低截获概率雷达波形识别方法研究

发布时间：2020-10-16 23:41

　　 低截获概率(Low Probability of Intercept,LPI)雷达波形识别是电子侦察领域的重要分支,是获得非合作方雷达信息的重要手段。在战场上及时对非合作方LPI雷达波形进行识别,提取LPI雷达的关键信息,有助于我方提出合适的对抗决策,对提高目标的跟踪和打击的成功率起关键作用,具有重要的理论意义和实际应用价值。本文针对LPI雷达的多信号分离,以及分离后波形的识别方法进行研究。波形识别方法从波形特征以及波形结构两个方面,分别采用特征提取和深度学习算法对LPI雷达波形进行识别,提高了在较低信噪比(Signal-to-noise ratio,SNR)条件下的波形识别成功率(Ratio of Successful Recognition,RSR)。论文主要做了以下几方面的工作:首先,在混叠信号的分离过程中,针对于单天线情况,提出了基于椭球基序列(Discrete Prolate Spheroidal Sequence,DPSS)和霍夫变换(Hough Transform,HT)的联合分离方法。该方法采用DPSS作为短时傅里叶变换(Short Time Fourier Transform,STFT)的窗函数,有效降低多线性调频信号(Multiple Linear Frequency Modulation,MLFM)在STFT之后的噪声干扰,使得MLFM信号能在时频图像中更容易的被霍夫变换所区分,提升了在低信噪比下对MLFM信号的分离效果。仿真实验表明,联合方法能在SNR-20dB的条件下对MLFM信号的有效分离。针对于多天线情况,提出了基于单源点检测(Single Source Points Detection,SSPD)和子空间投影(Subspace Projection,SP)的联合分离方法。该方法不再局限于信号类型,单源点检测算法依靠不同种类的波形在时频域的稀疏性,完成对信号的混合矩阵进行估计。子空间投影算法则依据估计的混合矩阵,对混合信号进行重构。仿真实验表明,联合方法在不同种类的波形混合条件下,对混合矩阵估计以及波形重构都具有良好的性能。其次,在针对频率调制类、二进制相移键控信号(Binary Phase Shift Keying,BPSK)和多相码类的识别研究中,提出了基于波形特征的识别方法。该方法采用特征提取以及基于主从结构的Elman神经网络分类器对LPI雷达波形进行识别。Elman神经网络是一种带有层间反馈的神经网络,比传统神经网络有更好的稳定性。分类器采用主从结构,完整的分类器由两个子分类网络构成,每个子分类网络负责分类不同的波形,降低了每个子分类网络的训练时间与训练复杂度,提升了分类器的可靠性与抗干扰性。同时采用了新的特征,优化了提取流程。与传统方法相比,不需要过多的先验信息,并且所提取的特征有着更为优秀的稳定性。仿真实验表明,该方法能对包括线性调频信号(Linear Frequency Modulation,LFM)、BPSK、Costas信号、Frank码以及P1-P4码在内的8种波形进行识别,在信噪比为0dB的条件下,总的识别成功率达到97%。最后,在针对频率调制类、BPSK和多时码类的识别研究中,提出了基于信号结构的识别方法。该方法采用了一种新的分类器——CNN-EntropyRBM分类器。此分类器不再需要人工提取特征,特征提取过程可以在分类器的训练过程中自动完成。训练过程中,采用了基于信息熵理论的神经元优化算法,按照传输信息最大原则确定分类器隐藏连接层的神经元数目,提高了分类器的准确性。仿真实验表明,该分类器能对包括LFM、BPSK、Costas以及T1-T4码在内的7种波形进行识别,在信噪比为0dB的条件下,总识别成功率在96%以上。针对频率调制类、多相码类和多时码类共同存在的识别研究中,给出了基于波形特征与结构的联合识别方法。该方法结合了特征识别与结构识别的优点,可以满足包括LFM、BPSK、Costas、Frank码、P1-P4码以及T1-T4码的联合识别要求,仿真实验表明,在信噪比为0dB的条件下,联合识别方法对上述12种波形的总识别成功率超过93%。综上所述,本文为LPI雷达波形识别提供了新的方法,提高了在低信噪比条件下的识别成功率,增加了可识别的LPI雷达波形的种类,具有较强的实用价值。
【学位单位】：哈尔滨工程大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：TN957.51;TN971
【部分图文】：

