一种基于Swin Transformer神经网络的低截获概率雷达信号调制类型的识别方法

本文针对低截获概率(Low Probability of Intercept,LPI)雷达信号调制类型的识别问题提出了一种基于Swin Transformer神经网络的识别方法.该方法首先用平滑伪Wigner-Ville分布对信号进行时频变换,将一维时域信号转换为二维时频图像,然后使用Swin Transformer神经网络对时频图像进行特征提取和调制类型识别.仿真结果显示该方法具有较强的抗噪声能力,在低信噪比条件下识别准确率高,且具有较强的小样本适应能力.

基于FBMC-chirp的低截获探通一体化信号设计

面对快速发展的先进无源侦察技术,一体化信号除需具备较优的雷达探测和无线通信能力,还需满足抗截获和防窃听的需求,以提高一体化系统的生存能力和作战性能。多载波探通一体化信号的低截获设计已成为目前一体化信号研究的重要问题。针对传统低截获多载波探通一体化信号雷达分辨性能受限且未能同时兼顾通信有效性和可靠性要求的问题,本文在子载波复用的一体化多维信号框架下,研究了一种雷达和通信性能最小损失的低截获多载波探通一体化信号设计方法。首先,从提升时频资源利用率的角度,设计了一种基于滤波器组多载波技术的通信频谱分块功率优化和雷达梳状谱等功率优化的低截获多载波探通一体化信号时频结构。该结构通过分块的方式降低了通信信号的峰均比,提升了通信信号的低截获性能。然后在此基础上,以雷达互信息和通信信道容量为约束条件,以最小化信号总功率为优化目标,建立了雷达子载波功率和通信分块子载波功率联合优化模型。本文将该优化模型转化成一个凸二次规划问题,并采用信赖域方法对该优化问题进行求解。实验结果表明,本文所设计的低截获多载波探通一体化信号不仅具有较优的雷达探测和分辨性能,以及较好的无线通信性能,而且具有较优的低截获性能。

低截获概率(LPI)雷达的发展

论述了发展LPI雷达的几个基本问题。首先分析了雷达截获性能与目标特性、雷达特性和侦察接收机的关系 ,对现有几种有代表性的雷达分析了截获距离 ,并讨论了LPI措施及其得益 ,提出了LPI措施的反侦察“效益门限”的概念 ,并分析了扩谱的LPI得益 ,最后阐明了LPI雷达是雷达体制的重大变革 ,提出了分二步走的发展战略。

基于Jaya算法的LPI雷达波形设计

随着侦察设备与雷达之间的对抗加剧,雷达系统的射频隐身性能直接影响到武器装备的作战能力和生存能力,低截获概率雷达技术逐渐成为研究热点。文中研究了使用信息论在频域上设计低截获概率雷达波形的方法,利用Jaya算法实现了在满足一定的雷达探测性能前提下,最小化截获接收机性能的波形优化设计。考虑到该算法是不受约束的优化过程,利用罚函数将约束条件合并到适应度函数中。仿真结果表明所提方法不受初始值选择的影响,与传统算法在恰当选取初值后的优化效果相当,具有更高的普适性和稳定性。

基于深度置信网络和双谱对角切片的低截获概率雷达信号识别

基于深度置信网络(DBN)对信号双谱对角切片(BDS)结构特征进行学习,实现低截获概率(LPI)雷达信号识别。该方法首先建立基于受限玻尔兹曼机(RBM)的DBN模型,对LPI雷达信号的BDS数据进行逐层无监督贪心学习,然后运用后向传播(BP)机制在有监督学习方式下根据学习误差对DBN模型参数进行微调,最后基于该BDS-DBN模型实现未知信号的分类和识别。理论分析和仿真结果表明,信噪比高于8 d B时,基于BDS和DBN的识别方法对调频连续波(FMCW),Frank,Costas,FSK/PSK 4类LPI信号的综合识别率保持在93.4%以上,高于传统的主成分分析加支持向量机法(PCA-SVM)和主成分分析加线性判别分析法(PCA-LDA)。

低截获概率雷达信号的循环谱相关函数检测方法分析

给出了一些噪声、干扰及低截获概率雷达信号的循环谱相关函数 ,分析了其在噪声与干扰中检测的优越性 ;对循环谱相关函数与Wigner Ville分布、解线调、模糊函数进行了比较 ,分析了它们的一致性 ,并比较了循环谱相关函数的几种主要估计算法。从这些分析中可知 ,循环谱相关函数是检测低截获概率雷达信号的有效方法 ,抗干扰能力强 。

