Key Radar Signal Sorting and Recognition Method Based on Clustering Combined with PRI Transform Algorithm

In this paper,we investigate the problem of key radar signal sorting and recognition in electronic intelligence(ELINT).Our major contribution is the development of a combined approach based on clustering and pulse repetition interval(PRI)transform algorithm,to solve the problem that the traditional methods based on pulse description word(PDW)were not exclusively targeted at tiny particular signals and were less time-efficient.We achieve this in three steps:firstly,PDW presorting is carried out by the DBSCAN(Density-Based Spatial Clustering of Applications with Noise)clustering algorithm,and then PRI estimates of each cluster are obtained by the PRI transform algorithm.Finally,by judging the matching between various PRI estimates and key targets,it is determined whether the current signal contains key target signals or not.Simulation results show that the proposed method should improve the time efficiency of key signal recognition and deal with the complex signal environment with noise interference and overlapping signals.

基于时频域特征挖掘与自注意力机制融合的雷达PRI变化类型识别

针对存在异常值时雷达辐射源脉冲重复间隔(pulse repetition interval,PRI)变化类型识别困难的问题,提出一种基于时频域特征挖掘与自注意力机制融合的雷达PRI变化类型识别方法。首先对PRI序列进行时序变化特征和小波特征分析,从时域和频域2个角度构建特征集;然后基于自注意力机制以数据驱动的方式学习时频特征之间的互补性,有效把握不同维度特征对识别效果的贡献,实现对不同维度特征的深度融合;最后基于全连接神经网络对融合后的特征进行模式分类,从而实现对PRI变化类型的识别。仿真结果表明,在不同异常值水平下,所提方法能够显著提高对6种典型PRI变化类型的识别准确率,而且识别效果要显著优于仅使用单一维度特征的方法。

基于PRI变换快速雷达信号分选方法

脉冲重复间隔(Pulse Repetition Interval, PRI)变换法对典型雷达信号分选效果良好,但运算量大的缺点使其难以在复杂电磁环境下实现实时信号分选处理,因而制约其广泛应用。基于PRI变换法原理和运算复杂度模型,提出了PRI谱高次谐波抑制和压缩PRI谱分辨率两种方法,对PRI变换法关键步骤进行优化,提升处理速度。仿真了6种典型重频类型雷达信号脉冲数据进行分选效果验证,结果表明所提方法能适应多种重频类型和复杂电磁环境信号分选,处理速度提升达几倍至几十倍,可明显提高PRI变换法的工程应用能力。

基于YOLOv5与PRI变换的无人机编队检测

针对无人机编队数量的检测,文中从信号处理角度,提出了一种基于YOLOv5与脉冲重复间隔(PRI)变换的无人机编队检测算法。首先对无人机旋翼的雷达回波微多普勒信号进行建模与参数化表征,用时频变换方法得到微多普勒时频图,然后对其中的闪烁脉冲用YOLOv5进行检测并得到每个闪烁脉冲的位置信息,最后用PRI变换对闪烁脉冲进行分选,并基于分选结果得到无人机数量的估计。实验结果表明,该方法在信噪比为2 dB时,对4架无人机编队的检测准确率能够达到90%以上。

一种基于PRI谱的自适应重频检测方法

脉冲重复间隔(Pulse Repetition Interval,PRI)变换方法能够适应典型重频(Pulse Repetition Frequency,PRF)类型雷达信号分选,但采用观察时间原则和谐波抑制原则生成检测门限分选过程中,容易出现多信号分选漏批情况。基于滑窗滤波技术原理,提出PRI谱滑窗滤波重频检测方法,实现多信号自适应分选,提高PRI变换方法对复杂电磁环境的适应能力。仿真了6种典型重频类型雷达脉冲数据进行分选效果验证,结果表明所提方法具备典型类型重频雷达信号分选能力,多信号及复杂信号环境适应能力强,信号分选及脉冲提取准确率高。

