雷达辐射源信号特征提取与评价方法研究

发布时间：2017-10-16 02:17

  本文关键词：雷达辐射源信号特征提取与评价方法研究

  更多相关文章： 辐射源信号 小波灰度矩 经验模式分解 纹理特征 指标体系 集对分析 模糊层次分析 粒子群算法 投影寻踪

【摘要】：现代战争中,雷达是取得军事优势的重要装备。雷达侦察作为雷达对抗的主要内容之一,在掌握敌方雷达类型、功能、用途,甚至获知敌方兵种和武器部署中已经成为了各级指挥员的“眼睛”和“耳朵”。在雷达侦察信号处理系统中,雷达辐射源信号的识别是非常关键的环节之一,识别水平的高低已经成为衡量雷达对抗设备主要技术水平的重要标志。随着雷达的广泛应用和雷达电子对抗激烈程度的不断加剧,在高密度、高复杂波形、宽频谱捷变的雷达信号环境中,长期沿用的基于传统五参数的雷达辐射源信号识别方法已难以胜任,较难取得令人满意的识别效果。为此,国内外学者在雷达辐射源信号识别这一研究领域做了大量系统深入的研究,这其中又有很大一部分是对雷达辐射源的信号特征进行研究,都在尝试着探寻新的特征提取方法,期待着新特征参数被发现,从而弥补传统五参数(脉冲宽度、脉冲幅度、载频、脉冲到达时问、脉冲到达方向)的不足,目前提出的新特征已有数十种之多。但面对数量如此众多的雷达辐射源信号新特征,这些特征的综合效能如何,如何甑选是当前摆在我们面前非常重要而又迫切需要解决的一个难题。为此,本文从雷达辐射源信号特征的提取与分析、特征评价指标体系、雷达辐射源信号特征评价模型和算法设计等方面,针对上述雷达辐射源信号特征评估中需要解决的关键问题展开了系统深入的研究,主要贡献有以下4个方面。1.对雷达辐射源信号特征提取进行了研究,提出了三种雷达辐射源信号新特征,即雷达辐射源信号小波灰度矩特征、经验模式分解能量熵特征和纹理特征。雷达辐射源信号小波灰度矩特征首先通过连续小波变换提取雷达辐射源信号的小波系数,并通过实验分析,解决了小波分解尺度和连续小波的选择问题,实现了雷达辐射源信号小波灰度矩特征和纹理特征的提取,并分析了噪声对特征识别能力的影响。雷达辐射源信号经验模式分解能量熵特征然后通过经验模式分解算法对雷达辐射源信号进行分解,得到不同的内禀态函数分量,通过定义内禀态函数分量的能量,并提取主要内禀态函数分量的能量构成特征向量,通过设计分类器实现了对典型雷达辐射源信号的识别,并详细分析了噪声对特征提取以及特征识别能力的影响。2.对雷达辐射源信号特征评价指标体系进行了研究,提出了基于四种测度的雷达辐射源信号特征的可分选性评估方法,设计了特征稳健性测度指标,丰富了雷达辐射源信号特征评价指标体系。从雷达辐射源信号特征的可分选性、复杂性和稳健性三个不同角度,对雷达辐射源信号特征评价指标体系进行了深入研究。对基于特征可分选性评价的雷达辐射源信号识别进行了研究。研究了雷达辐射源信号特征向量的空间分布问题,通过对部分雷达辐射源信号特征的实验仿真,得出了雷达辐射源信号特征在一维特征参数符合正态分布的情况下,其多维特征向量不一定是标准正态分布的结论,为后续特征综合评价模型建立及相应算法的研究提供了理论上的参考和借鉴。3.在构建雷达辐射源信号特征评价指标体系的基础上,对雷达辐射源信号特征综合评价模型及算法进行了研究,提出了雷达辐射源信号特征的层次分析综合评价模型、模糊层次分析评价模型和集对模糊层次分析评价模型。首先应用层次分析方法对雷达辐射源信号特征进行评价,提出了雷达辐射源信号特征的层次分析评价模型。然后针对层次分析评价模型不能处理专家模糊评判的问题,通过引入模糊理论,提出了雷达辐射源信号特征的模糊层次分析评价模型。最后针对模糊层次分析评价模型中评价决策存在的主观性问题,借鉴集对理论的思想,通过建立集对决策矩阵实现了雷达辐射源信号特征的集对模糊层次分析评价模型,实现了对雷达辐射源信号特征的客观综合评价。4.提出了基于群体智能的雷达辐射源信号特征评价模型。针对基于层次分析的评价模型中判断矩阵的构建较难避免的主观性问题,提出了基于差分进化粒子群投影寻踪算法的雷达辐射源信号特征综合评价模型。首先通过将差分进化算法与改进的粒子群算法相结合,并将得到的差分进化粒子群算法用于投影寻踪算法投影方向的优化,最终建立了雷达辐射源信号特征的差分进化粒子群投影寻踪评价模型。基于群体智能的雷达辐射源信号特征评价思路从方法上克服了基于传统层次分析方法的特征综合评价模型中存在的主观性问题,为实现对雷达辐射源信号特征的客观综合评价开辟了新途径。
【关键词】：辐射源信号 小波灰度矩 经验模式分解 纹理特征 指标体系 集对分析 模糊层次分析 粒子群算法 投影寻踪
【学位授予单位】：西南交通大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TN957.51
【目录】：

