基于脉冲熵值的雷达信号分区分选方法

发布时间：2021-01-03 01:19

　　复杂电磁环境下,信号高度密集会导致现有雷达信号分选方法准确性和时效性降低。针对这一问题,提出了一种基于脉冲熵值的雷达信号分区分选方法。采用雷达信号脉冲重复周期作为信号区分标志,对雷达信号序列按时间分区后分别计算脉冲熵值,并依据分区脉冲熵值对信号分区排序,逐步对分区信号使用改进的SDIF方法分选,实现对整体信号由简单到复杂的分选。给出了信号分选成功率和分选效率计算方法,仿真计算表明新的算法可以提高分选识别正确率和实时性。 

【文章来源】：中国电子科学研究院学报. 2020年01期 北大核心

【文章页数】：5 页

【部分图文】：

图1 分区分选算流程

使用MATLAB R2014软件进行200次蒙特卡洛仿真，图2和图3给出了本文方法和传统SDIF算法平均分选成功率和平均耗时(s)随信号数量增加时变化。由图2可以看出，当信号数量超过20时，传统的SDIF分选算法分选成功率开始急剧下降，而本文算法分选成功率变化则相对缓慢;由图3可以看出，当信号数量超过20时，传统的SDIF分选算法分选耗时开始迅速上升，而本文算法分选耗时变化则相对缓慢。由仿真结果可见，本文方法不仅减少了对高密度信号分选计算量，提高了分选实时性，而且提高了分选成功率。

由图2可以看出，当信号数量超过20时，传统的SDIF分选算法分选成功率开始急剧下降，而本文算法分选成功率变化则相对缓慢;由图3可以看出，当信号数量超过20时，传统的SDIF分选算法分选耗时开始迅速上升，而本文算法分选耗时变化则相对缓慢。由仿真结果可见，本文方法不仅减少了对高密度信号分选计算量，提高了分选实时性，而且提高了分选成功率。3结语

【参考文献】：
期刊论文
[1]一种基于熵值的雷达信号环境分级方法[J]. 陈行勇,张殿宗.  电子信息对抗技术. 2018(03)
[2]熵特征在雷达信号分选中的应用[J]. 梁华东,徐庆.  空军预警学院学报. 2015(01)
[3]基于改进相似熵的参数交叠雷达信号分选[J]. 冯明月,何明浩,王冰切,张元发.  电子信息对抗技术. 2013(04)
[4]基于快速支持向量聚类和相似熵的多参雷达信号分选方法[J]. 王世强,张登福,毕笃彦,雍霄驹.  电子与信息学报. 2011(11)
[5]基于PRI熵的雷达信号聚类方法研究[J]. 孙盼杰,刘刚,王杰.  电子信息对抗技术. 2008(01)
[6]基于熵特征的雷达辐射源信号识别[J]. 张葛祥,胡来招,金炜东.  电波科学学报. 2005(04)
[7]基于负熵最大化FastICA算法的雷达信号分选[J]. 李广彪,张剑云.  舰船电子对抗. 2005(03)



本文编号：2954026