LPI radar signal detection based on the combination of FFT and segmented autocorrelation plus PAHT

This paper proposes a desirable method to detect different kinds of low probability of intercept (LPI) radar signals, targeted at the main intra-pulse modulation method of LPI radar signals including the signals of linear frequency modulation, phase code, and frequency code. Firstly, it improves the coherent integration of LPI radar signals by adding the periodicity of the ambiguity function. Then, it develops a frequency domain detection method based on fast Fourier transform (FFT) and segmented autocorrelation function to detect signals without features of linear frequency modulation by virtue of the distribution characteristics of noise signals in the frequency domain. Finally, this paper gives a verification of the performance of the method for different signal-to-noise ratios by conducting simulation experiments, and compares the method with existing ones. Additionally, this method is characterized by the straightforward calculation and high real-time performance, which is conducive to better detecting all kinds of LPI radar signals.

Research on LPI radar signal detection and parameter estimation technology

Modern radar signals mostly use low probability of intercept(LPI)waveforms,which have short pulses in the time domain,multicomponent properties,frequency hopping,combined modulation waveforms and other characteristics,making the detection and estimation of LPI radar signals extremely difficult,and leading to highly required significant research on perception technology in the battlefield environment.This paper proposes a visibility graphs(VG)-based multicomponent signals detection method and a modulation waveforms parameter estimation algorithm based on the time-frequency representation(TFR).On the one hand,the frequency domain VG is used to set the dynamic threshold for detecting the multicomponent LPI radar waveforms.On the other hand,the signal is projected into the time and frequency domains by the TFR method for estimating its symbol width and instantaneous frequency(IF).Simulation performance shows that,compared with the most advanced methods,the algorithm proposed in this paper has a valuable advantage.Meanwhile,the calculation cost of the algorithm is quite low,and it is achievable in the future battlefield.

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。

LPI雷达信号调制识别及参数估计研究进展

低截获概率(low probability of intercept,LPI)雷达已成为新时代雷达装备中关键的技术体制或工作模式,针对LPI雷达信号调制识别及参数估计方法的研究是当前雷达对抗侦察领域的热点。首先,分析了几种典型LPI雷达信号的脉内特征,梳理了LPI雷达信号调制识别及参数估计的传统和主流方法,并说明其原理、优缺点和研究现状。最后,总结了现有LPI雷达信号调制识别及参数估计方法尚存的问题,并指出其未来发展趋势,旨在为今后的研究提供参考。

抗干扰场景下基于LPI的资源优化分配

为了使雷达能够应对干扰场景并提高信号的LPI性能,本文提出了一种新型资源分配方案,而所研究的具体干扰类型为欺骗性干扰。首先,推导出欺骗性距离在三维情况下的CRLB。然后,依据CRLB建立抗干扰下的资源分配问题,具体来说,将总功率消耗量作为目标函数,并将CRLB作为性能约束,通过调配传感器资源、功率资源和带宽资源使雷达满足预定性能约束的前提下抑制总功率数值。为了求解所提出的优化问题,本文有针对性地先求解属于整数规划范畴的传感器资源分配问题,然后采用循环形式的SQP算法求解功率和带宽联合分配问题。最终的仿真结果显示,与仅优化功率的分配方案相比,新方案的功率消耗量低于该方案的50.0%,验证了新方案在降低总功率方面的可行性。此外,仿真实验中又与非线性规划遗传算法作对比,简单说明本文算法的优势和不足。最后给出了截获接收机处的功率对比结果和分析,结果显示出最大功率成分的有效下降,从而提高了信号的LPI特性。

基于诱导脉冲组合雷达波形的LPI性能分析

基于诱导脉冲的雷达组合波型可以在保证雷达有限的探测能力前提下,有效对抗典型的侦察设备的截获,不易测出有用信号的载频,不易进行分选和识别,是典型的雷达低截获波形。文章分析了这种组合波型的构成原理、抗侦察设备截获能力,并给出了仿真、验证的数据,得出了结论,具有重要的参考价值。