• 摘要9-11
• Abstract11-17
• 第1章 绪论17-28
• 1.1 引言17
• 1.2 课题背景及研究意义17-19
• 1.3 课题研究现状19-23
• 1.3.1 辐射源信号特征挖掘19-22
• 1.3.2 辐射源信号特征评价22-23
• 1.3.3 国内外研究现状小结23
• 1.4 课题研究思路23-25
• 1.5 主要研究工作25-26
• 1.6 论文结构安排26-28
• 第2章 雷达辐射源信号特征提取与分析28-77
• 2.1 引言28
• 2.2 雷达辐射源信号28-31
• 2.2.1 常规雷达信号29
• 2.2.2 二相编码信号29
• 2.2.3 四相编码信号29-30
• 2.2.4 线性调频信号30
• 2.2.5 非线性调频信号30
• 2.2.6 频率编码信号30-31
• 2.3 算例特征简介31-33
• 2.3.1 小波脊频级联特征31-32
• 2.3.2 瞬频派生特征32-33
• 2.3.3 相像系数特征33
• 2.4 小波灰度矩特征33-41
• 2.4.1 小波分析34-37
• 2.4.2 灰度矩特征提取37-41
• 2.5 经验模式分解能量熵特征41-52
• 2.5.1 经验模式分解41-42
• 2.5.2 雷达辐射源信号的经验模式分解42-46
• 2.5.3 雷达辐射源信号小波包降噪46-51
• 2.5.4 经验模式分解能量熵特征提取51-52
• 2.6 纹理特征52-55
• 2.6.1 纹理的含义52-53
• 2.6.2 纹理特征提取53-55
• 2.7 特征的空间分布分析55-57
• 2.7.1 一维特征空间分布分析55-56
• 2.7.2 多维特征空间分布分析56-57
• 2.8 实验与分析57-76
• 2.9 小结76-77
• 第3章 辐射源信号特征评价指标体系77-94
• 3.1 引言77
• 3.2 特征可分选性测度77-79
• 3.3 特征复杂性测度79-80
• 3.4 特征稳健性测度80-81
• 3.5 特征评价指标体系81
• 3.6 实验与分析81-93
• 3.7 小结93-94
• 第4章 基于集对模糊层次分析的RES特征评价94-118
• 4.1 引言94
• 4.2 多指标综合评价94-96
• 4.2.1 指标筛选95-96
• 4.2.2 指标标准化96
• 4.2.3 权重确定96
• 4.3 特征的层次分析综合评价模型96-101
• 4.3.1 层次分析原理96-98
• 4.3.2 特征的层次分析评价模型98-101
• 4.4 特征的模糊层次分析评价模型101-104
• 4.4.1 三角模糊数101-102
• 4.4.2 模糊判断矩阵与权重102-104
• 4.4.3 模糊层次分析评价模型算法104
• 4.5 特征的集对模糊层次分析评价模型104-108
• 4.5.1 集对分析105
• 4.5.2 集对决策105-106
• 4.5.3 集对模糊层次评价模型算法106-108
• 4.6 实验与分析108-116
• 4.7 小结116-118
• 第5章 基于群体智能的雷达辐射源信号特征评价118-138
• 5.1 引言118
• 5.2 智能综合评价118-119
• 5.3 投影寻踪算法119-121
• 5.4 差分进化粒子群投影寻踪评价模型121-130
• 5.4.1 问题建模122-124
• 5.4.2 粒子群算法124-126
• 5.4.3 差分进化算法126
• 5.4.4 改进的差分进化粒子群算法126-128
• 5.4.5 评估模型算法128-130
• 5.5 实验与分析130-137
• 5.6 小结137-138
• 结论138-141
• 致谢141-142
• 参考文献142-151
• 攻读博士期间发表的论文151-153

