论文部分内容阅读
摘 要：雷达辐射源识别与数据库系统以其对情报保障的便利性与需求高的特点逐渐受到广泛关注。本文对于雷达辐射源识别与数据库系统的设计与开发，建立了相对完整的雷达辐射源数据库，通过C#语言使用ADO.NET的方式对数据库进行维护与更新。然后，详细分析了雷达信号在不同用途下的参数设置规律区间数和区间数距离的概念，将区间数距离的算法应用于用途识别中，并在系统中得以实现，最后再系统的进行验证分析。
关键词：雷达辐射源识别系统；雷达辐射源数据库系统
一、课题研究背景与意义
雷达辐射源信号识别主要以分析辐射源信号的各项参数，如：载频、脉冲宽度、脉冲重复频率、天线扫描方式及有效功率等，来达到识别并确定该信号所对应的雷达辐射源，进一步得到辐射源的体制、用途、国别和威胁程度，为上级决策组织提供有力的情报。在电子侦察系统中，雷达辐射源信号识别是一项不可或缺的技术，它作为电子侦察的最为重要的环节，其水平的高低决定了整个电子侦察的能力强弱，影响着整个电子战的成败。本课题针对以上问题，主要研究了雷达辐射源识别与数据库系统实现。
二、雷达辐射源信号识别系统的国内外研究现状
一战时期，英国与德国交战时，英国急需一种能够探测德国飞机的装备来帮助他们在反空袭战中获取战争的主动权，于是雷达应运而生。二战期间，发达国家开始逐步运用雷达，从那时开始，无论军事或者民间领域要求，都在雷达系统各个方面有了逐步的发展。同时由于雷达对各国的威胁越来越大，相应的雷达对抗技术因运而生。在雷达技术与雷达对抗技术两者相互促进中，两者都取得了巨大的发展。现今雷达辐射源识别技术已成为各国研究的重点。
目前，常用的雷达辐射源识别技术主要有：
（一）模板匹配法
一直以来使用最为广泛的方法就是“模式匹配法”，所谓模板匹配就是识别截获雷达的型号或是根据信号的某一参数特征进行雷达用途的识别，常用的雷达信号识别参数主要由射频参数、脉宽参数、重频参数和脉内信号参数组成。我们就要将待识别的被动辐射源信号的这些参数与模板库中的现有信号的这些参数进行一一对比，直至找到相似度最大的目标，才能判断出是何种信号以及它所对应的雷达载体。
（二）神经网络法
基于神经网络识别方法的基本思路是通过情报部门获取雷达辐射信号，然后经专家分析判断分类，将这些己知数据作为训练样本，采用神经网络进行学习，得到收敛后的网络，然后用这个网络对未知辐射源信号进行识别。
三、雷达辐射源识别与数据库系统实现
辐射源数据库通过各种渠道将收集的辐射源资料以一定格式进行编排、组织并存放于磁盘等介质中。雷达系统中辐射源数据库建立的目的有两个：一是用于信号识别，即战术应用；二是可用作辐射源情报资料库，用来保存各种辐射源信息，具有管理、维护等功能。
雷达的信息十分丰富，有常规参数如国别、用途等；也有信号特征参数如载频、脉宽、重频等。通过使用垂直分割的方法将信息进行分开存储，将常规信息数据放于主表中，将信号特征参数信息放于其他表中。表与表之间主要通过主键联系，在主表基础信息表中，编号作为主键，通过主键，可以把雷达与其参数信息链接起来。而在子表之中，是以各列作为联合主键，主要是为了保证数据的唯一性。
根据电子侦察对雷达辐射源识别的需求，建立雷达数据管理系统功能结构如图1所示，雷达数据库系统目标如下：
（1）操作简单方便，界面简洁美观。
（2）用户在查看信息时，可以对雷达基本信息与参数信息进行添加、修改、删除等操作。
（3）快捷方便的全方位数据查询。
（4）系统运行稳定，安全可靠。
本节对基本信息管理这块进行研究与实现，主要包括新增、修改、查询以及删除四个模块。首先是新增模块，新增模块是对已有的雷达信息进行入库，用户可以在数据库中直接添加信息，也可以在提供的相应程序界面中添加信息。
四、总结与展望
本文以雷达辐射源识别与数据库系统作为研究对象，建立一个基于数据库的雷达信号识别系统，使得整个雷达识别的更加可靠快捷，在现有数据库的基础上，采用基于模板匹配的雷达辐射源识别算法与基于区间数距离的用途识别算法实现对未知雷达信号的信号匹配或者用途识别。由于所学有限，本文算法研究和系统实现还需要进一步完善，主要表现为：
（1）系统的用户友好性还不够高，更智能、更便捷的操作方式、更丰富的功能以及更友好的界面还需要后期去设计開发。
（2）所涉及的参数有限，还不能很全面的描述一部雷达，像脉冲到达时间、脉冲到达角、脉冲幅度、天线扫描周期以及脉内调制参数在后期的工作中可以添加进去。
（3）现有用途识别的算法还需要用大量雷达辐射源数据进行验证分析。
参考文献：
[1]何友，修建娟，张晶炜等.雷达数据处理及应用[M].北京：电子工业出版社，2009：87-93.
[2]F R CASTELLA.Sliding Window Detection Proba-bilities[J]. IEEE Transactions on Aerospace andElectronic Systems，1976，12（6）：815-819.
[3]张兴芳，张兴伟.区间数的排序及其在系统决策中的应用[J].系统工程理论与实践，1999，19（7）：112-115.