一种对重频调制与抖动信号的PRI变换分选新方法

针对脉冲重复间隔(PRI)变换法及其改进方法难以分选重频变化信号的问题,提出一种新的信号分选方法,即脉冲相似度检索法。该方法把脉冲相似度引入改进的PRI变换法,根据脉冲相似度对雷达脉冲信号进行搜索、提取。仿真结果表明,该方法不仅使分选更加准确,而且实现了对重频抖动和重频受调制变化信号的分选,其分选准确率达到95%以上。

基于PRI谱的双门限雷达信号分选算法及其硬件平台设计

针对修正的PRI变换法无法分选重频参差雷达信号的缺点,提出了一种基于PRI谱的双门限雷达信号分选算法。该算法先对PRI谱设定双门限检测各个准PRI,再结合组合查看及序列搜索提取各个PRI。同时,构建了一种预分选、主分选结合的新型分选平台。预分选利用带有PowerPC的FPGA构架片上系统,完成对脉冲雷达信号的实时测量、AOA分类及数据存储;主分选采用DSP专职完成其他维参数的分选算法。该分选新算法在保留抑制PRI子谐波优点的同时,对重频固定、抖动和参差的雷达脉冲信号都有较好的检测结果。视频信号源的大量测试表明,该分选平台对普通雷达、PRI抖动和参差雷达、频率捷变雷达及一些特殊雷达均具有较好的分选能力。

一种新的PRI变换分选算法

脉冲重复间隔(pulse repetition interval,PRI)变换及其改进算法是雷达信号分选领域的经典算法之一。在早期的信号环境中,各部雷达信号的PRI值相对接近,传统的改进PRI变换算法能够有效地分选PRI抖动雷达信号,因而得到了广泛的应用。随着信号环境的日益复杂,不同雷达发射的信号其PRI值分布在一个较大的范围内,此时传统算法的分选能力大大减弱。针对上述问题,对传统算法中可变时间起点的改变、PRI箱的选择以及门限的确定三个方面进行改进,提出一种新的PRI变换分选算法。新算法中采用了可变的移动因子、固定的箱分辨率以及合理的门限,在保留原算法优点的同时,能够适应PRI值分布在较大范围内的抖动雷达信号分选问题,并通过模拟仿真验证了算法的有效性。

一种PRI变换并行处理算法及在高速DSP上的实现

脉冲重复间隔是雷达信号分选的关键参数。改进的PRI变换法克服了直方图统计法的子谐波问题,对脉冲重复间隔具有很高的估计精度,且具有一定的抗抖动能力。由于需要进行大量的指数运算和复数运算,故PRI变换法运算速度较慢,难以满足实时性要求。本文分析了改进的PRI变换法,提出了一种用于该算法并行处理的任务分配原则,并在TS201S平台上实现了改进的PRI变换算法。实验结果表明,基于该任务分配原则的PRI变换法并行处理大大提高了运算效率,能满足实时性要求。

基于PRI变换的雷达脉冲序列搜索方法

在面对复杂的雷达信号环境时,准确搜索到雷达脉冲可以为雷达调制特征识别、测向定位提供有效的数据基础,对此提出了一种基于脉冲重复周期(pulse repetition interval,PRI)变换法的脉冲序列搜索办法。利用PRI变化法在高脉冲丢失率情况下,求出最有可能的PRI,根据此PRI值,结合本文提出的序列搜索方法对脉冲流中的脉冲进行套取。通过双阈值搜索,减少由于脉冲密度过大导致阈值设定不当而搜索到错误脉冲的情况。最后通过数据仿真,能够有效分选出参差、抖动、捷变频等雷达信号。

PRI变换对脉冲雷达信号PRI检测的性能分析

传统的雷达脉冲列去交错算法很容易出现信号的脉冲重复间隔及其整数倍(即子谐波)同时存在的现象,给雷达脉冲串的去交错造成了困难。介绍了PR I变换的脉冲重复间隔估计算法,该算法几乎完全抑制了出现在自相关函数中的子谐波,同时研究了该算法对稳定重频、抖动重频、参差重频、滑变重频等各类信号的PR I检测性能。计算机仿真结果表明,这种算法适用性较强。

基于PRI变换的未知雷达信号分选算法研究

针对未知雷达信号主处理中脉冲重复间隔的精确分选部分,介绍了PRI变换的脉冲重复间隔估计算法,提出针对固定重频、抖动重频和参差重频信号的PRI变换算法的仿真和改进方法。

