LFM-BC脉压雷达信号处理系统的仿真

运用数字信号处理理论和Matlab软件研究了具有线性调频-二相编码(LFM-BC)信号体制脉冲压缩雷达的信号处理仿真,提出了一个仿真模型,该模型能够仿真雷达信号、系统噪声与杂波和LFM-BC脉压雷达系统中信号的动态处理过程,具有很好的多普勒性能。

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。

基于弱目标积累检测的MSK-LFM一体化信号性能分析

通信数据会改变最小频移键控-线性调频(MSK-LFM)雷达通信一体化信号的模糊函数,影响回波的相参积累性能和雷达的弱目标检测性能。分析了MSK-LFM一体化信号的脉冲压缩处理过程,提出了通过设置每个脉冲传输不同数量的通信数据,即通信数据长度不同,来提高检测概率;同时分析了MSK-LFM信号的相参积累效果,结果表明,对于同一距离门的目标,不同脉冲间的相位改变只由多普勒频率引起;最后通过仿真实验对MSKLFM信号在非理想情况下通信数据长度相同或不同时的检测概率进行了比较,同时与相同条件下直接序列chirp扩频(DS-CSS)一体化信号进行了对比分析。仿真结果表明:MSK-LFM信号在非理想情况下通信数据长度不同时的检测概率优于通信数据长度相同时的检测概率,同时也优于DS-CSS信号的检测概率。

低数据量下的雷达信号脉内调制识别方法

针对部分脉冲宽度窄、采样点数少的雷达信号监测应用场景,提出一种新的雷达信号脉内调制自动识别算法。采用小波变换与瞬时自相关相结合的方法,提取雷达信号瞬时频率特征,根据不同调制方式雷达信号的特征差别,实现了对常规信号、线性调频信号、非线性调频信号、二相编码信号、四相编码信号、二进制频率编码信号和四进制频率编码信号七种不同调制方式雷达信号识别。在不同数据量条件下,仿真结果表明,识别准确率随着码元个数或单个码元采样点数的减少而降低,此识别算法对信噪比为20 dB、采样点数为100个的雷达信号,可以实现对不同调制方式的准确识别,识别准确率高于80%。与传统识别方法相比,该方案所需数据量较少,识别准确率高,易于工程实现。

低截获雷达抗分选信号设计技术研究综述

雷达是获取战场态势的关键装备,极易遭受电子攻击。低截获雷达能从根本上提高雷达电子防御能力,是当前雷达研究热点,其重点之一是抗分选信号设计。首先阐述了低截获雷达的概念,然后介绍了低截获雷达的应用需求,说明了低截获雷达抗分选信号设计的必要性和紧迫性。梳理了近年来低截获雷达抗分选信号设计的方法,重点分析了信号组合、信号参数调制、基于脉冲重复周期(Pulse Repetition Interval,PRI)、优化算法四种抗分选信号设计方法。最后展望了抗分选信号设计技术的发展方向。

基于多尺度一维卷积神经网络的雷达辐射源脉内调制类型分类方法

雷达辐射源脉内调制类型是分析雷达系统的关键性特征信息,对脉内调制类型的正确分类有助于分析目标雷达的功能,为己方提供有效的信息支撑与帮助。针对目前脉内调制类型多样复杂的特点,提出了一种基于多尺度一维卷积神经网络的雷达辐射源脉内调制类型分类方法。该方法在数据预处理阶段仅包括序列的零填充、快速傅里叶变换和取模值与幅度归一化,与基于时频变换的方法相比,实时性更高。同时多尺度一维卷积神经网络相比单一尺度的卷积神经网络,能进一步提升雷达辐射源脉内调制类型分类的平均正确率。实验仿真了8种不同脉内调制类型的雷达辐射源信号,其中信噪比(Signal-Noise Ratio,SNR)范围为-14~0 dB,并使用所提出的多尺度一维卷积神经网络和对比算法进行分类。实验表明,提出的多尺度一维卷积神经网络对8种不同的雷达辐射源脉内调制类型的分类效果良好,全局平均正确率达到95.92%,同时在SNR为-10 dB的条件下,分类正确率均优于91%。

基于星载气象雷达的非线性调频信号优化设计

随着天气观测、研究和规划的进展,气象雷达技术的开发工作取得了重大进展。脉冲压缩使新一代低成本、紧凑型星载天气雷达系统成为可能。为了抑制脉压带来的距离旁瓣,目标探测雷达通常采用基于幅度调制和失配滤波的方法,但由于其存在主瓣扩展和功率损失等缺点,不适用于气象观测。非线性调频(NLFM)信号可以调整其功率谱密度,在明显不降低信噪比的情况下提供较低的旁瓣输出。本文设计了一种新的波形优化框架。该框架通过多目标粒子群优化算法(MOPOS)构造了一种针对气象粒子目标的非线性调频(NLFM)脉冲压缩波形,实现了极低的距离旁瓣电平和较高的多普勒容限,可以显著地缓解非常有限的卫星峰值功率的限制和卫星平台运动导致的多普勒对系统影响。仿真实验结果表明:改进的非线性调频波形具有良好的性能。

