雷達輻射源個體識別的方法研究.pdf

1、輻射源個體識別已成為當前現(xiàn)代電子情報和電子支援系統(tǒng)的重要研究內容。它通過接收未知雷達輻射源發(fā)射的信號，分析其個體特征，從而唯一地識別個體輻射源，完成準確的威脅判斷和其搭載平臺的鑒別。本文結合“十一五”國防預研項目，從理論分析和實測雷達數據的實驗驗證出發(fā)，系統(tǒng)地研究了雷達輻射源個體識別中的核心方法。
　　本研究主要內容包括：⑴提出了基于模糊函數零點切片和代表性切片的個體特征提取方法，較之現(xiàn)有的模糊函數全平面核點優(yōu)化法，采用“近零”切

2、片作為分類特征矢量，不僅符合輻射源信號的模糊函數分布特性，而且大大降低了計算量及對存儲空間的要求，使得無意調制識別的工程應用成為可能。進一步，通過設計的直接判別比準則對所提取的多普勒切片特征進行優(yōu)化選擇，在保持滿意識別性能的前提下，還可以得到緊湊且穩(wěn)定的輻射源個性特征。⑵通過對含相位噪聲發(fā)射信號的模糊函數整體建模，構建了從無意調制信息項到識別性能的有機聯(lián)動平臺，通過理論分析和大量實測數據的實驗，不僅證明了相位噪聲是輻射源無意調制特征產生

3、的根源，而且給出了第二章中我們所提方法的機理解釋。在此基礎上，我們打破了常規(guī)的模糊函數取模操作，提出了一種解決模糊函數代表性切片位置不確定性問題的工程次最優(yōu)方法，即模糊函數實零多普勒切片法，取得了優(yōu)于模零切片的穩(wěn)定性能。⑶提出了基于典型相關分析的雷達輻射源特征融合算法，在時域特征失效時，依然能通過設計的切片串聯(lián)策略構建互補的特征子集對，從而實現(xiàn)模糊函數自身特征的有效融合。實驗結果表明，基于典型相關分析和鑒別典型相關分析的算法不僅克服了現(xiàn)

4、有的全平面核點排序法的計算問題，而且有效地融合了模糊函數各近零切片上的互補信息，在顯著提高輻射源個體識別性能的同時，進一步消除了模糊函數特征的冗余性。這種切片融合的思想可以自然地推廣到多集框架下。⑷建立了雷達輻射源個體在線識別的框架。首先提出了基于成對加權的模糊隸屬度計算方法，它不僅能辨識野值點，而且對接收序列樣本的在線機制表現(xiàn)出很好的適應性。將所提的在線模糊加權方法直接應用到passive-aggressive(PA)算法中，得到的模

5、糊PA算法(FPA)可以獲得與增量SVM相當的分類性能，但仍然享有感知器算法的高效性。這使得FPA成為替代PA的魯棒而高效的方法，可以解決在大規(guī)?；蚋呔S實際數據中不可避免的野值點問題。⑸提出了二維移位判別分析(2DSDA)算法和雙邊變形判別分析(TransDA)算法，前者通過圖像移位操作實現(xiàn)了對圖像相鄰不同行、列間局部信息的保留以及非局部信息的剔除，并享有二維線性判別分析(2DLDA)的計算便利性；后者則通過序貫投影的方式將前者由單邊推

6、廣到雙邊形式，進一步減少了特征矩陣的表示系數并充分挖掘了行、列兩個方向的局部判別信息。不僅如此，通過移位參數的控制，所提算法將LDA、2DLDA甚至二階張量下的多線性LDA歸為其特例，從而具有優(yōu)美的數學表示以及合理的物理解釋。⑹針對傳統(tǒng)模糊C均值(FCM)算法對噪聲的敏感性，我們移除了概率型約束，在可能性理論的大框架下研究了無約束型聚類，引入魯棒統(tǒng)計學理論和信息論準則，分別提出了基于高斯估計量(RGC)和基于可能性熵準則(FUPEC)的