基于相像系数的雷达辐射源信号特征选择

提出一种基于相像系数(RC)的特征选择新方法,给出了RC的定义和基于RC的类别可分离性判据,描述了 基于RC和量子遗传算法的雷达辐射源信号特征选择算法,设计了神经网络分类器,并将该方法与基于距离准则的顺序前 进法(SFSDC)和吕铁军的方法(GADC)作了特征选择和分类识别的对比实验。结果表明,本文方法无需事先指定最优特征 子集的维数,能可靠有效地选择出最佳特征子集,不仅大大降低了特征向量的维数,简化了分类器的设计,而且获得了比 原始特征集、SFSDC和GADC更高的正确识别率和识别效率。

基于双路射频指纹卷积神经网络与特征融合的雷达辐射源个体识别

为实现雷达辐射源个体识别不受信号参数、调制方式的影响,该文提出基于双路射频指纹卷积神经网络(Dual RFF-CNN2)和特征融合的雷达辐射源个体识别方法。首先从接收的射频信号中提取原始I/Q(Raw-I/Q)信号;其次分别对Raw-I/Q两路信号进行轴向积分双谱(AIB)和围线积分双谱(SIB)降维以构建双谱积分矩阵;最后将Raw-I/Q信号及双谱积分矩阵共同送入Dual RFF-CNN2网络并进行特征融合以实现雷达辐射源个体识别。实验结果表明,该方法具有较高的识别准确率,提取的“指纹特征”具备稳定性、鲁棒性。

基于复杂网络的雷达辐射源信号脉内特征提取算法

针对现代电子战环境下雷达辐射源信号的高度密集、复杂调制、交叠概率大等特点,基于时域、频域、时频域以及其他数学变换域的信号分析方法仍然不能满足雷达辐射源信号分选识别的要求,结合雷达辐射源信号具有可分辨性的确定数据结构表示,受时间序列的复杂网络分析启发,提出一种基于复杂网络的雷达辐射源信号脉内特征提取算法。该特征提取算法首先采用相空间重构方法对信号频谱序列数据进行预处理,将重构后的信号序列转换至复杂网络域进行表征;其次,通过复杂网络建模及其统计特征分析,研究雷达脉内信号时间序列动力学微观特性,从而挖掘信号的有效特征参数;最后,在不同噪声环境下,实现雷达辐射源信号序列的特征参数的分类性能及其准确性分析。仿真结果表明,所提取的特征参数在低信噪比环境下具有良好的抗噪能力和不错的聚类质量,验证了基于复杂网络时间序列分析的信号特征提取方法的可行性,为进一步丰富刻画雷达辐射源信号提供了有效的技术支持和手段。

基于膜粒子群算法的雷达辐射源信号多目标特征选择方法研究

针对粒子群算法易陷入局部最优和收敛性能较差问题,受膜计算优化理论启发,提出1种膜框架下的粒子群算法,用于解决无监督的多目标雷达辐射源信号特征选择问题.在表层膜中,采用非支配排序和拥挤距离机制使算法既保留了多目标粒子群优化算法的快速收敛性,同时使用基本膜的进化规则也使解集具备较好的多样性,避免了过早收敛问题.在雷达辐射源信号特征提取中,利用一阶差分自相关方法提取包络特征,采用相关度和冗余度两个目标优化数据对象,以评价雷达辐射源信号特征子集的质量,并应用于雷达辐射源信号的脉内特征选择.实验结果表现出算法具有较好的可聚类性和全局收敛性,特征信号之间明显可分,边界清晰无交叠,获得了更高的雷达源信号分选识别正确率.

基于小波包变换和特征选择的雷达辐射源信号识别

为了提高雷达辐射源信号的正确识别率以满足现代电子对抗的需要,提出一种基于小波包变换和特征选择的雷达辐射源信号识别新方法。先采用小波包变换进行特征提取,再采用基于量子遗传算法的相像系数特征选择法来挑选出小波包特征中分辨能力强的特征。仿真实验结果显示,该方法用较少的特征能获得较高的正确识别率,具有一定的参考价值。

雷达辐射源信号脉内特征分析

脉内特征提取是新型雷达辐射源信号识别的关键问题.本文提出一种新的雷达辐射源信号脉内特征提取和识别方法.将雷达辐射源脉冲信号的分形维数作为识别脉内调制方式的分类特征,这些特征包含了雷达辐射源信号幅度、频率和相位等的变化和分布信息,反映了雷达辐射源信号脉内调制规律,理论分析和仿真实验结果都证明了这些特征具有对噪声不敏感的良好特性.通过10种典型雷达辐射源信号的特征提取和分类识别的实验结果表明,本文所提取的脉内特征类间距离大、类内距离小、正确识别率高,证实了本文方法的有效性.