【相似文献】

中国期刊全文数据库 前10条

1 汪毅;;未知雷达辐射源分选的一种新方法[J];微计算机信息;2010年04期

2 沈阳;陈永光;李修和;;雷达辐射源威胁等级评定的多属性决策方法[J];航天电子对抗;2006年04期

3 沈阳;陈永光;李修和;;反空袭作战中雷达辐射源威胁等级评定[J];雷达科学与技术;2006年06期

4 朱明;普运伟;金炜东;胡来招;;基于时频原子方法的雷达辐射源信号特征提取[J];电波科学学报;2007年03期

5 周旭;姜双章;周治伟;;雷达辐射源属性识别算法研究[J];航天电子对抗;2007年04期

6 韩俊;何明浩;朱元清;冒燕;;一种新的雷达辐射源识别方法[J];电子信息对抗技术;2008年05期

7 刘庚;徐海樵;;雷达辐射源的两种识别算法比较[J];舰船电子工程;2008年11期

8 韩俊;何明浩;朱元清;冒燕;;基于多参数的雷达辐射源分选新方法[J];数据采集与处理;2009年01期

9 涂拥军;葛青林;李锦军;;基于模糊多属性威胁等级评定的雷达辐射源分选识别[J];内燃机与动力装置;2009年S1期

10 陈韬伟;金炜东;陈振兴;;基于灰关联分析的雷达辐射源信号盲分类[J];计算机工程与设计;2009年20期

中国重要会议论文全文数据库 前4条

1 张葛祥;胡来招;金炜东;;雷达辐射源信号分形特征研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年

2 黄高明;苏国庆;张琪;李敬辉;;雷达辐射源智能识别系统及其神经网络硬件实现[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年

3 王连亮;陈怀新;;雷达辐射源的自适应数据关联方法[A];中国雷达行业协会航空电子分会暨四川省电子学会航空航天专委会学术交流会论文集[C];2005年

4 汪云亮;吕久明;刘孝刚;;基于信息熵的辐射源属性分类方法[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（上）[C];2006年

中国博士学位论文全文数据库 前6条

1 朱斌;雷达辐射源信号特征提取与评价方法研究[D];西南交通大学;2015年

2 张葛祥;雷达辐射源信号智能识别方法研究[D];西南交通大学;2005年

3 朱明;复杂体制雷达辐射源信号时频原子特征研究[D];西南交通大学;2008年

4 荣海娜;多分量雷达辐射源信号模型和检测估计算法研究[D];西南交通大学;2010年

5 陈韬伟;基于脉内特征的雷达辐射源信号分选技术研究[D];西南交通大学;2010年

6 普运伟;复杂体制雷达辐射源信号分选模型与算法研究[D];西南交通大学;2007年

中国硕士学位论文全文数据库 前10条

1 熊珑;复杂观测条件下雷达辐射源识别方法研究[D];国防科学技术大学;2013年

2 辜强;基于雷达辐射源数据的逆向建模与仿真[D];西安电子科技大学;2015年

3 王炜;雷达辐射源分类识别研究[D];西安电子科技大学;2010年

4 朱英凯;基于模式识别技术的雷达辐射源分类识别方法研究[D];哈尔滨工程大学;2007年

5 许学;复杂体制雷达辐射源信号特征分析[D];西南交通大学;2011年

6 李亚军;多分量雷达辐射源信号检测技术研究[D];哈尔滨工程大学;2011年

7 邹兴文;雷达辐射源信号时频图像处理研究[D];西南交通大学;2009年

8 荣海娜;复杂体制雷达辐射源信号脉冲重复间隔调制识别[D];西南交通大学;2006年

9 刘征;雷达辐射源信号的时频分析方法研究[D];西安电子科技大学;2012年

10 刘汉伟;雷达辐射源信息安全防护技术研究[D];西安电子科技大学;2013年

，

本文编号：1040051