基于栈式稀疏自编码器的低信噪比下低截获概率雷达信号调制类型识别

针对低截获概率(LPI)雷达信号识别率低且特征提取困难的问题,该文提出一种基于Choi-Williams分布(CWD)和栈式稀疏自编码器(sSAE)的自动分类识别系统。该系统从反映信号本质特征的时频图像入手,首先对LPI雷达信号进行CWD时频分析,获取2维时频图像;然后对得到的时频原始图像进行预处理,并把预处理后的图像送入多层稀疏自编码器(SAE)进行离线训练;最后把SAE自动提取的特征输入softmax分类器,实现雷达信号的在线分类识别。仿真结果表明,信噪比为-6 dB时,该系统对8种LPI雷达信号(LFM,BPSK,Costas,Frank和T1~T4)的整体平均识别率达到96.4%,在低信噪比条件下明显优于人工设计提取信号特征的识别方法。

一种低截获概率雷达信号及其信号处理

针对低截获概率雷达设计了一种线性调频和相位编码混合信号 ,这种混合信号兼有线性调频和相位编码信号的优点 ,又弥补了各自的缺点 ,以小时宽、小带宽获得大信噪比改善。文中对这种混合信号的性能及脉冲压缩处理进行了理论和仿真分析。

低截获概率雷达信号检测方法的优化及应用

针对利用循环谱理论检测低截获概率(LPI)雷达信号存在计算量大的问题,提出了一种优化的快速傅里叶变换(FFT)累积算法来更新信号处理设备的软件程序。分析了原软件中信号处理的过程,提出了采用并行流水型结构的优化方法;利用前一个滑动窗口内采样信号的FFT,推导出下一时刻采样信号序列的FFT;通过减少重复采样点,减少计算量。然后,利用循环谱检测中4个象限的循环谱的对称性,减少计算象限数,并采用一维搜索进行峰值检测,从而进一步减少计算量。理论推导显示,改进方法减少了计算复杂度和计算量。最后,利用提出的方法对常用的线性调频(LFM)和二进制相移键控(BPSK)信号进行了分析。结果表明,在相同条件下,利用改进的算法及一维搜索,计算时间可缩短为原算法的1/25左右。另外,算法改进后检测信号的幅度值仅减小了不到10%,不影响后续处理对循环谱参数的估计。

基于BDS-GD的低截获概率雷达信号识别

针对在信号特征提取与识别中使用双谱估计数据量大、维度高的问题,提出了双谱对角切片(BDS)与广义维数(GD)相结合的识别方法。通过提取信号双谱对角切片减少数据量,并利用多重分形理论中的广义维数降低数据维度,对切片内部特性进行细微描述,基于距离测度提出特征评价指标,从而选出最具有区分度的3个阶数对应的广义维数作为特征向量,输入到最小二乘支持向量机中进行分类识别。使用4种低截获概率(LPI)雷达信号作为待识别信号,仿真结果表明,本文方法提取的信号特征在特征空间中有良好的聚集性和离散性,在0 dB信噪比下,识别准确率能达到92.2%,与选取的其他方法对比说明其具有很好的识别性能。

低截获概率雷达信号的调制识别研究

在分析了低截获概率(LPI:Low Probability of Intercept)雷达信号的分数阶傅立叶变换(FRFT)的基础上,提出了把调频率和分量能量之比作为分类特征向量。分类特征向量通过自适应信号分解来提取。仿真结果表明了该方法适合于低截获概率雷达信号的低信噪比情况,具有很好的识别率。

反辐射导弹对抗低截获概率雷达和诱饵技术

论述了低截获概率(low intercept probability,LIP)雷达降低反辐射导弹(anti-radiation-missile,ARM)的作用距离和诱饵使ARM失效的原理。用小波理论分析方法在噪声中提取信号和用信道化接收机测频,以减小LIP雷达的影响。提出采用窄波束被动雷达导引头或多模复合制导导引头特别是采用超分辨新体制导引头,以提高角分辨力,分辨出雷达和诱饵从而实施攻击。重点分析了空间谱估计测向分辨雷达与诱饵的原理,进行了仿真,仿真结果证明了这种体制的导引头的可行性和抗诱饵系统能力。

一种极化分集制导雷达及低截获概率信号设计

研究了一种基于极化分集阵列的主动式弹载相控阵雷达及其信号设计问题。阐述了该制导雷达极化分集阵列的设计思想和雷达系统结构;设计的雷达发射信号为:在脉冲内部采用线性调频或者相位编码脉冲压缩信号、在脉冲组之间采用时域波形和极化状态的同时捷变,采用脉冲压缩技术以实现高距离分辨率和探测距离,综合采用脉冲压缩技术和极化编码技术有效提高雷达的低截获概率性能,采用极化估值与检测技术提高雷达的抗干扰能力。建立了双极化发射信号的数学模型,论述了双极化回波信号的处理方法,仿真分析了其抗干扰性能。研究结果表明,该新体制制导雷达具有良好的抗移频干扰和延时干扰的能力,电子战性能更为优良。