针对距离采样失配的多波形自适应脉冲压缩

针对距离单元内调频信号的回波采样点与目标点失配(即距离采样失配)时,引发回波采样波形与参考信号波形之间相位失配以及自适应脉冲压缩性能下降等问题,提出了一种针对距离采样失配的多波形自适应脉冲压缩(multi-waveform adaptive pulse compression,MWAPC)方法。所提方法将多基地自适应脉冲压缩(multistatic adaptive pulse compression,MAPC)方法应用到单基地雷达,首先将单基地雷达的原始发射信号过采样得到多个采样版本的发射信号,并将各种采样版本视为不同的波形;然后借助于自适应脉冲压缩对相位失配的敏感性,依次用不同采样版本的发射信号对回波信号做多波形自适应脉冲压缩构建距离维与采样维的二维输出,得到在距离单元内目标点与采样点的相对位置关系。实验证明,所提方法可根据多个采样版本的采样时序将自适应脉冲压缩的二维输出延展成一维。相比于常规脉压方法,所提方法不仅能抑制因采样失配而产生的距离旁瓣,还可获得超出传统脉压方法的分辨能力,在同一距离单元内区分出不同位置的目标。

基于分形维数的雷达信号脉内调制方式识别

分形维数是分形理论中的重要参数,其中盒维数可以描述分形信号的几何尺度信息,信息维数描述分形信号在平面空间上的分布信息。因此利用分形理论从信号中提取盒维数和信息维数作为分类特征,这种特征可包含信号幅度、频率和相位的变化规律,并集中了不同调制信号之间的差异信息。通过计算若干种常见脉内调制雷达辐射源信号的盒维数与信息维数,表明了分形维数在分类意义上是有效的特征。并由分类识别的仿真实验验证了基于分形维数进行的分类具有较高的识别率。

线性调频脉冲压缩雷达信号参数估计方法

针对低信噪比下,瞬时自相关谱算法对调频率估计精度不够高及基于传统的包络检波方法对线性调频(LFM)脉宽和重复间隔估计不准确的问题,提出了以分数阶傅里叶变换为核心的多参数估计方法.利用分数阶傅里叶变换对LFM信号的聚集特性,精确估计LFM脉冲压缩雷达信号各主要参数,设计LFM脉冲压缩信号发射接收实验以验证本算法.实验结果表明,在较低信噪比条件下,能够实现线性调频脉冲雷达信号主要参数的准确估计.

基于累积变换的周期性对称调制模式的快速自动搜索算法

借鉴平面变换技术,将密集雷达脉冲序列映射成平面位图矩阵,并提出自动搜索周期性对称调制模式的快速算法,用于分选密集信号环境下PRI受周期性对称调制的雷达脉冲.大量的仿真试验结果表明算法在密集信号环境下,分选PRI是周期性对称调制的雷达脉冲的平均准确率达到92%,平均漏选率只有5%,极大地提高了雷达脉冲分选的效率和准确性.最后给出模式搜索时间、脉冲分选平均准确率和平均漏选率随脉冲密度变化的结论.

通用雷达信号场景系统的研制

为满足多种型号雷达系统测试的要求,场景系统必须能产生多体制、高质量的雷达信号。提出一种通用雷达信号场景系统方案,以AWG7082C任意波形发生器、E8267D矢量信号源及N9030A矢量信号分析仪组成的具有校准功能的宽带信号调制系统,使用安捷伦Pulse Building软件编辑生成一系列常见的雷达信号。实验证明,该系统可生成多种体制高质量的雷达信号,特别是系统经校准后大幅抑制了镜频的影响,满足大多数雷达系统测试需要。

一种脉冲重复间隔复杂调制雷达信号分选方法

雷达辐射源分选是电子战系统的关键技术之一。为了解决传统的基于脉冲重复间隔(PRI)的分选方法不能有效分选PRI复杂调制雷达信号的问题,该文提出一种利用脉冲到达时间与雷达帧周期的对应关系构成的2维特征向量来提取脉冲序列中PRI的变化规律,进而实现PRI复杂调制雷达信号分选的新方法。该方法可以在脉冲丢失严重且存在噪声脉冲的情况下获得满意的分选结果,并利用模拟仿真验证了方法的有效性。

基于小波变换的雷达信号调制类型识别方法

为适应复杂环境下雷达信号脉内分析的需要,提出一种脉内调制类型识别方法。基于Morlet小波变换提取信号小波脊线,根据瞬时频率和最佳尺度的关系得到时频曲线,基于时频曲线的形状识别脉内调制类型。构造时频分辨率调节函数,优化小波脊线提取过程,提出形状识别算法,达到提高识别准确率、降低计算量的目的。仿真结果表明,信噪比为3 dB时,该算法的识别准确率在98%以上,信噪比为1 dB时,识别准确率能达到70%以上。

