基于二维特征相似系数的雷达辐射源识别算法
发布时间:2021-01-19 02:02
雷达识别技术可以根据采集到雷达信号特征的参数差异进行不同型号雷达的区分,在电子侦察中起着重要的作用。随着不同新体制雷达的使用,如何更进一步从复杂电磁环境中凸显雷达特征,提高识别率是雷达辐射源识别领域的亟待解决的问题。针对上述问题,提出了一种基于二维特征相似系数的雷达辐射源识别算法。首先,提取雷达信号的Wigner-Ville特征,将它映射到二维空间;然后,通过三角采样序列和矩形采样序列进行信号相似系数的计算,从而提取出雷达信号的相似系数;最后,采用核模糊C均值聚类算法进行不同型号的识别,通过仿真实验证明了本方法的有用性和可靠性。
【文章来源】:舰船电子对抗. 2020,43(05)
【文章页数】:7 页
【图文】:
3种雷达辐射源信号的二维空间特征
根据前文所述,基于二维特征相似系数的信号识别算法流程如图2所示,主要分为雷达信号输入、Wigher二维特征提取、信号相似系数提取、核模糊C均值聚类、雷达辐射源识别。雷达信号输入部分用于接收经过信号调理的雷达信号,Wigher二维特征提取用于对接收信号进行Wigher三谱的捕获及二维简化,信号相似性提取用于求解信号的相似系数Cr1和Cr2,核模糊C均值聚类用于对处理好的二维特征和相似系数进行分类,雷达辐射源识别根据核模糊C均值聚类的结果对输入信号进行识别分类。输入的雷达信号经过Wigher二维特征提取和相似系数的提取可以更好地凸显不同信号的特征,采用核模糊C均值聚类法对不同信号特征进行有效分类,可以有效解决复杂电磁环境中不同型号雷达的分类问题,同时将Wigher三谱转换到二维空间,大大降低了信号处理的数据量,提升了处理速度,有利于硬件系统的实现,从而可以高效快速地提高信号识别率和电子侦察效率。
采用6种不同的雷达辐射源信号,它们分别为:连续波(CW)雷达信号、线性调频(LFM)雷达信号、移频键控(FSK)雷达信号、二进制相移键控(BPSK)信号、正交相移键控(QPSK)信号、非线性调频(NLFM)信号。分别以5 dB、10 dB、15 dB、20 dB的信噪比为条件,每个雷达辐射源信号产生100个脉冲信号。每个信号的采样点数设置为512个,采样频率为200 MHz,线性调频雷达信号带宽为10 MHz,移频键控雷达信号的频率分别为10 MHz和15 MHz,非线性调频信号采用正弦频率调制雷达信号,其他信号载频为15 MHz。对这些信号进行均值估计,之后分别以信噪比5 dB~20 dB间每隔1.5 dB为条件,计算信号的相似系数,计算结果如图3、图4所示。图4 信噪比与相似系数Cr2之间的关系
本文编号:2986114
【文章来源】:舰船电子对抗. 2020,43(05)
【文章页数】:7 页
【图文】:
3种雷达辐射源信号的二维空间特征
根据前文所述,基于二维特征相似系数的信号识别算法流程如图2所示,主要分为雷达信号输入、Wigher二维特征提取、信号相似系数提取、核模糊C均值聚类、雷达辐射源识别。雷达信号输入部分用于接收经过信号调理的雷达信号,Wigher二维特征提取用于对接收信号进行Wigher三谱的捕获及二维简化,信号相似性提取用于求解信号的相似系数Cr1和Cr2,核模糊C均值聚类用于对处理好的二维特征和相似系数进行分类,雷达辐射源识别根据核模糊C均值聚类的结果对输入信号进行识别分类。输入的雷达信号经过Wigher二维特征提取和相似系数的提取可以更好地凸显不同信号的特征,采用核模糊C均值聚类法对不同信号特征进行有效分类,可以有效解决复杂电磁环境中不同型号雷达的分类问题,同时将Wigher三谱转换到二维空间,大大降低了信号处理的数据量,提升了处理速度,有利于硬件系统的实现,从而可以高效快速地提高信号识别率和电子侦察效率。
采用6种不同的雷达辐射源信号,它们分别为:连续波(CW)雷达信号、线性调频(LFM)雷达信号、移频键控(FSK)雷达信号、二进制相移键控(BPSK)信号、正交相移键控(QPSK)信号、非线性调频(NLFM)信号。分别以5 dB、10 dB、15 dB、20 dB的信噪比为条件,每个雷达辐射源信号产生100个脉冲信号。每个信号的采样点数设置为512个,采样频率为200 MHz,线性调频雷达信号带宽为10 MHz,移频键控雷达信号的频率分别为10 MHz和15 MHz,非线性调频信号采用正弦频率调制雷达信号,其他信号载频为15 MHz。对这些信号进行均值估计,之后分别以信噪比5 dB~20 dB间每隔1.5 dB为条件,计算信号的相似系数,计算结果如图3、图4所示。图4 信噪比与相似系数Cr2之间的关系
本文编号:2986114
本文链接:https://www.wllwen.com/kejilunwen/wltx/2986114.html