出了评估雷达组网ECCM性能的度量公式。该公式既包括了组网雷达的数量、雷达部署的相互位置、工作频段、极化方式、信号种类及信息处理能力 ,还将网内各雷达本身的抗干扰能力以一种合理的加权方式计算在内。公式可用来评估雷达组网的ECCM性能 。

基于熵理论的间歇采样转发干扰识别方法

干扰识别历来是抗干扰流程中的关键环节,针对间歇采样转发干扰的识别问题,提出了一种基于熵理论的干扰识别方法,将熵的概念应用于干扰信号的特征提取,并使用支持向量机进行分类识别。对干扰及回波信号进行FFT变换及预处理后,提取信号频谱的3种熵特征,并进行仿真实验检验熵特征的性能。仿真结果表明,熵特征受噪声影响较小,将其作为特征参数进行干扰识别均能取得较为理想的识别结果,其中信息熵作为特征参数时的识别性能最优,指数熵次之,范数熵识别性能最差。

基于优化算法的雷达辐射源信号识别方法及性能

针对基于支持向量机(SVM)的雷达辐射源信号识别方法中SVM模型参数对识别性能影响较大的问题,提出基于优化算法的雷达辐射源信号识别方法,并选择遗传算法、蚁群算法和粒子群算法三种典型的优化算法应用于新的识别方法进行优化识别。通过不同条件下计算机仿真实验,验证了新方法的有效性,并分析了三种典型优化算法在新方法中的综合性能,为对雷达辐射源信号进行更好的识别提供一定的依据。

基于理想排序的雷达信号识别效能评估方法

当前对雷达辐射源信号识别效能评估的研究处于起步阶段,没有一种很好的评估方法对其进行评估.为此,论文提出一种基于AHP-I2 TOPSIS的雷达辐射源信号识别效能评估方法.该方法主要在以下三点对传统区间TOPSIS方法进行改进,以消除逆序问题:利用AHP方法计算指标权值;利用理论极值确定绝对正负理想点;利用区间距离计算评估方案到正负理想点的距离并改进贴近度计算方法,并将AHP-I2 TOPSIS方法应用于雷达辐射源信号识别效能评估中得到新的雷达辐射源信号识别效能评估方法.最后通过评估实例证明论文所提方法能有效解决逆序问题,并能很好地应用于雷达辐射源信号识别效能评估中.

雷达辐射源信号识别结果评估方法研究

针对雷达辐射源信号识别结果评价方法杂乱,指标单一等问题,提出一种新的信号识别结果评估体系结构,将识别率测试结果引入到雷达辐射源信号识别结果评估中,构建了基于识别率测试结果的雷达辐射源信号识别结果评估指标体系,建立了评估指标的层次结构模型,应用模糊综合评价法对识别结果进行评估,并对三种识别方法进行了计算机仿真评估实验,验证了新方法的可行性.

雷达辐射源特征参数提取算法复杂度分析

特征参数提取是雷达辐射源信号分选和识别的关键步骤。针对目前对特征参数提取算法时间复杂度研究较少较浅的现状,从算法设计和数据结构入手,推导了5种特征参数提取算法的时间复杂度数学表达式,并对其进行了分析。最后通过计算机仿真实验验证了所推导的时间复杂度的正确性。

基于盒维数的间歇采样转发干扰识别方法

间歇采样转发干扰是一种针对相干雷达的有效干扰样式,其对抗技术研究已经成为电子战领域的热点课题,而干扰识别历来是抗干扰技术中最关键的环节,针对间歇采样转发干扰的识别问题,提出了一种基于盒维数的干扰识别方法,将分形理论应用于间歇采样转发干扰的识别。通过对3类间歇采样转发干扰信号的产生原理及频谱进行分析,挖掘干扰及目标回波的分形特征,提取分形盒维数作为干扰识别的特征参数,并利用支持向量机进行分类识别,为后续雷达系统采取抗干扰措施提供先验信息。仿真结果证明该方法具有较高的识别概率。