论文部分内容阅读
在当今的电子对抗领域,雷达辐射源信号分选技术是其中的核心技术。在现代战争中,电子威胁环境中的信号密度越来越高,敌对双方所装备雷达系统的工作体制也越来越先进和复杂,使得实际电子威胁环境中的信号较过去已经发生了很大的变化。而主要依据传统五参数—到达时间(Time of Arrival,TOA)、载波频率(Radio Frequency,RF)、脉冲宽度(Pulse Width,PW)、脉冲幅度(Pulse Amplitude,PA)以及到达角(Direction of Arrival,DOA)的传统雷达辐射源信号分选方法,在面对当今日益恶劣的信号环境时分选效果大大降低。因此,深入研究可以有效分选各种新型复杂体制雷达辐射源信号的特征参数,以弥补传统五参数分选能力的不足,是解决当今雷达辐射源信号分选难题的有效途径。为此,雷达辐射源信号的模糊函数主脊(Ambiguity Function Main Ridge,AFMR)切面特征提取方法被普运伟博士提了出来,该种方法可以很好地完成对多种雷达辐射源信号的聚类分选,且分选的效果受噪声的影响较小。但是,该方法所采用的穷举搜索策略搜索AFMR切面的速度还有待进一步的提高,可以采用其它更有效的智能搜索方法。为了进一步提高AFMR切面的搜索效率,本文在深入研究了近几年出现的一些新型智能优化算法之后,采用了标准灰狼优化算法(Grey Wolf Optimization algorithm)和所提出的改进GWO来搜索AFMR切面并提取切面特征。同时,为了对比研究现有的几种智能搜索方法的性能,本文提出了一种评价AFMR切面智能搜索方法搜索性能的评价方法,在该方法中对每种智能搜索方法的搜索效率、搜索精度与抗噪能力等方面分配相同的权重值,从而对每种智能搜索方法做出全面的评价。本文的主要研究工作及成果如下:(1)为了进一步提高AFMR切面的搜索效率,本文通过对标准GWO进行深入的研究,发现标准GWO所具有的全局搜索能力强和鲁棒性好的优点十分适合于本文所要优化的问题,并采用标准GWO搜索六类典型辐射源信号的AFMR切面并提取切面特征。实验结果表明,采用标准GWO后搜索AFMR切面的效率较穷举法提高了71.3%,搜索的精度提高了2.48%,在低信噪比环境下具有较高的稳定性且平均分选成功率达到了90%,抗噪性能良好。(2)在标准GWO的基础上,本文提出了一种均匀初始化策略、新型非线性收敛因子和自适应种群更新策略相结合的改进GWO,同样用于搜索六类典型辐射源信号的AFMR切面并提取切面特征。实验结果表明,搜索精度较穷举法进一步提高到了2.52%,且搜索效率在标准GWO的基础上提高了6.5%,在低信噪比环境下仍然保持了较高的稳定性且平均分选成功率达到92.3%,抗噪性能更好。(3)本文在研究了四种智能搜索方法—基于优势遗传的遗传算法(Genetic Algorithm,GA)、改进粒子群算法(Particle Swarm Optimization,PSO)、标准GWO和改进GWO之后,为了比较这四种智能搜索方法的搜索性能,提出了一种评价AFMR切面智能搜索方法搜索性能的评价方法,该评价方法认为智能搜索方法的搜索效率、搜索精度与抗噪能力同等重要,应该为其分配相同的权重值,最后将得到的综合加权得分作为每种智能搜索方法的综合评价。