基于高斯平滑与模糊函数等高线的雷达辐射源信号分选

雷达辐射源信号分选是电子侦察系统、威胁告警系统的关键步骤.针对现有基于模糊函数的复杂体制雷达辐射源信号分选方法信息利用率低、易受噪声影响等问题,提出一种基于模糊函数等高线的分选新方法;首先,对信号的模糊函数进行高斯平滑处理并绘制其等高线作为进一步的特征提取对象;其次,从图像处理的角度提取正外接矩和方向角作为雷达信号分选的特征向量;最后,用核模糊C均值聚类算法对特征向量进行分选.仿真实验表明,所提方法在8 dB以上的固定信噪比环境下分选6类典型信号的成功率均为100%,即使在0 dB环境下,分选成功率也保持在89.04%以上;在0»20 dB动态信噪比环境下分选成功率达到96.36%.实测数据验证,所提特征提高了5种外场辐射源信号的分选效果,可作为经典5参数的有效补充.此外,所提特征还具备较低的计算量,提取单个信号特征的耗时仅为0.24 s,具有一定的工程价值.

模糊函数主脊切面特征提取的局域差分方法

雷达信号分选是电子对抗的关键技术,提取和补充新的特征参数是解决复杂体制雷达信号分选难题的有效手段。鉴于模糊函数是表征信号内在结构上的有效工具,本文采用改进粒子群算法(Particle swarm optimization,PSO)快速搜索信号的模糊函数主脊切面,并提出一种基于局域差分的模糊函数主脊切面特征提取方法,提取出差值和、差值最大值和差值分布熵3个特征,以表征不同信号波形结构上的局域差异;然后通过模糊C均值算法对提取的特征参数进行聚类性能分析。最后使用LFM,BFSK,CON,QPSK,M SEQ及BPSK共6种典型信号进行实验。实验结果表明,在固定信噪比下,当SNR不低于0dB时,CON,LFM及BFSK信号的平均聚类准确率达到98.7%,6类信号的平均准确率为93.2%。在0~20dB动态信噪比环境下,平均分选准确率仍保持在80.5%以上,且算法具有较好的特征提取时效性,证明了所提方法的可行性和有效性。

模糊函数主脊切面极坐标域形态特征提取方法

提取能表现信号本征信息的脉内特征参数是解决当前复杂体制雷达辐射源信号分选难题的有效途径。由于模糊函数能较为细致地反映信号的内在信息,提出一种基于极坐标转换的模糊函数主脊切面形态特征提取方法,该方法首先将模糊函数主脊切面变换到极坐标域以形成封闭的几何图像,然后提取该图像的均面积、致密度和似圆度作为信号分选的特征向量。模糊C均值聚类实验表明,所提特征在大于0 dB条件下分选6类典型雷达信号的成功率保持在95.33%以上,即使在信噪比为-2 dB,分选成功率仍可达到88.5%;在0-20 dB动态信噪比条件下平均分选成功率为99.7%,证实了所提方法的有效性。特征提取耗时实验证明,所提方法提取单个信号特征仅需1.34 s,具有令人满意的时效性。

基于先验信息库的多源混合信号快速识别模型

先验信息库识别是雷达信号分选的前置环节,可以有效提高前端处理效率并指导未知信号分选识别。随着复杂体制雷达大规模应用,信号参数空间严重交叠,传统处理方法面临严峻考验。该文提出一种结合传统脉冲描述字、瞬时频率特征及模糊函数主脊切面特征的先验信息库构建方法,首先,对信号进行多维度表征,然后,使用相像系数度量特征间相似性,最后,利用具备有效性评价的核模糊聚类算法对未知信号进行自动聚类。实验结果表明,所提方法可在传统方法几乎失效的情况下有效稀疏多源混合雷达信号,准确过滤未知信号,并为未知信号分选提供指导。

基于模糊函数三维特征的雷达辐射源信号分选方法

提取并补充新的特征参数,是解决当前复杂体制雷达辐射源信号分选难题的有效途径.由于模糊函数能够很好地展现信号波形的内在信息,从主、侧视角分别提取模糊函数三维图的主岭重心、主峰分布半径作为雷达辐射源信号分选的特征向量.核模糊C均值聚类实验表明,所提出方法在10 dB以上的固定信噪比环境下分选6类典型信号的成功率均为100%,即使在0 dB环境下,分选成功率也保持在86.96%以上;在0~20 dB动态信噪比环境下分选成功率达到91.97%,说明所提特征能较好地反映信号间的脉内差异,具有类内聚敛性强和类间分离度大的优点.理论分析与分选耗时比较实验表明,所提出方法分选单个信号的平均耗时仅需0.13 s,仅为现有基于模糊函数主脊切面特征分选方法的6.91%,证实了所提出方法的时效性.