研究内

图 2.2 差分三角形Fig.2.2 The differential triangleostas 序列，依靠公式(2-6)略显 三 角 形 是 一 个 直 观 有 效 的构造差分三角形。首先将序列

图2.21分别为LFM、Costas、BPSK、Frank、P1-P4码以及T1(2)-T4(2)码对应的Choi-Williams变换Fig.2.21Thefiguresshowdifferentwaveformclasses,whichincludingLFM,Costas,BPSK,Frank,P1-P4
【相似文献】

相关期刊论文 前10条

1 贺珍;张领军;刘富强;;雷达波形与抗干扰[J];航天电子对抗;2011年04期

2 袁永斌,徐继麟,黄香馥;一种混沌雷达波形的模糊函数[J];电子科学学刊;1998年05期

3 A.J.布鲁克海姆;P.G.汤姆林森;吉承灿;;复杂的雷达波形、阵列和信号处理之剖析[J];雷达与对抗;1989年01期

4 A.J.Bruckheim ;P.G.Tomlinson;冯荣林;;复杂雷达波形、阵列和处理、展望[J];现代雷达;1989年01期

5 王鹏;张晓丽;孟令媛;高静;;适于弹载平台的正交多载波雷达波形设计[J];火力与指挥控制;2016年08期

6 金天祥;潘继飞;唐绩;朱永成;;基于小波包的雷达波形设计与性能分析[J];现代雷达;2018年01期

7 彭智慧;林明;;一种新型组合低截获雷达波形研究[J];计算机仿真;2014年03期

8 张仕元;倪菁;张飚;;雷达波形的水印技术[J];航天电子对抗;2009年03期

9 张华睿;杨宏文;郁文贤;;多目标跟踪时的雷达波形调度问题[J];雷达科学与技术;2012年06期

10 王小念;党立坤;张建科;;反数字储频干扰雷达波形设计研究[J];火控雷达技术;2009年04期

相关博士学位论文 前10条

1 张明;低截获概率雷达波形识别方法研究[D];哈尔滨工程大学;2018年

2 臧会凯;MIMO雷达波形设计、应用及分布式相参发射研究[D];西安电子科技大学;2017年

3 黄琼丹;复杂调制雷达波形设计与信号处理研究[D];西北工业大学;2016年

4 王洪雁;MIMO雷达波形优化[D];西安电子科技大学;2012年

5 王彬;认知雷达波形优化设计研究[D];东北大学;2011年

6 李玉翔;知识辅助的MIMO雷达波形设计技术研究[D];解放军信息工程大学;2017年

7 张宇;MIMO雷达波形设计及信号处理相关技术研究[D];南京理工大学;2011年

8 刘韵佛;面向任务的MIMO雷达波形设计方法研究[D];西安电子科技大学;2013年

9 孙颖;MIMO与认知雷达波形设计理论与算法研究[D];电子科技大学;2014年

10 巩朋成;MIMO雷达波形优化与参数估计方法研究[D];电子科技大学;2014年

相关硕士学位论文 前10条

1 李杨;多模式软件化雷达波形产生的技术研究[D];电子科技大学;2013年

2 杨文芳;基于信息论的雷达波形设计研究[D];东北大学;2013年

3 张亚璇;混沌雷达波形设计及弱信号检测研究[D];电子科技大学;2015年

4 樊世杰;多模式雷达波形系统设计与实现技术[D];国防科学技术大学;2010年

5 张荣文;制导雷达波形分集与捷变抗干扰技术[D];国防科学技术大学;2015年

6 韩金梦;基于凸优化理论的MIMO雷达波形设计方法研究[D];吉林大学;2017年

7 徐倩;雷达波形产生系统的幅相失真校正技术研究[D];电子科技大学;2015年

8 刘嵩;MIMO雷达波形设计及参数估计研究[D];南京理工大学;2013年

9 吴雪松;抗灵巧干扰雷达波形设计[D];电子科技大学;2016年

10 李慧敏;频扫三坐标雷达波形产生研究[D];电子科技大学;2004年

本文编号：2843944