APP下载

基于高斯平滑与模糊函数等高线的雷达辐射源信号分选

2021-12-01侯文太普运伟郭媛蒲马蓝宇

自动化学报 2021年10期
关键词:特征信号

侯文太 普运伟 郭媛蒲 马蓝宇

雷达辐射源信号分选是指从截获的敌方雷达信号中分选出属于单部雷达信号的过程.近年来,随着复杂体制雷达的迅速发展,雷达辐射源信号呈现出了调制方式多样化、波形复杂化、参数快变化的特点.仅利用传统的载波频率(Radio frequence,RF)、到达时间(Time of arrival,TOA)、脉冲宽度(Pulse width,PW)、脉冲幅度(Pulse amplitude,PA)、到达角度(Direction of arrival,DOA) 5 个常规参数进行分选,已难以满足当前战场环境的需求.为此,从新的角度提取更为快捷、有效的脉内特征参数是一种可行方法[1−4].

针对雷达辐射源信号脉内特征参数的提取,已提出Wigner-Hough 变换[5]、双谱分析[6]等多种方法.但这些方法主要针对特定的信号形式,且易受噪声扰动,难于提取分类性能优异的特征参数.文献[7] 结合奇异值分解和分形理论提取了有效的特征参数,但该方法需要分别求解信号的频谱和Choi-Williams 分布(Choi-Williams distribution,CWD),计算复杂度较高.文献[8] 指出,模糊函数(Ambiguity function,AF) 能比较完整地反映信号的内部结构信息,可以挖掘出区别于其他信号的有效特征.文献[9] 以模糊函数主脊(Ambiguity function main ridge,AFMR) 切面为研究对象,提取到了分选效果较好的特征参数.随后,文献[10]利用奇异值分解降噪、文献[11] 利用导数约束平滑对AFMR 进行预处理,进一步加强了AFMR 特征的抗噪性能.

然而,基于AFMR 的AF 特征提取方法的时效性却受限于利用分数自相关或坐标转换计算并搜索AFMR 所增加的运算复杂度.一些学者尝试从新的角度提取AF 特征,文献[12] 提取了AF 的对角线切片为研究对象,然后利用小波分解提取了最优的小波系……

登录APP查看全文

猜你喜欢

特征信号
信号
完形填空二则
新型冠状病毒及其流行病学特征认识
如何表达“特征”
不忠诚的四个特征
孩子停止长个的信号
基于LabVIEW的力加载信号采集与PID控制
一种基于极大似然估计的信号盲抽取算法
线性代数的应用特征
高处信号强