基于多级箱与深度森林的雷达信号分选算法

针对复杂电磁环境下大范围抖动、滑变等特殊类型雷达信号难以分选,脉冲重复周期(Pulse Repetition Interval,PRI)估计精度低,脉冲序列搜索效果不佳等问题,提出一种基于PRI多级箱与深度森林的雷达信号单参数分选算法.该算法利用PRI多级箱结构进行PRI变换,提升针对特殊类型雷达的分选正确率.在多级箱中的脉冲对个数与PRI变换结果中,提取雷达信号PRI边界特征,将不同电磁环境下特殊类型雷达信号PRI边界特征混合,通过平滑滤波器增强特征,训练深度森林预测完整雷达信号PRI范围,从而校正中心PRI估计值.最后依据PRI中心值与变化范围,搜索提取脉冲序列,完成分选.仿真实验表明,所提算法可在复杂电磁环境下,对大范围抖动、单线性滑变、双线性滑变、锯齿波滑变以及正弦滑变等特殊类型雷达信号进行有效分选,PRI范围预测效果在原始深度森林基础上提升14%,PRI估计误差降低75%.