复杂体制雷达辐射源信号时频原子特征提取方法

针对复杂体制雷达辐射源信号调制类型识别问题,提出一种新的辐射源信号脉内时频原子特征提取方法(TFAD).该方法首先利用稀疏分解原理和改进差分进化算法将辐射源信号在Ga-bor和Chirplet时频原子库中进行分解,然后利用分解后的首原子能量和Gabor原子中心频率参数分别提取出2个相似比特征和1个频率方差特征作为辐射源信号脉内调制类型的分类特征,最后通过构造有向循环图支持向量机分类器实现雷达辐射源信号的分类识别.与计算复杂度至少为O(nlogn)的分形方法相比,TFAD方法只有O(n)的计算复杂度.采用不同信噪比和多种调制参数的5种辐射源信号进行大量仿真实验,结果表明TFAD方法可获得98.3%的平均正确识别率.

基于CSS体系的雷达辐射源信号特征参数评估

为解决传统雷达辐射源信号脉内特征参数评估方法指标单一,实用性差,未形成评估体系等问题,构建了脉内特征参数的CSS评估体系。该体系以时间复杂性、可分离性、鲁棒性为基本评估指标,按照信噪比等级分别进行特征参数的评估,通过层次分析法确定指标权值,利用不同指标的加权和作为满意度评分值。仿真实验验证了所提CSS体系的有效性,该体系可为遴选最符合用户需求的特征参数提供可靠依据,较传统评估方法提高了评估结果的全面性和准确性。

雷达辐射源信号的伪Zernike矩双谱二次特征提取

双谱在提取雷达信号特征时可以保留相位信息。针对现有双谱特征提取方法存在平凡双谱、交叉项、特征维数过高等问题,提出一种双谱二次特征提取方法。首先将双谱转化为灰度图像,以灰度值表示双谱幅度;然后利用图像处理技术提取双谱二次特征,提取出能够反映辐射源信号双谱图像细节和概貌信息的不同阶伪Zernike正交矩特征集;最后,将伪Zernike矩特征集与Hu-不变矩特征集进行实验对比。结果表明,文中提出的方法具有更好的分类识别性能。

基于时频图像纹理特征的雷达辐射源信号识别

为了解决低信噪比条件下雷达辐射源信号识别率低的问题，提出了一种提取时频图像纹理特征的脉内调制方式识别方法。该算法首先对信号进行Choi—Williams变换，在对时频图进行预处理后提取其改进的局部二值模式纹理特征（LBPV），并用支持向量机进行分类判别。使用6种典型雷达信号进行仿真实验，仿真结果表明在-2 dB的低信噪比条件下该方法的平均识别率可达95％以上，局部二值模式算子在低信噪比下的识别能力得到大的提高。

一种新的雷达辐射源信号脉内特征提取方法

提出了一种新的雷达辐射源信号脉内特征提取方法,该方法由Holder不等式演化而来,故称之为Holder系数法。给出了Holder系数的定义,描述了基于Holder系数的特征提取算法。实验结果表明了Holder系数法的良好特性。可以看出Holder系数法包含了相像系数法,后者只是前者的一种特例。文中选择了6种典型的雷达辐射源信号进行特征提取和分类识别实验。实验结果表明,Holder系数在取不同类型时均获得了很好的正确识别率,为工程应用提供了多种有效选择,并且当Holder系数所选取的类型不为相像系数时,可以得到更好正确识别率。

复杂体制雷达辐射源信号特征的FAHP评价

提取有效的雷达辐射源信号特征是复杂体制下雷达辐射源信号识别的重要基础。为实现对复杂体制雷达辐射源信号特征的评价,提出了复杂体制雷达辐射源信号特征的模糊层次分析评价模型。该模型在构建复杂体制雷达辐射源信号特征评价指标体系的基础上,针对层次分析法在权重确定方面存在的不足,通过引入三角模糊数来刻画专家评判的模糊性,将该模型应用于雷达辐射源信号特征评价的算例分析,并将计算结果与标准层次分析法的分析计算结果进行了对比,结果表明该模型的计算结果与标准层次分析法的计算结果是一致的,从而证明了该模型的可行性和有效性。

基于信号“指纹”特征的雷达辐射源识别

在电子对抗领域,正确识别雷达脉冲信号是电子对抗侦察的重点也是难点。针对雷达脉冲信号具有很好的稳定性、普遍性和唯一性的包络上升沿特征("指纹"),通过使用宽带数字接收、信号分选与跟踪、数字正交混频等技术即时提取包络上升沿波形,并计算与"指纹"模板的Hausdorff距离,达到识别并匹配雷达辐射源的目的。在操作过程中,通过分析实际现象对Hausdorff距离的计算时机以及应用方式做出了正确的修改。通过大量实验验证了所提方法可以有效地识别出信号所对应的雷达辐射源个体。

