APP下载

基于自相关函数三维熵的雷达信号分选∗

2018-01-21

雷达科学与技术 2017年6期
关键词:特征信号分析

(空军预警学院,湖北武汉430019)

0 引言

随着现代雷达新体制、新技术的蓬勃发展,雷达辐射源信号的参数呈现出多变、快变的特点,雷达辐射源信号的分选技术面临着前所未有的挑战。传统分选方法的特征选取主要集中于所截获信号的常规参数。其中,利用脉冲重复间隔(PRI)进行分选的算法有很多,如序列差直方图、PRI变换以及改进的PRI变换算法[1-2]等。这些算法都是根据脉冲到达时间(TOA)的统计特性实现对脉冲的抽取,但在密集、交叠的脉冲序列中算法性能有所下降。

近年来,具有比常规参数较好稳定性的脉内特征受到广泛关注,为复杂电磁环境下的雷达信号分选提供了新的思路。目前已有很多学者将复杂度、相像系数、小波包变换等脉内特征参数运用到雷达辐射源信号的分选与识别之中,取得了一定的成效[3-5]。但这些脉内特征参数普遍存在对噪声较为敏感的问题,适用的信号调制类型也有限。针对以上问题,本文提出了一种新的分选方法。对接收到的信号首先分析其自相关函数,然后进一步提取该自相关函数的三维熵特征,即香农熵、指数熵和范数熵,以达到降维和提高分选效率的目的,最后将该三维熵特征作为雷达辐射源信号的分选参数,利用KFCM算法[6]实现分选。

1 自相关函数分析

1.1 自相关函数的定义

对接收到的信号进行脉内特征分析是指对中频波形数据进行分析,即得到该脉冲的一组离散时间序列该时间序列反映了接收信号的特点。……

登录APP查看全文

猜你喜欢

特征信号分析
信号
隐蔽失效适航要求符合性验证分析
完形填空二则
如何表达“特征”
不忠诚的四个特征
电力系统不平衡分析
基于FPGA的多功能信号发生器的设计
电力系统及其自动化发展趋势分析
基于LabVIEW的力加载信号采集与PID控制
线性代数的应用特征