基于峭度加权VMD和熵特征的雷达脉内调制识别

针对复杂电磁环境下识别雷达信号脉内调制样式困难以及受噪声影响识别准确率受限的问题,提出了一种将变分模态分解(Variational Mode Decomposition,VMD)与熵特征提取相结合的识别方法。首先,通过基于峭度加权的改进VMD算法对雷达信号进行分解,得到由三个本征模态函数组成的最优分量集合;其次,对各分量分别计算其模糊熵、排列熵和符号熵值,从而实现对熵特征信息提取;最后,将特征向量输入到支持向量机完成识别。相较于其他方法,该方法有着较高的识别准确率和抗噪性能,在2 dB信噪比以上平均识别准确率为94.63%。

基于能量聚焦效率检验的信号脉内调制识别

针对低信噪比条件下信号调制盲识别问题,提出了一种基于信号能量聚焦效率检验的识别算法。先对信号进行短时滤波,以提高处理信噪比,后在分析常用6类脉内调制信号单频正弦波生成条件差异的基础上,定义了信号能量聚焦效率特征,并据此实现调制识别。推导了信号能量聚焦效率的统计检验方法。计算机仿真结果表明,本算法在低信噪比条件下可对常用雷达脉内调制方式进行有效识别。

基于正弦波抽取的信号脉内调制识别算法

针对常用雷达脉内信号调制方式的时变矩在不同延时及共轭阶数下所呈现的正弦波抽取特性,将对脉内调制方式的识别问题转化为对正弦波检测的识别问题。计算机仿真结果表明,该算法无需接收信号的任何先验知识,在较低信噪比条件下可实现对常用雷达脉内调制方式的有效识别。

基于MWC压缩采样宽带接收机的雷达信号脉内调制识别

针对传统宽带数字接收机在接收宽带雷达信号时产生的跨信道问题,以及低截获概率(LPI)雷达信号脉内调制盲识别问题,该文提出一种基于调制宽带转换器(MWC)离散压缩采样的新型宽带数字接收机结构对宽带雷达信号进行截获和识别。该结构采用伪随机序列将接收信号混频至基带和其他子带内,经低通滤波、降速采样获得基带压缩采样信号,解决了跨信道信号问题;又提出一种基于短时傅里叶变换(STFT)和频谱能量聚焦率检验的识别算法。首先检验STFT频谱带宽并进行调相和调频信号粗识别,然后检验压缩采样信号频谱能量聚焦率并进行具体的信号脉内调制识别。仿真结果证明了该新型接收机结构和该识别算法在低信噪比下的有效性。

基于时频分布图像和主分量分析的脉内调制识别算法研究

本文提出了一种利用模式识别中图像处理的方法来进行雷达脉内调制特征识别的新算法。通过对雷达信号时频分布图像进行二维小波分解,并对其进行主分量分析,获得每类雷达信号中的特征参数,构建相应的分类器,并利用此分类器对信号进行识别。仿真结果表明,利用信号的时频分布图像来进行信号识别是完全可行的,提取的特征参数具有很好的鲁棒性,具有较强的抗噪声能力,同时可以取得较高识别率。

二维主分量分析的脉内调制识别算法研究

随着雷达信号脉内调制方法日趋复杂,单纯地利用时域或频域的算法来进行信号调制类型的识别已很难奏效。借助于雷达信号的时频分布图像,提出了一种在时频联合域上进行信号识别的新算法。首先揭示了时频分布图像中确实蕴含着信号调制类型的本质特征,然后详细阐述了利用二维主分量分析来提取时频分布图像特征参数的算法,最后对算法进行了仿真,并从识别率、算法复杂度以及硬件需求和训练时间3个角度进行了比较。结果表明,该算法提取的特征参数具有很好的鲁棒性,可以取得较高的识别率,同时可以降低硬件需求,缩短训练时间。