雷达辐射源信号小波变换特征提取方法

在小波域滤波算法的基础上提出一种对雷达辐射源信号进行脉内特征提取方法,该方法能够从信号中有效地提取定量信息。将小波变换后低频逼近小波系数的能量分布熵与经过尺度相关去噪计算后反映信号边缘的高频细节小波系数能量分布熵构成雷达辐射源信号的二维特征向量。通过对10种雷达辐射源信号的特征提取和分类仿真实验分析表明:提取的样本特征在0dB下具有很好的抗噪性和可聚类性,方法是有效的。该方法能够简化分类器的设计,有利于工程应用。

基于多特征融合的雷达辐射源信号识别

针对在低信噪比条件下雷达辐射源信号识别率低的问题,为了提高雷达信号识别率,提出了一种采用多特征融合的脉内调制方式识别方法。首先对信号进行Choi-Williams变换,得到时频图后实施降噪处理;然后利用奇异值分解(SVD)和线性鉴别分析(LDA)两种方法提取其时频图特征值,并进行特征融合,最后选择用最小距离准则进行分类判别。仿真选用6种常见的雷达辐射源信号,仿真结果表明在0dB的低信噪比条件下,上述方法的平均识别率在90%以上。最后将特征融合前后的识别效果进行对比,仿真结果验证了融合算法的优越性,证明可为雷达信号优化识别提供依据。

雷达辐射源信号符号化脉内特征提取方法

提出一种对雷达辐射源信号进行符号化分析的雷达辐射源信号脉内特征提取方法,该方法能够从信号中快速有效地提取定量信息。将符号化过程中反映信号自相关特性的采样时延和反映信号调制规律特性的香农熵作为脉内特征。通过对7种雷达辐射源信号仿真实验和数据分析表明:提取的样本特征在低信噪比(0~5 dB)情况下具有很好的抗噪性和可聚类性,同时算法计算简单快捷,能够简化分类器的设计,故有利于工程应用。

基于小波脊线特征提取的雷达辐射源信号识别

针对在低信噪比条件下雷达辐射源信号识别率低的问题,提出了一种基于小波脊线特征提取的雷达辐射源信号脉内调制方式识别方法。该方法使用新的改进Morlet小波提取信号瞬时频率,变换后提取其二次特征用于分类识别。计算机仿真结果表明本方法提取的特征向量具有良好的识别能力,在2 d B的低信噪比条件下,平均识别率可达到90%以上,通过与现有方法进行对比仿真验证了本算法在低信噪比环境下的优越性。

雷达辐射源信号双谱二次特征提取方法

现有的双谱特征提取方法可以满足信号分类识别,但是出现了交叉项、平凡双谱以及特征维数过高等一些问题。针对以上问题,提出一种双谱二次特征提取方法,将双谱转化为灰度图像,以灰度值表示双谱幅度;再利用图像处理技术提取双谱二次特征,提取出能够表征辐射源信号双谱图像纹理信息的灰度共生矩阵特征集;将该特征集与Hu-不变矩特征集进行对比实验。仿真结果表明:该方法具有更好的分类识别性能,对于CW、LFM和NLFM信号的平均识别率均达90%以上。

复杂体制雷达辐射源信号特征的SPA-FAHP评估

针对复杂体制雷达辐射源信号(ARES)特征评估缺乏有效手段和层次分析决策(AHP)过多依赖专家经验的问题,提出了复杂体制雷达辐射源信号特征的集对模糊层次评价模型(SPA-FAHP)。通过引入三角模糊数对传统层次分析法进行改进,并对复杂体制雷达辐射源信号特征评价指标体系的指标权重作模糊层次分析,以解决对雷达信号大容量数据进行评估时评判者存在不确定或者模糊判断的问题;再引入集对分析(SPA)理论对传统层次分析的专家决策矩阵进行改进,并对特征评估决策矩阵作同一度分析,以解决传统层次分析决策时过多依赖专家经验的问题。最后联合指标权重矩阵和决策同一度矩阵实现对复杂体制雷达辐射源信号特征的综合评估。计算结果表明该模型有效可行,能够更客观地实现对复杂体制雷达辐射源信号特征的分析和评估。

基于对称Holder系数的雷达辐射源信号特征分析

文章基于Holder系数,提出了一种改进的雷达辐射源信号脉内特征提取方法,称之为对称Holder系数法。给出了对称Holder系数的定义,描述了基于对称Holder系数的特征提取算法。可以看出对称Holder系数法包含了相像系数法,后者只是前者的一种特例,且该方法相对于Holder系数法,其复杂度将减少一半。文中选择了6种典型的雷达辐射源信号进行特征提取和分类识别实验。实验结果表明,对称Holder系数在取不同类型时均获得了很好的正确识别率,并且当对称Holder系数所选取的类型不为相像系数时,可以获得更高正确识别率。