雷达信号细微特征融合分析的并行计算方法

提出利用远程自动化（ＲＡ）技术来实现雷达信号细微特征融合分析的并行计算，着重分析了远程自动化的工作机制及其实现方法，并对融合分析的并行计算给出了解决方案。

可视化技术与信号细微特征分析

细微特征分析是一种电子战的新技术,可视化技术是一门崭新的交叉学科,可视化技术在细微特征分析中的应用使得雷达信号的“指纹”侦收成为可能,由此形成的“士兵与信息界面”将使电子战设备发挥其最大的作用.

信号细微（指纹）特征提取及其分析技术

介绍了信号细微特征提取和分析的重要意义，并雷达信号脉内细微特征提取为例介绍时频分析法，比较了三种时频分布及其在多元混合信号细微特征提取中的应用，并给出计算机模拟结果。

基于t-SNE算法的ABPSK信号个体识别

同一通信体系下的ABPSK(aeronautical binary phase shift keying)信号都有着相同的前导码,传统信号识别方法无法通过相同的前导码部分准确地识别出信号源,且常用信号特征属于高维特征,非常容易引发维度灾难。采用前导码相同的ABPSK实际信号采集数据的前导码,使用t-SNE算法对实际采集信号的前导码以及双谱进行降维,并且把降维后信号单一特征输入分类器中,不仅有效地利用了信号数据的流形信息,而且显著提升了基于信号单一特征进行信号个体识别的正确率。

脉内分析综述

从电子对抗中雷达信号侦察的角度出发,介绍了现代采用的五种分析方法——时域、频域、调制域、谱相关和时-频分布,并对这五种方法进行了简要的原理分析,分析表明它们是侦察雷达信号的有效手段。最后对雷达诱饵为保护雷达所应具有的信号特征提出了一些看法。