基于时频回归特性分析的信号脉内调制识别

研究雷达识别优化问题,在电子侦察领域,对所截获信号的脉内调制是介于信号检测与解调之间的重要识别方式。为了提高雷达功能,通过短时傅立叶变换,获取信号的时频曲线,在分析线性回归特性的基础上,将脉内调制识别转化为时频曲线线性回归模型。进行计算机仿真,结果表明,方法在无接收信号的任何先验知识,信噪比4dB时,平均识别正确率达98%,仿真也证明了对常用雷达脉内调制方式可提高识别效率。

LPI雷达信号脉内调制识别

针对低截获概率(LPI)雷达信号的识别问题,提出了一种基于自适应分解和多重相位差分的识别方法。该方法首先在自适应分解的基础上,提取调频率和分量能量之比作为分类特征。然后,基于多重相位差分,提取变换后信号的前后段均值比和拟合曲线斜率作为分类特征,完成了LPI雷达信号的完整分类。仿真实验结果表明,该方法无需先验信息,抗噪性好,识别正确率高。

基于五维联合特征的雷达信号脉内调制识别

雷达信号脉内调制识别是接收机分析非合作目标的一项重要技术。针对现有单一脉内特征在低信噪比条件下识别能力差的问题,提出了一种基于五维联合特征的雷达信号脉内调制识别算法。论文选取信号的差分近似熵、信息维数、最大奇异值、频域偏度特征以及调和平均盒维数五类抗噪性能较好的特征,采用了基于支持向量机的分类方法。仿真结果表明论文所提出的方法在信噪比较低的情况下相对其他算法仍有较高的识别率,在信噪比4dB以上时所有信号均能达到95%的识别率。

基于循环频率检验的脉内调制方式识别算法

雷达信号的脉内调制方式识别是电子情报分析ELINT(Electronic Intelligence)中重要内容之一。针对常用的脉内调制信号,根据其不同滞后积条件下的循环频率特性差异,通过调制信号在特定条件下是否存在单一循环频率,实现调制识别。计算机仿真结果表明,该方法无需接收信号的任何先验知识,可在较低信噪比条件下实现对常用脉内调制信号的有效识别。

低信噪比下的脉内调制方式识别

雷达信号脉内调制方式识别是电子对抗的重要内容。在实信号进行正交变换的过程中通过频域滤波来滤除带外噪声,提高信噪比,对滤波后的复信号利用改进的相位展开算法计算瞬时相位,然后对得到的瞬时相位曲线进行三次多项式拟合,根据拟合离差、拟合参数来自动识别常规信号、线性调频信号和三次多项式相位信号,并在正确识别调制方式的基础上进行参数估计。计算机仿真表明,本方法在信噪比不小于0dB的条件下,正确识别率达90%以上,且参数估计的精度较高。

雷达脉内调制识别的改进残差神经网络算法

针对人工提取的特征计算量大且存在主观、不能完全体现信号本质以及生成时频图像耗时过长的问题,提出了一种以改进残差神经网络ResNet32为框架,对雷达时域信号特征进行提取并识别的雷达信号脉内调制的算法。算法建立9种脉内信号的时域信号数据集,输入到ResNet32框架中进行训练、分类、识别。算法节省了大量生成时频图像的时间,并且实验验证算法在低信噪比(SNR)时的识别率更加优秀。在混合信噪比的实验条件中,SNR=-14 dB和SNR=-8 dB时的识别率均达到90%以上。

一种有效的脉内调制信号识别方法

文章在相位重构的基础上分析了各种常见脉内调制信号相位差分序列的特征,并给出了它们的识别方法。采用多重相位差分改善了算法对低信噪比环境的适应能力。本文还根据分析给出了脉内识别的系统框图,最后仿真验证了文中分析结论,给出了不同信噪比下各种调制信号的正确识别率。

