论文部分内容阅读
雷达信号分选是现在以及将来信息化电子战的重要组成部分。只有通过对截获的各类型信号集实现分选,然后才能测量、识别信号,以获得敌方的军事信息,并做出最有利的决策。然而,由于雷达技术研究的迅速发展,大批制导武器被生产应用,信号环境产生了巨大的变化,使得传统的脉间经典五参数的雷达信号分选方法失效。研究信号的脉内特征是雷达信号分选的一个新视角,脉内特征是可测的且具有稳定性。本文深入研究雷达信号的脉内有意调制特征分选和脉内无意调制特征分选,针对在低信噪比时单一特征分选不理想的情况,联合多特征融合,实现聚类分析。 1、从时频的研究方向分析,将小波包理论应用在雷达信号脉内有意调制特征分析上,根据小波包分解重构系数提取信号的能量熵特征。针对小波包能量熵特征的维数高,且抗噪性低,提取其二次特征,分别提取其统计特征和相像系数特征,多方面的综合小波包能量熵的特征信息。仿真结果说明,二次提取的雷达信号脉内小波包能量熵特征在信噪比大于0 dB的分选结果质量很好。 2、根据模糊函数能有效描述信号波形的结构信息,利用其分析雷达信号脉内有意调制的特征。推导出模糊函数与分数阶自相关的关系式,在很大程度上降低计算的复杂度。针对搜索主脊切面时间慢的问题,引入混沌差分进化算法优化搜索,保证正确性的同时显著提高搜索速度。分别提取主脊切面的模糊能量分布特征以及模糊复杂度特征。仿真验证该特征在信噪比不小于0 dB时的聚类结果质量较优。 3、近邻传播聚类算法分析,将上述有意调制的信号脉内小波包特征与模糊函数特征融合聚类分析,在信噪比小于0 dB下的聚类效果明显高于单一特征。针对该算法偏向参数的不确定性,提出动态调整该参数值的构建式,优化算法的性能。在相同条件下,改进后算法的聚类质量显著优于未改进的。 4、针对具有不同无意调制的同类型雷达信号实现分选。从相位噪声的角度提出利用双谱的二次特征分析雷达信号,分别提取围线积分双谱均值、奇异值以及双谱范数熵特征;从波形差异的角度,利用模糊函数的主脊切面特征挖掘同类型信号之间的差异,提取旋转角、一阶原点矩和二阶中心矩特征。分别在单一特征和融合特征时聚类分选。仿真结果表明,单一特征在信噪比大于10 dB时的聚类效果很好,而在低信噪比时,融合特征的聚类结果明显优于单一特征。