[4]Levin V I. Comparison of interval numbers andoptimization of interval-parameter systems[J].Automationand Remote Control，2004，65（4）：625-633.
作者简介：寇准，陆军炮兵防空兵学院南京校区。
关键词：雷达辐射源识别系统；雷达辐射源数据库系统
一、课题研究背景与意义
雷达辐射源信号识别主要以分析辐射源信号的各项参数，如：载频、脉冲宽度、脉冲重复频率、天线扫描方式及有效功率等，来达到识别并确定该信号所对应的雷达辐射源，进一步得到辐射源的体制、用途、国别和威胁程度，为上级决策组织提供有力的情报。在电子侦察系统中，雷达辐射源信号识别是一项不可或缺的技术，它作为电子侦察的最为重要的环节，其水平的高低决定了整个电子侦察的能力强弱，影响着整个电子战的成败。本课题针对以上问题，主要研究了雷达辐射源识别与数据库系统实现。
二、雷达辐射源信号识别系统的国内外研究现状
一战时期，英国与德国交战时，英国急需一种能够探测德国飞机的装备来帮助他们在反空袭战中获取战争的主动权，于是雷达应运而生。二战期间，发达国家开始逐步运用雷达，从那时开始，无论军事或者民间领域要求，都在雷达系统各个方面有了逐步的发展。同时由于雷达对各国的威胁越来越大，相应的雷达对抗技术因运而生。在雷达技术与雷达对抗技术两者相互促进中，两者都取得了巨大的发展。现今雷达辐射源识别技术已成为各国研究的重点。
目前，常用的雷达辐射源识别技术主要有：
（一）模板匹配法
一直以来使用最为广泛的方法就是“模式匹配法”，所谓模板匹配就是识别截获雷达的型号或是根据信号的某一参数特征进行雷达用途的识别，常用的雷达信号识别参数主要由射频参数、脉宽参数、重频参数和脉内信号参数组成。我们就要将待识别的被动辐射源信号的这些参数与模板库中的现有信号的这些参数进行一一对比，直至找到相似度最大的目标，才能判断出是何种信号以及它所对应的雷达载体。
（二）神经网络法
基于神经网络识别方法的基本思路是通过情报部门获取雷达辐射信号，然后经专家分析判断分类，将这些己知数据作为训练样本，采用神经网络进行学习，得到收敛后的网络，然后用这个网络对未知辐射源信号进行识别。
三、雷达辐射源识别与数据库系统实现
辐射源数据库通过各种渠道将收集的辐射源资料以一定格式进行编排、组织并存放于磁盘等介质中。雷达系统中辐射源数据库建立的目的有两个：一是用于信号识别，即战术应用；二是可用作辐射源情报资料库，用来保存各种辐射源信息，具有管理、维护等功能。
雷达的信息十分丰富，有常规参数如国别、用途等；也有信号特征参数如载频、脉宽、重频等。通过使用垂直分割的方法将信息进行分开存储，将常规信息数据放于主表中，将信号特征参数信息放于其他表中。表与表之间主要通过主键联系，在主表基础信息表中，编号作为主键，通过主键，可以把雷达与其参数信息链接起来。而在子表之中，是以各列作为联合主键，主要是为了保证数据的唯一性。
根据电子侦察对雷达辐射源识别的需求，建立雷达数据管理系统功能结构如图1所示，雷达数据库系统目标如下：
（1）操作简单方便，界面简洁美观。
（2）用户在查看信息时，可以对雷达基本信息与参数信息进行添加、修改、删除等操作。
（3）快捷方便的全方位数据查询。
（4）系统运行稳定，安全可靠。
本节对基本信息管理这块进行研究与实现，主要包括新增、修改、查询以及删除四个模块。首先是新增模块，新增模块是对已有的雷达信息进行入库，用户可以在数据库中直接添加信息，也可以在提供的相应程序界面中添加信息。
四、总结与展望
本文以雷达辐射源识别与数据库系统作为研究对象，建立一个基于数据库的雷达信号识别系统，使得整个雷达识别的更加可靠快捷，在现有数据库的基础上，采用基于模板匹配的雷达辐射源识别算法与基于区间数距离的用途识别算法实现对未知雷达信号的信号匹配或者用途识别。由于所学有限，本文算法研究和系统实现还需要进一步完善，主要表现为：
（1）系统的用户友好性还不够高，更智能、更便捷的操作方式、更丰富的功能以及更友好的界面还需要后期去设计開发。
（2）所涉及的参数有限，还不能很全面的描述一部雷达，像脉冲到达时间、脉冲到达角、脉冲幅度、天线扫描周期以及脉内调制参数在后期的工作中可以添加进去。
（3）现有用途识别的算法还需要用大量雷达辐射源数据进行验证分析。
参考文献：
[1]何友，修建娟，张晶炜等.雷达数据处理及应用[M].北京：电子工业出版社，2009：87-93.
[2]F R CASTELLA.Sliding Window Detection Proba-bilities[J]. IEEE Transactions on Aerospace andElectronic Systems，1976，12（6）：815-819.
[3]张兴芳，张兴伟.区间数的排序及其在系统决策中的应用[J].系统工程理论与实践，1999，19（7）：112-115.
[4]Levin V I. Comparison of interval numbers andoptimization of interval-parameter systems[J].Automationand Remote Control，2004，65（4）：625-633.
作者简介：寇准，陆军炮兵防空兵学院南京校区。