基于小波脊频级联特征的雷达辐射源信号识别

为识别复杂体制雷达辐射源信号,提出了一种基于小波脊频级联特征提取的信号识别方法.该方法采用新的小波原子和脊线检测策略提取信号的脊频特征,并提取其级联特征作为信号识别向量.仿真结果表明,采用级联特征能有效地识别辐射源信号,当信噪比为5 dB时,识别率达95%以上.与传统小波和现有方法相比,所提出的方法具有更好的信号识别效果.     

多分量LFM雷达辐射源信号的经验模式分解

基于改进的经验模式分解,提出了多分量LFM雷达辐射源信号的分析方法．该方法用RBF神经网络对端点延拓削弱边界效应,将自相关函数与相关系数结合估计分量的数量,通过模式分解滤波和平均滑动消除噪声影响,以提高算法的分解精度．理论分析和实验表明,在较宽的信噪比范围内,使用该方法能够正确提取各分量信号的瞬时频率和有效地估计多分量LFM辐射源信号的分量数量．     

基于瞬时频率二次特征提取的辐射源信号分类

提出了基于瞬时频率二次特征提取的雷达辐射源信号分类方法．首先利用改进的瞬时自相关算法提取信号的瞬时频率特征．在此基础上，对所获得的瞬时频率进行级联归一化处理，提取分类特征向量．最后，采用层次决策方法实现自动分类．仿真结果表明，该方法提取的特征向量具有较好的类间分离性，整体信号分类方案在信噪比不低于6dB时，可获得90％以上的分类准确率．     

基于主成分分析的雷达辐射源信号数量估计

针对复杂电磁环境中雷达辐射源数的估计问题,提出了一种新的信息论准则.这种方法通过对接收到的脉冲信号包络向量进行主成分分析提取包络的特征值,并利用特征值按降序排列的曲线分布特点构造新的信息论准则,估计雷达辐射源数目.计算机仿真实验表明,与已有的信息论准则相比,在低信噪比(4～8 dB)下,雷达辐射源数的估计正确率平均提高29%,运行效率平均提高0.09 s.     

基于非显式小波神经网络的通信信号调制识别方法研究

用非显式小波神经网络的组合分类来实现通信信号调制识别，并拟对非稳定、低信噪比的通信信号实现复杂调制类型信号识别，计算机仿真结果证实此方法的可行性。     

支持向量机在雷达辐射源信号识别中的应用

为了提高电子对抗设备的信号识别能力，采用相像系数法提取雷达辐射源信号特征，并引入支持向量机完成信号自动分类识别．相像系数法在大信噪比范围内稳定性好、分辨能力强．支持向量机分类器结构简单、可获得全局最优、泛化能力强．实验结果表明，基于相像系数和支持向量机的辐射源信号识别方法在大信噪比（5～20dB）范围内，错误识别率最低可达2．68％，优于传统识别方法．     

基于原子分解的辐射源信号二次特征提取

提出了基于原子分解的辐射源信号二次特征提取方法.在过完备多尺度Chirplet原子库基础上,首先用匹配追踪(MP)方法进行信号时频原子分解,并通过改进的量子遗传算法(IQGA)降低MP搜索过程的时间复杂性,得到表示雷达辐射源信号特征信息的最佳Chirplet原子.在此基础上,降低特征参数的维度,提取最具分类意义的原子特征向量.对5种典型雷达辐射源信号的特征提取实验表明,提取的原子特征类内聚集性强、类间分离度大,证实了本文方法的可行性和有效性.     

基于重排S-method的多分量辐射源信号分析方法

为实现多分量辐射源信号的有效检测和识别,提出了基于重排S-method（RSM）的多分量辐射源信号分析方法．针对Wigner-Ville分布交叉项严重和计算复杂度高的问题,采用RSM分析密集、交叠的辐射源信号,给出了其算法的硬件实现和计算复杂度分析．该方法能处理线性和非线性调频信号,算法简单,易于实现．复杂体制多分量辐射源信号分析的实验结果表明,该方法能有效分析多分量辐射源信号,时频分辨率高,不受交叉项干扰,具有比Wigner-Ville分布和S-method更强的噪声抑制能力．     

低调制度AM信号的DFT检测方法

在通信系统中,调制信号的检测方法对系统的可靠性至关重要.提出了一种基于DFT技术,对低调制度AM信号在低信噪比情况下的行之有效的检测方法.该方法无论对于高信噪比和低信噪比的AM信号均可进行准确检测,并且适用于浮点运算和定点运算.此方法已经成功的应用于商业化的通信产品设计中.     