基于改进半监督朴素贝叶斯的LPI雷达信号识别

针对先验信息残缺的非合作电子对抗背景下的低截获概率雷达信号识别问题,提出一种基于改进的半监督朴素贝叶斯的识别算法。该算法首先提取出4种低截获概率(low probability of intercept,LPI)雷达信号的双谱对角切片作为识别特征;针对传统的半监督朴素贝叶斯(semi-supervised Na?ve Bayes,SNB)在更新训练样本集过程中会产生迭代错误的不足,利用改进的SNB(Revised SNB,RSNB)算法构建分类器,完成对测试样本的识别。该方法通过在无标记样本集生成的置信度列表中选取置信度较高的样本添加到有标记样本集中,再利用预测后的分类结果对分类器参数(即特征期望向量珡mi和方差向量σi)进行改进,有效解决了传统算法分类精度低且分类性能不稳定等缺点。理论分析和仿真结果表明,在LPI雷达信号识别问题,相比于SNB算法和传统的主成分分析加支持向量机法(principal component analysis-support vector machine,PCA-SVM),该算法具有更高的分类识别率和更好的分类性能。

一种具有LPI特性的雷达信号-新的FSK/PSK信号

探讨了一种由ＦＳＫ信号和ＰＳＫ信号组合而成的新的ＦＳＫ／ＰＳＫ雷达信号。理论分析了和计算机模拟了该类信号的模糊函数（图），距离分辨率、速度分辨率和低截获性能。分析表明了该类信号在高分辨和低截获方面的有效性。

基于改进G-GIFSS算法的雷达LPI性能评估方法

合理的雷达低截获(low probability of interception,LPI)性能评估方法是提高其隐身性能的基础。针对雷达LPI性能难以有效实时评估的问题,提出一种群广义直觉模糊软集(group-generalized intuitionistic fuzzy soft sets,G-GIFSS)算法与主客观权重相结合的雷达LPI性能评估方法。首先从反映雷达低截获性能的3个准则层信号层、功率层以及天线层确定6个目标属性指标层,选择直觉模糊集熵法确定客观权重、层次分析法((analytic hierarchy process,AHP))确定主观权重,并线性合成主客观权重。结合G-GIFSS算法利用多专家参量集的优势,对雷达LPI性能进行综合评判。通过案例分析并与经典评估方法对比,验证了该方法的优越性。

时频图像二维EMD分解在LPI信号识别中的应用

针对LPI信号分类识别问题中,时频图像受噪声干扰严重的问题,提出了一种基于二维快速经验模式分解(FBEMD)的图像降噪算法,并利用该算法实现对LPI信号的分类。首先利用时频分析方法,获得待分类信号的时频分布图像;使用二维EMD分解算法对图像降噪;截取包含时频信息的图像部分,通过主分量分析法提取特征矢量;最后采用RBF神经网络完成信号的分类识别任务。对常见的LPI雷达信号进行仿真,结果表明较低信噪比情况下,该方法仍能获得较好的分类结果。当信噪比为-2 d B时,采用二维EMD降噪算法,平均正确识别率能够达到93%。

相位编码信号在LPI雷达中的应用

从相位编码信号的模糊函数和自相关函数入手 ,研究和分析了规则中断方式的二相随机信号 ,并阐明了这种信号形式的LPI(低截获概率 )

数字自相关技术在LPI雷达信号检测中的应用

导出LFM信号自相关输出包络表达式,基于中频数字化接收机平台对采样数据直接进行自相关处理。绕过传统相关检测方法,提出利用LFM信号自相关输出包络典型特征进行检测的思路。

功率管理对LPI雷达低截获性的影响

从实现低截获概率特性和防止非合作截获接收机侦获的角度出发,低截获概率(LPI)雷达分别从时域、频域、空域和能量域对雷达设计进行重新思考,拥有了与传统脉冲体制雷达截然不同的设计特点。从功率管理的角度对LPI雷达的低截获特性进行了深入的研究。结合典型场景构建,得出了LPI雷达的低截获特性对场景和截获接收机的灵敏度具有很强依赖性的事实。

