关一夫，张国毅，王晓峰

(空军航空大学信息对抗系， 长春130022)

0 引言

在未来战场上电子支援侦察(Electronic Support Measures，ESM)系统所面临的电磁环境将是复杂和动态变化的，这就使得ESM系统在设计时一方面要考虑其工作环境的具体特点，另一方面还要考虑该系统对环境的适应能力。文献［1］中简要介绍了活动雷达库在ESM系统中的应用，其主要功能是将雷达脉冲序列与活动雷达库中的记录进行关联，从而实现对战场环境中活动雷达的跟踪与监视。

现代雷达的信号样式具有复杂的脉间和脉内调制样式，使得侦察系统信号处理能力下降，造成这一情况的主要原因是基于统计处理的系统很难准确描述雷达脉冲序列的复杂变化规律，破坏了脉冲之间在参数上的关联性。

因此，在研究活动雷达库关联算法的过程中，着重讨论并解决如下三个问题:(1)如何建立模型对脉冲序列进行更准确的描述;(2)如何提取可靠分类特征对脉冲序列进行准确的识别;(3)如何设计算法来实现关联。

根据脉冲序列的描述模型不同，文献［2］将雷达辐射源识别算法分为两类:一类是基于统计参数建模的识别方法，如专家系统法、灰度关联法、基于人工神经网络法、基于粗糙集理论法等［3-5］;另一类是基于脉冲参数建模的识别方法，如联合分选识别法［6］、雷达辐射源的序贯识别法［7］、脉冲样本图法［8-9］等。这两类识别算法的本质区别是对脉冲序列的描述模型不同。本文借鉴脉冲样本图的处理思路，提出了脉冲重复间隔(Pulse Repetition Interval，PRI)样本的模型，并将此作为第一个问题的解决方案。……