线性调频脉冲信号的自适应压缩技术

提出了一种对电子战接收机获得的线性调频脉冲信号进行自适应压缩的技术。它首先通过自相关的方法确定含噪序列中是否含有信号 ,以及信号出现的时间位置 ;然后从这一时间位置处截取一段含噪的信号作为线性调频压缩的相关源 ,对信号进行匹配压缩。经仿真验证 ,该技术可以从被噪声湮没的数据中有效地提取出压缩后的脉冲信号 ,如果将其用于电子战侦察接收机 ,可以将线性调频脉冲信号的灵敏度提高近 7dB～ 10dB。

光载超宽带脉冲雷达信号传输性能研究

采用双并行马赫曾德尔调制器产生高斯脉冲一阶微分和二阶微分型超宽带脉冲雷达信号和光载无线电传输技术,通过仿真研究了两种超宽带脉冲雷达信号在标准单模光纤中的传输特性.结果表明,高斯脉冲一阶微分型脉冲随着传输距离的增大而不断展宽,而高斯脉冲二阶微分型脉冲则先压缩后展宽.经100km标准单模光纤传输之后,在传输终端采用色散补偿光纤对传输信号进行不同程度的色散补偿,可获得满足美国联邦通信委员会规范要求的不同宽度高斯脉冲一阶微分和二阶微分型脉冲信号.

基于分数阶傅里叶变换的脉内信号调制方式识别

针对传统的雷达脉内信号调制类型识别方法存在的抗噪性能差和识别率低等问题,提出了一种基于分数阶傅里叶变换(FRFT)的脉内信号调制方式识别算法。该算法分为两步:首先根据不同调制方式在调频斜率上的区别,通过FRFT模值随阶数变化的特点,识别出线性调频信号;然后,再根据阶数为1时FRFT的波形特点,识别出频率编码信号和相位编码信号。仿真实验表明,该算法在信噪比优于-2 dB的情况下可以完成脉内信号的调制特征识别,其抗噪性能和识别率均明显优于传统识别方法。

随机脉位调制脉冲串雷达信号的平均模糊函数

本文研究了随机脉位调制脉冲串雷达信号给出了该随机序列的模糊函数数学表达式，分析了调制参数变化对结果的影响，结果表明适当选择其调制参数，其模糊函数可作到近似图订形．所以。

实时频谱仪在雷达对抗中的应用

着重论述了雷达信号的捕获和脉内信息的分析。使用实时频谱分析仪(RTSA),可以实时捕获瞬态脉冲,为雷达信号的识别和分选提供了有利的工具。RTSA的瞬时信号测试功能可以提供其他分析仪上无法提供的显示性能洞察力和分析能力。RTSA不但能够像普通频谱仪一样测量雷达信号的频率和功率信息,同时数字荧光显示技术DPX和强大的触发功能可以对特定的脉冲进行发现和捕获,并分析相位参数、及频率参数等。帧重叠快速傅里叶变换、频率模板触发(FMT)和3 ns的时间分辨率、其独有的脉冲自动分析测量软件,使得可以全面的对复杂调制脉冲进行分析。不论是调试自己的雷达、EW或ELINT系统,还是进行雷达信号的侦察和识别,RTSA都提供了无可比拟的高效性能。

基于注意力机制的雷达信号分选算法

针对传统雷达信号电子侦察先分选、再融合、后识别的流程繁琐且低效,本文提出直接对疑似敌方雷达的某个脉冲构建单脉冲特征矩阵,基于注意力机制与卷积神经网络(CNN)对其进行高相关脉冲的挑选和脉间调制类型识别.对挑选的高相关脉冲和识别的脉间调制类型结果进行分析,提取出脉冲间特征以及脉冲特征的相对关系,进一步完成后续分选操作.注意力机制分特征空间和脉冲重复间隔(PRI)时序两个层面.特征空间层面以待识别脉冲为焦点,利用位置分布特征和各分布位置脉冲数统计特征提取高相关性脉冲,简化单脉冲特征矩阵,完成预分选.PRI时序层面先通过CNN判断脉冲序列是否为混合型,若为混合型,则存在干扰脉冲,以待识别脉冲为焦点进行二维变换,分析其分布规律,根据杂散程度去除干扰脉冲.由于神经网络训练慢且不同脉间调制类型的脉间特征相对关系是已知的,采用有监督学习方式,提前用CNN对不同脉间调制类型进行学习,从而达到脉间类型识别的目的.通过对常规、抖动、参差、脉组变频、捷变频、脉宽捷变、线性滑变这7种脉间调制类型雷达信号进行分选仿真,验证了基于注意力机制的雷达信号分选算法对同时到达多目标雷达信号进行先识别后分选的可行性.仿真结果表明,该方法较传统信号主+预分选方法更加高效,且识别正确率更高.