基于通用信号处理板的LPI雷达的实时信号处理

根据线调频连续波雷达测距测速的基本原理和方法,在多片DSP为核心的通用信号处理板上设计了信号处理程序,通过流程优化和数据存取控制,解决了高速运算、大容量存储和高速传数等难题。测试结果表明:整套系统较好地满足了设计要求,实现了LPI雷达的实时处理。

时变参数下信息映射LPI通信波形

以二进制正交键控(binary orthogonal keying,BOK)为传统方法调制Chirp信号的检测手段日益丰富,针对常用时频分析手段分数阶傅里叶变换和短时傅里叶变换对Chirp信号的高破译性问题,提出了一种将信息映射到Chirp信号时域的新型调制方式,即时变信息映射(time varying-information mapping,TVIM)调制,通过构建时域携带信息的调制模式,解决了周期能量聚敛特性,增加了以BOK为检测思想的信息干扰,加强了波形的低截获概率(low probability of intercept,LPI)。以数学推导和仿真分析的方法,探究了新型调制方式的误码特性、时频分析下LPI特性及先验信息抗破译性。理论分析和仿真验证表明,TVIM调制架构下,可保证比特信噪比在13 dB前误码率达到10-4,并提高了波形LPI性能。

便携式LPI战场侦察雷达收发系统设计

便携式战场侦察雷达具有低截获、高灵敏度、结构灵巧、发射功率小、架拆迅速和配置人员少等特点,它不仅适用于战场前沿,也适用于和平时期的很多场合,因此越来越受到人们的关注。收发系统作为便携式战场侦察雷达的重要组成部分,其功耗、体积、重量、低截获和改善因子等均为工程设计的重点。文中论述了收发系统集成模块化、低功耗、低截获的设计方法,论证了全相参、二相码、固态和锁相体制的特点。

相控阵雷达LPI搜索方法研究

相控阵雷达可通过合理配置工作参数优化其性能。针对相控阵雷达在搜索目标时易受敌方电子侦察设备威胁的现实,研究了在保持搜索能力的同时,通过合理配置参数降低截获概率的问题。分析了影响相控阵雷达搜索状态LPI(Low Probability of Intercept)性能的主要因素,建立了截获概率模型与搜索能力模型,给出了3种参数调整策略。仿真试验验证了模型的有效性,并比较了3种策略的优劣。

基于DAE-GAN网络的LPI雷达信号增强

针对非合作侦察接收机只在降噪后才能开展后续检测识别工作的问题,结合降噪自编码器和生成对抗网络的优势,构建噪声增强网络与信号增强网络进行对抗训练。噪声增强网络往带噪信号中掺杂更复杂的噪声分量,信号增强网络则是尽可能地降低带噪信号中的噪声分量。二者在对抗训练的过程中,噪声增强网络生成复杂高维噪声的能力和信号增强网络降噪的能力都在提升。训练结束后,信号增强网络具备更好的降噪性能,为后续检测识别工作降低难度。

基于IFA-HFS的雷达波形域LPI性能评估方法

针对雷达波形域低截获(LPI)性能评估的问题,提出一种应用改进萤火虫算法(IFA)求解指标权重的犹豫模糊集(HFS)评估方法。首先,介绍基于逼近理想解排序(TOPSIS)的犹豫模糊集理论,并从属性和方案2个角度构建指标权重的优化模型;其次,通过引入混沌理论,解决了萤火虫算法容易陷入局部最优的问题,给出用IFA求解指标权重的流程;再次,从雷达发射方角度,提取脉内、脉间5个波形域LPI性能评估指标;最后,得到利用IFA求解指标权重的犹豫模糊集评估方法。选取4种不同类型的雷达进行仿真对比,获得波形域LPI性能排序,验证了方法的快速性和有效性。