基于PRI变换法的脉冲信号分选算法

脉冲重复间隔是电子对抗中信号分选的关键参数,本文研究的基于PRI变换法的信号分选算法克服了传统直方图统计法的子谐波问题,对脉冲重复间隔具有很高的估计精度,且具有很好的抗抖动性能。仿真分析表明,PRI变换法对固定PRI,抖动PRI具有很好的估计效果。

基于PRI谱内特征的参差雷达信号分选算法研究

通过分析参差雷达信号的基本特征,针对PRI变换算法在参差雷达信号分选中存在的不足,提出了一种基于PRI谱内特征的参差雷达信号分选算法。该算法利用PRI变换获取信号的时域PRI谱,进而根据PRI谱内脉冲对数特征完成参差信号帧周期的分选工作。仿真结果表明,该方法能够较好地实现参差雷达信号的分选工作。

PRI变换法用于信号分选的性能研究

PRI变换是一种基于脉冲到达时间的信号分选方法,由于该算法能够有效抑制真实PRI的谐波,近年来受到越来越多的关注。首先讨论了相位因子的作用,揭示了相位因子是进行变换谱峰值累积的关键;接着通过理论分析指出了PRI变换法的局限和适用的PRI类型;最后仿真分析了该方法对分选过程所面临的信号环境的适应性。理论及仿真分析结果可作为工程应用的参考依据,具有一定的实用价值。

一种基于PRI谱特征的复杂雷达信号分选方法

通过分析雷达截获机所处的复杂雷达信号环境,提出了一种基于PR I谱特征的复杂雷达信号分选方法。该方法利用PR I变换获取雷达信号PR I谱,并根据各种复杂雷达信号PR I谱特征实现复杂雷达信号的分选工作。仿真结果表明,该方法能够较好地实现复杂信号环境下雷达信号的分选工作。

基于WPT-PRI的未知雷达辐射源分选

对未知雷达辐射源信号进行准确分选是当前电子对抗领域亟待解决的一个难题。基于小波包变换(WPT)可实现多种不同调制信号的分类,且对噪声不敏感,但对于相同调制样式不同调制参数的信号则无效。该文提出一种基于WPT-PRI的新方法,首先利用WPT实现不同调制样式信号的分类,对于具有相同调制样式、不同调制参数的信号基于脉冲重复间隔(PRI)进一步细分。仿真结果验证新方法准确有效。

PRI变换在脉冲列去交错中的适用性分析

传统的雷达脉冲列去交错方法中应用的脉冲重复间隔估计算法是以计算接收到的脉冲串的自相关函数为基础，很容易出现信号的脉冲重复间隔及其整数倍（即子谐波）同时存在的现象，给雷达脉冲串的去交错造成了困难。为克服上述缺点。提出了PRI变换的脉冲重复间隔估计方法，几乎完全地抑制了出现在自相关函数中的子谐波。文章研究了这种算法对于稳定重频、抖动重频、参差重频、滑变重频等各种信号的适用性。计算机仿真结果表明，这种算法适用性较强。

基于PRI的雷达信号综合分选方法

针对常规雷达信号和复杂雷达信号同时存在的复杂信号环境,以及减少混合脉冲序列的分选时间,基于PRI变换提出一种PRI变换法及其改进方法相结合的综合分选方法。仿真验证,该方法可行,并对脉冲丢失严重的情况仍具有很好的分选效果。

基于PRI变换的混叠LFM雷达信号分选

针对脉冲混叠造成脉冲信息丢失而影响雷达分选效果的问题,提出一种恢复丢失的脉冲信息、完成LFM雷达信号分选的算法。首先,对接收LFM雷达脉冲信号进行小波变换,采用等高线截取法实现时频矩阵的二值化;其次,检测和估计出脉冲信号的到达时间和因时域混叠而丢失的脉冲信号到达时间;最后,基于PRI变换法实现LFM雷达信号的分选。仿真实验结果表明,提出的算法通过恢复丢失脉冲的信息,能够检测出每部LFM雷达的PRI值,并且估计误差基本维持在1%左右。