去除探地雷达信号中不相关噪声的方法

根据有效信号在相邻道之间在波形和能量上有相关性这一特点,作者改进了常规KL变换只能提取水平相关信号的不足,使用小波域上的KL变换对探地雷达剖面进行滤波,不仅使倾斜轴和弯曲轴的到了加强,而且在低信噪比时,有效地区分出有效信号和干扰信号,提高了雷达剖面的分辨率.本文运用铁路沪宁线路基检测的数据,使用该方法滤波,其处理后的剖面更能有效地反映出路基病害的信息.     

Radar Emitter Signal Recognition Based on Complexity Features

Intra-pulse characteristics of different radar emitter signals reflect on signal waveform by way of changing frequency, phase and amplitude. A novel approach was proposed to extract complexity features of radar emitter signals in a wide range of signal-to-noise ratio ( SNR), and radial basis probability neural network (RBPNN) was used to recognize different radar emitter signals. Complexity features, including Lempel-Ziv complexity (LZC) and correlation dimension (CD), can measure the complexity and irregularity of signals, which mirrors the intra-pulse modulation laws of radar emitter signals. In an experiment, LZC and CD features of 10 typical radar emitter signals were extracted and RBPNN was applied to identify the 10 radar emitter signals. Simulation results show that the proposed approach is effective and has good application values because average accurate recognition rate is high when SNR varies in a wide range.     

Radar Emitter Signal Recognition Using Wavelet Packet Transform and Support Vector Machines

This paper presents a novel method for radar emitter signal recognition. First, wavelet packet transform （WPT） is introduced to extract features from radar emitter signals. Then, rough set theory is used to select the optimal feature subset with good discriminability from original feature set, and support vector machines （SVMs） are employed to design classifiers. A large number of experimental results show that the proposed method achieves very high recognition rates for 9 radar emitter signals in a wide range of signal-to-noise rates, and proves a feasible and valid method.     

基于STBC的混沌MIMO雷达的信号处理研究

针对MIMO（multiple input multipleoutput）雷达正交信号设计的困难,提出了一种超宽带调制的混沌二相码,并结合STBC（space-time block coding）技术,能够达到发射信号的完全正交和最大空间分集．方法简单易行,具有较好的保密特性．仿真实验给出2×2系统下,信噪比为20dB时的回波信号波形,发现该方法较好地实现对复杂目标的识别．同时推导了该模型在奈曼皮尔逊准则下的目标检测概率,相对于窄带系统,检测概率显著提高．     

基于频率和形状特征的脉冲重复间隔调制识别

根据雷达信号脉冲序列的特点，从雷达脉冲信号中提取频率特征和形状特征，构成二维特征向量，并用支持向量机设计多类别分类器，实现雷达信号PRI调制信号的自动识别．实验结果表明，对特征向量进行大幅度降维（从64维降到2维）后，既简化了分类器，又保持或提高了识别率和抗噪声性能．与原特征向量相比，对无噪样本的误识率从0．15％～0．25％降低到0．00％，对有噪样本的误识率从0．40％～1．30％降低到0．15％～0．93％．     

半定量分析在公路隧道地质雷达超前预报数据处理中的应用

以雷达数据的频率域分析方法为基础,一种地质雷达超前预报半定量分析的数据处理方法,在张涿高速公路分水岭隧道地质预报中得到了应用。预报结果表明,半定量分析在地质雷达超前预报数据分析中是可行的,相比较于传统的地质雷达图像分析法具有较好的改进。     

强干扰下无源雷达弱目标探测

当存在大型目标、近地机群或欺骗干扰时,无源雷达难以检测弱小目标.基于强信号与照射源发射信号之间的关系,导出了幅度-距离-多普勒曲面与照射源信号自模糊函数的关系,进而提出了在二维FIR(finiteimpulse response)系统辨识基础上抑制强回波以检测弱目标的方法.仿真结果表明,该方法对强信号的抑制超过60 dB;即使弱目标回波信噪比在-24 dB的情况下,也能实现弱目标检测.