基于IF特性的雷达辐射信号脉内调制特性识别

为解决雷达侦察中雷达脉内调制类型识别问题,研究NS、LFM、PSK、FSK 4种类型调制信号的高效识别问题。通过改进瞬时自相关算法在抑制相位模糊和噪声干扰的前提下得到雷达辐射信号自相关函数,进行滑动平均采样处理得到信号的瞬时频率。分析4种不同调制类型信号频率图特征,提取频率图的自相关系数、突跳峰次数和二级均值差特性作为识别特征向量,构建一种高效的脉内调制识别算法。仿真实验表明:该算法可在信噪比较低的条件下,有效地区分4种调制类型,当信噪比高于9 dB时,识别概率可达到97%以上。

时频空交叠信号的脉内调制类型识别算法

复杂电磁环境下的雷达信号分选技术充分利用被侦察信号的特征信息,把分属于不同信号源的雷达脉冲流分离开来。随着脉冲流密度的增加,出现了一些在时频空3个维度上均严重交叠的脉冲,这些脉冲的辐射源信息差别很小,以至于识别算法无法正确将它们区分,进而造成脉冲丢失或错误识别,使得信号分选的性能大大下降。以6种常见的脉内调制类型脉冲为研究对象,针对脉冲之间两两交叠的情况,提出了基于部分快速傅里叶变换算法的时频空交叠信号脉内调制类型识别算法,并通过一系列仿真分析了算法的性能,证明了算法能够有效地分辨频域和空域高度重叠但时域不完全重叠的信号脉冲流,提高信号分选的性能。

基于相对无模糊相位重构的自动脉内调制特性分析

文章首先分析并给出了相对无模糊相位重构算法,在此基础上构建了基于相位差分峰值幅度比较的BPSK及QPSK调制信号调制方式识别方法和基于最小二乘相位差分直线拟合的LFM信号调制方式识别方法。仿真结果充分验证了相位重构算法和调制方式识别方法的有效性。

相位编码信号脉内特征分析与识别

首先分析并给出了相对无模糊相位重构算法,在此基础上构建了基于相位差分峰值幅度比较的相位调制信号调制方式识别方法,理论分析了算法的实现过程,进行了仿真试验,仿真结果充分验证了相位重构算法和调制方式识别方法的有效性,并给出了在某电子对抗设备中的实现。

基于频谱和瞬时自相关的雷达信号调制识别

针对雷达信号脉内调制方式的快速识别问题,提出了一种基于瞬时自相关的幅度和相位特征的识别方法。根据带宽将信号粗分为调相信号和调频信号,通过时域累加进行平滑处理以增强信号的幅度跳变特征、通过增大时延对相位进行解相位模糊并对采样区间取均值的方法增强低信噪比下调频信号的特征。实验结果表明:在信噪比高于5 dB时能100%识别出6种调制信号,有效提高了算法抗噪性能,并具有计算复杂度低的特点。

一种适应低信噪比的脉内识别算法

针对传统的雷达信号脉内调制类型在低信噪比下识别能力不高的局限性,提出一种改进的适应低信噪比的信号调制类型分类识别算法。该算法对雷达脉冲信号流进行时间和脉宽格子划分,对同一格子中脉冲信号采用一阶差分自相关函数法计算特征向量,根据特征向量值进行聚类统计分类。分类后对每组内脉冲信号进行平方处理,再次计算特征向量并进行聚类统计分类,选择每组内质量较好的脉冲信号进行调制类型识别,提高了信号分类识别正确率,通过仿真实验验证了该方法的有效性。

复合调制雷达波形低截获性能分析

提出了一种频率相位复合调制信号,脉冲内部采用频率编码和相位编码,脉冲之间可以采用步进频率,各个脉冲之间的频率编码以及相位编码样式可变,大大提高了信号时宽带宽积以及信号复杂度。利用模糊函数数值计算法对其测距测速性能进行分析,同时,采用修正的基于短时傅里叶变换的脉内调制类型识别方法对多种雷达信号进行调制识别,仿真结果表明:与传统的单一调制波形相比,频率相位复合调制波形具有更好的抗识别性能。