基于脈內(nèi)多特征融合的雷達(dá)信號(hào)分選.pdf

1、雷達(dá)信號(hào)分選是現(xiàn)在以及將來(lái)信息化電子戰(zhàn)的重要組成部分。只有通過(guò)對(duì)截獲的各類型信號(hào)集實(shí)現(xiàn)分選，然后才能測(cè)量、識(shí)別信號(hào)，以獲得敵方的軍事信息，并做出最有利的決策。然而，由于雷達(dá)技術(shù)研究的迅速發(fā)展，大批制導(dǎo)武器被生產(chǎn)應(yīng)用，信號(hào)環(huán)境產(chǎn)生了巨大的變化，使得傳統(tǒng)的脈間經(jīng)典五參數(shù)的雷達(dá)信號(hào)分選方法失效。研究信號(hào)的脈內(nèi)特征是雷達(dá)信號(hào)分選的一個(gè)新視角，脈內(nèi)特征是可測(cè)的且具有穩(wěn)定性。本文深入研究雷達(dá)信號(hào)的脈內(nèi)有意調(diào)制特征分選和脈內(nèi)無(wú)意調(diào)制特征分選，針對(duì)在低

2、信噪比時(shí)單一特征分選不理想的情況，聯(lián)合多特征融合，實(shí)現(xiàn)聚類分析。
　　1、從時(shí)頻的研究方向分析，將小波包理論應(yīng)用在雷達(dá)信號(hào)脈內(nèi)有意調(diào)制特征分析上，根據(jù)小波包分解重構(gòu)系數(shù)提取信號(hào)的能量熵特征。針對(duì)小波包能量熵特征的維數(shù)高，且抗噪性低，提取其二次特征，分別提取其統(tǒng)計(jì)特征和相像系數(shù)特征，多方面的綜合小波包能量熵的特征信息。仿真結(jié)果說(shuō)明，二次提取的雷達(dá)信號(hào)脈內(nèi)小波包能量熵特征在信噪比大于0 dB的分選結(jié)果質(zhì)量很好。
　　2、根據(jù)模糊

3、函數(shù)能有效描述信號(hào)波形的結(jié)構(gòu)信息，利用其分析雷達(dá)信號(hào)脈內(nèi)有意調(diào)制的特征。推導(dǎo)出模糊函數(shù)與分?jǐn)?shù)階自相關(guān)的關(guān)系式，在很大程度上降低計(jì)算的復(fù)雜度。針對(duì)搜索主脊切面時(shí)間慢的問(wèn)題，引入混沌差分進(jìn)化算法優(yōu)化搜索，保證正確性的同時(shí)顯著提高搜索速度。分別提取主脊切面的模糊能量分布特征以及模糊復(fù)雜度特征。仿真驗(yàn)證該特征在信噪比不小于0 dB時(shí)的聚類結(jié)果質(zhì)量較優(yōu)。
　　3、近鄰傳播聚類算法分析，將上述有意調(diào)制的信號(hào)脈內(nèi)小波包特征與模糊函數(shù)特征融合聚類

4、分析，在信噪比小于0 dB下的聚類效果明顯高于單一特征。針對(duì)該算法偏向參數(shù)的不確定性，提出動(dòng)態(tài)調(diào)整該參數(shù)值的構(gòu)建式，優(yōu)化算法的性能。在相同條件下，改進(jìn)后算法的聚類質(zhì)量顯著優(yōu)于未改進(jìn)的。
　　4、針對(duì)具有不同無(wú)意調(diào)制的同類型雷達(dá)信號(hào)實(shí)現(xiàn)分選。從相位噪聲的角度提出利用雙譜的二次特征分析雷達(dá)信號(hào)，分別提取圍線積分雙譜均值、奇異值以及雙譜范數(shù)熵特征；從波形差異的角度，利用模糊函數(shù)的主脊切面特征挖掘同類型信號(hào)之間的差異，提取旋轉(zhuǎn)角、一階原點(diǎn)