高君丰 刘芬芬

（1.中国人民解放军92785部队 秦皇岛 066200）（2.中国人民解放军91404部队 秦皇岛 066000）

1 引言

由于军事技术的不断进步和发展，新体制及复杂体制雷达不断被投入使用，人们接收到的辐射源信号脉内调制形式复杂、参数多变，给识别带来了极大的挑战。针对复杂体制雷达信号的脉内调制类型识别已经成为电子对抗领域中亟待解决的关键问题。传统的识别方法包括时域自相关法［1］、相位差分法［2～4］、小波变换［5～6］等，但是这些算法抗噪性能较差，随着信噪比的降低，识别性能会急剧下降。由于不同信号之间的时频分布图差异性很大，从时频图上可以很容易地判别出信号的调制类型，所以对雷达辐射源信号进行时频变换，提取时频特征对信号分类识别是近年来的研究热点［7～8］。

本文利用图像处理方法对信号时频图进行预处理，包括图像滤波、图像剪切、图像二值化等，去掉背景噪声等冗余信息，截取出图像中信号所在部分；然后提取出图像的中心矩和伪Zernike矩特征，再利用随机森林构建分类器，识别信号的调制样式。

2 时频变换

时频分析作为分析和处理非平稳信号的有力工具，反映了信号能量随时间和频率的分布，可以在时频域上更精确地描述信号［9～10］。最常用的时频分布是魏格纳－维尔分布（Wigner-Ville，WVD），具有很高的时频聚集性，但多分量信号的WVD变换存在严重的交叉项，造成一些虚假信息的干扰，从而给信号的时频分析带来困难。学者们提出了多种抑制WVD交叉项的方法，有平滑Wigner-Ville分布（SWVD），伪Wigner-Ville分布（PWVD），平滑伪Wigner-Ville分布（SPWVD）。……