针对低信噪比(SNR)条件下雷达信号识别率低的问题, 提出一种基于多时频图像融合和扩张残差网络的识别方法。首先, 通过多种时频分析方法, 将雷达信号变换为不同的时频图, 并对这些时频图进行融合和处理。然后, 构建一种新网络模型, 将扩张残差网络与特征融合提取模块相结合, 对10类雷达信号进行识别。仿真结果表明, 当SNR为-6 dB时, 所提方法对10类雷达信号整体识别准确率达到98.7%。
雷达信号识别 时频分析 特征融合 特征融合提取模块 扩张残差网络 radar signal recognition time-frequency analysis feature fusion DFFE dilated residual network
1 海军工程大学电子工程学院, 武汉 430000
2 中国洛阳电子装备试验中心, 河南 洛阳 471000
结合典型LPI雷达信号的特点和调制样式识别的需求, 提出了一种基于高斯平滑模糊函数和sDAE_LIBSVM的调制样式识别方法。首先, 采用模糊函数变换结合高斯平滑, 完成特征图像的构建; 其次, 通过融合栈式降噪自编码器(sDAE)和LIBSVM搭建识别网络, 用于特征图像的分类识别。仿真实验可知, 所提方法在SNR为-7 dB时, 对BPSK, Costas, Frank, LFM及T1~T4共8类LPI雷达典型调制样式能达到97%的成功识别概率, 并具有较强的稳定性和鲁棒性, 相比其他方法具有更好的识别性能。
雷达信号 调制识别 高斯平滑 模糊函数 低截获概率 radar signal modulation recognition Gaussian smoothing ambiguity function sDAE sDAE LIBSVM LIBSVM LPI AFI Ambiguity Function Image
中国船舶集团有限公司第八研究院, 南京 211000
在雷达信号分选中引入密度峰值聚类, 可以快速发现聚类中心点, 无需确定聚类数目。借鉴势熵概念提出密度熵, 优化了聚类中核函数截断距离的选取算法。对如何自动判断聚类数目和聚类中心点问题进行了研究, 设计了门限函数和判断规则, 还对原算法的分配、合并准则进行了优化。仿真实验结果证明了该算法的有效性。
雷达信号分选 密度熵 密度峰值聚类 radar signal sorting density entropy density peak clustering
国防科技大学电子科学学院电子信息系统复杂电磁环境效应国家重点实验室，湖南长沙410073
不同体制雷达系统的信号及数据处理在共性功能模拟和特性功能刻画之间存在矛盾问题。基于组件化设计思想，将雷达信号处理及数据处理仿真划分为天线模拟、目标回波功率计算、脉冲压缩、参数测量、航迹起始、跟踪滤波、调度策略等28 个组件。通过参数选择实现不同体制雷达特性功能模拟组件的设置，并对共性功能组件复用，实现了相控阵、机扫、无源探测等多种雷达体制的功能级仿真。对各组件进行功能测试， 验证了组件化设计方法的可行性。
组件 功能级仿真 雷达系统 雷达信号处理 数据处理 component functional level simulation radar system radar signal processing data processing 太赫兹科学与电子信息学报
2022, 20(2): 147
1 海军航空大学，山东 烟台 264000
2 中国人民解放军92635部队，山东 青岛 266000
为解决现有的仪器设备因数据存储空间的限制及信号生成方式出现无法满足侦察吊舱的动态性能检测需要的雷达信号环境问题，提出了一种还原真实战场中雷达信号生成的方法。首先，分析外军电子对抗设备的主要雷达体制信号并建立其对应的数学模型; 其次，基于R&S Pulse Sequencer软件及雷达模拟器软硬件实验平台，通过二次开发补充软件原有信号脉冲描述字(PDW)库及解析数据传输协议方法，在实验室条件下进行雷达信号环境生成实验。实验结果表明，生成的雷达信号能够有效地模拟战时敌方电子对抗设备产生的信号环境，可支持长时间、高密度信号环境的模拟，现阶段可用于侦察吊舱的动态性能检测。
侦察吊舱 动态性能检测 雷达信号环境 脉冲描述字(PDW) 软硬件平台 reconnaissance pod dynamic performance detection radar signal environment Pulse Description Word (PDW) software and hardware platform