基于CNN-Swin Transformer Network的LPI雷达信号识别

针对在低信噪比(SNR)条件下,低截获概率雷达信号调制方式识别准确率低的问题,提出一种基于Transformer和卷积神经网络(CNN)的雷达信号识别方法。首先,引入Swin Transformer模型并在模型前端设计CNN特征提取层构建了CNN+Swin Transformer网络(CSTN),然后利用时频分析获取雷达信号的时频特征,对图像进行预处理后输入CSTN模型进行训练,由网络的底部到顶部不断提取图像更丰富的语义信息,最后通过Softmax分类器对六类不同调制方式信号进行分类识别。仿真实验表明:在SNR为-18 dB时,该方法对六类典型雷达信号的平均识别率达到了94.26%,证明了所提方法的可行性。

基于FBMC信号的低截获雷达通信一体化波形设计

针对正交频分复用(OFDM)雷达通信一体化波形方案中循环前缀引起的弱回波掩盖问题和敌方战场低截获概率问题,该文提出了基于滤波器组的多载波偏移正交幅度调制(FBMC-OQAM)的低截获雷达通信一体化波形设计方案。分别构建FBMC雷达通信一体化波形与目标检测概率、通信信道容量之间的数学模型,在保证一定系统雷达与通信性能的条件约束下,设计最小化系统总发射功率联合优化问题,优化各个子载波发射功率分配方案。该算法利用测量值和信道状态信息,对下一个脉冲的发射波形参数进行优化设计,实现自适应传输。此外,从平均模糊函数角度分析了FBMC作为雷达信号的可行性和优势。仿真结果表明,与等功率分配方案相比,该文提出的功率分配方案可有效降低一体化系统总发射功率,从而实现低截获性能,并且FBMC波形可有效降低循环前缀引起的距离旁瓣,提高雷达分辨率与信息速率。

低截获概率雷达信号分析与一种新型信号的设计

导出了信号截获因子与信号参数的关系 ,认为大的时间 带宽积是低截获概率信号的必要条件。讨论了直接序列 (DS)扩频信号作为低截获概率 (LPI)雷达信号的不足 ,然后提出了一种对于雷达具有适当的时间带宽积、对于辐射计具有较大时间带宽积的信号 ,并分析和验证了该信号的LPI性能。

基于混沌理论的低截获概率雷达波形设计

为提高低截获概率雷达的射频隐身性能,提出了一种基于混沌理论的雷达波形设计方法。利用混沌信号的低截获性和良好的保密性,选取混沌logistic映射对传统调频信号进行优化,即用混沌序列去确定调频信号的频率变化,设计一种混沌调频信号。为验证波形性能,分别从抗截获能力、探测能力两个方面来衡量信号性能。理论分析来看,设计的混沌调频信号具有较大的时宽带宽积,能够较好地降低截获因子以提高隐身性能。仿真表明,在与几种经典的低截获概率雷达波形的性能比较中,该混沌调频信号的模糊函数图更接近"图钉形",具有更好的测速测距精度。

低截获概率雷达性能分析与实现

本文首先对低截获雷达概念和截获方程进行了回顾，在对低截获概率改善因子讨论的基础上，指出如何提高信号处理的改善因子是实现低截获的关键，并给出了其实现的途径。

低截获概率雷达复合信号设计技术

根据低截获概率 (Low Probability of Intercept)雷达信号应有的特点 ,从分析信号的相关函数和模糊函数入手 ,阐述了具有伪随机码相位调制和伪随机开关脉冲调制的复合信号设计与综合的原理 ,给出了这种信号可能的形式及每一种类型信号的可能应用场合 .

低截获概率雷达信号干扰类型分类识别

针对三种常见低截获概率雷达信号的干扰类型识别问题,结合分形和分数阶傅里叶变换算法,提取干扰后混合信号的信息维数、盒维数以及分数阶域信号分量能量之比,构造特征向量,然后通过支持向量机对干扰类型分类识别;仿真结果表明:这种方法可以对干扰类型有效分类识别,判断出干扰类型属于同型同频干扰、非同型同频干扰或是带内非同频干扰,对雷达抗干扰设计和系统设计有重要意义。