针对现有雷达仿真系统的单线程运行模式在处理较大数据量或多任务执行时会造成CPU负担加重、导致系统运行速度缓慢与数据丢失, 进而影响仿真测试的实效性等问题, 提出了基于GNU Radio软件平台利用其多线程技术与模块化思想, 同时设计并使用传输内存地址的方法来搭建雷达信号系统, 提升计算机的资源利用率。多线程模式下的系统运行不仅能够对大量数据进行处理, 而且能提升其处理数据的速度, 同时兼具美观性与操作性。最后的测试数据表明了雷达信号处理系统的有效性, 达到了预期的设计目标, 满足了实际应用需求。
雷达信号处理 GNU Radio软件平台 多线程 模块化 传输内存地址 radar signal processing GNU Radio software platform multi-threading modularization transmission memory address
在复杂环境下的信号检测中, 目标所在的杂波环境往往无法预先确定, 这时选用针对性较强的单一CFAR检测策略往往会出现不同程度的损失, 灵活性较差。因此, 采用一种基于自适应阈值选择的多策略CFAR检测算法, 结合CA,GO和ACCA等检测算法的优点, 通过对当前杂波背景的判断, 合理选择相应的策略。此外, 研究了采用该复合算法作为局部检测器的分布式CFAR系统, 融合准则采用“与”和“或”两种方式, 最后通过仿真对算法的性能进行了验证。
雷达信号检测 复杂杂波环境 分布式恒虚警 “与”融合 “或”融合 radar signal detection complex clutter environment CFAR CFAR distributed constant false alarm “and” fusion rule “or” fusion rule
1 西南交通大学 电气工程学院，四川 成都 610031
2 中国电子科技集团 第二十九研究所，四川 成都 610036
针对目前正交频分复用(OFDM)雷达信号识别方法存在的问题，提出了一种具有可解释性的OFDM雷达信号识别方法。该方法是通过基于树结构的流程优化(TPOT)和与模型无关的局部可理解的解释性(LIME)相结合对OFDM雷达信号进行识别。针对OFDM雷达信号特性提取了复杂度特征和基于时频图矩阵的奇异值熵，组成特征向量；通过TPOT，得到表现最佳的机器学习流程；通过“解释器”解释预测结果，对识别结果做出是否识别正确的风险评估，同时可根据OFDM雷达信号的解释性，得到哪些信号不易区分。实验表明，该方法对信噪比为0 dB时的OFDM雷达信号的识别率达91%，通过LIME给出的解释性可以判断数据集中不易区分的雷达信号类型。
OFDM雷达信号 机器学习 奇异值熵 流程优化 局部可理解的解释性 Orthogonal Frequency Division Multiplexing radar s machine learning singular value entropy Tree-based Pipeline Optimization Tool Local Interpretable Model-agnostic Explanations 太赫兹科学与电子信息学报
2020, 18(2): 228
针对距离欺骗干扰辐射源的个体识别问题, 提出利用辐射源个体的包络前沿差异进行干扰源个体识别。首先, 通过先小波去噪再滑窗处理的组合去噪方法, 相比于单一的去噪处理, 能得到更好的去噪效果;然后, 采用互相关算法的思想实现接收信号与模板信号的位置对齐; 最后, 引入包络上升沿的差异幅值的均值作为特征因子, 并通过K-means聚类算法实现辐射源个体的分类。仿真结果表明文中算法比文献[10]提出的夹角余弦算法具有更好的识别效果。
雷达信号识别 指纹特征 去噪 K-means 算法 radar signal recognition fingerprint characteristics denoising K-means algorithm
电子信息系统复杂电磁环境效应国家重点实验室, 河南 洛阳 471003
针对复杂电磁环境特性认知与可视化的现实应用需求, 设计了一套基于分层认知概念的雷达信号环境测量系统, 实现了对外界多个雷达辐射源信号参数的感知测量, 同时以二维坐标形式对测量过程中的各种物理量进行了分层可视化展示。该系统的设计实现期望能够为电磁环境感知、分析提供一种有效的技术方案参考。
复杂电磁环境 电磁环境认知 雷达信号 测量 可视化 complex electromagnetic environment electromagnetic environment cognitive radar signal measure visualization 强激光与粒子束
2019, 31(10): 103206
