论文部分内容阅读
目前的电磁环境日益复杂,侦察接收机短时间内接收到来自各个方向调制类型复杂的雷达信号,这些信号相互交叠且其调制参数十分复杂。要对电磁环境中的辐射源进行研究和分析,首先就要对这些交叠的脉冲进行分选,信号分选的结果直接影响着后续的分析结果。因此,复杂电磁环境下的雷达信号分选技术是一个十分重要的研究课题。现如今,基于传统五参数的分选技术已经有了较多的研究成果,其中聚类分选算法、PRI分选算法都是当前的研究热点。由于传统参数的研究瓶颈,挖掘脉内的特征信息用于分选也是当前的一个的重要研究方向。除此之外,流程化现有算法形成完整的分选模型也具有重要的研究价值。因此本文在上述几方面做了全面深入的研究并在此基础上提出了四点创新,主要内容包括:首先,分析了分选参数的特点,梳理了典型分选系统的流程。针对传统流程中存在的分选级数过多、不适用于复杂信号分选等缺点,提出了一种改进的分选模型,该新型分选系统的主要流程为:（1）进行已知雷达模板匹配并扣除对应的脉冲信号;（2）对剩余的未知雷达信号使用DOA参数进行划分,进而降低脉冲流密度;（3）进行脉间特征参数和脉内特征参数的联合聚类,根据聚类结果动态修改聚类参数;（4）基于PRI信息进行去交错,得到最终的分选结果。接着,梳理了典型信号的脉内调制方式,挖掘了这些信号的脉内复杂度特征和相像系数,根据仿真分析得出脉间相像系数特征区分度和稳定度最好。接着分析了传统的聚类算法的优缺点,基于Cr2特征仿真分析了k-means和SVC算法。在此基础上提出了将脉内特征参数Cr2与脉间的PW、RF联合用于聚类分选的方法,并通过SVC聚类进行了仿真验证,结果证明了联合聚类思想的优越性。最后,研究了统计直方图法、CDIF法、SDIF法、PRI变换法、改进的PRI变换法、平面变换技术和一种针对滑变PRI的分选算法,仿真分析了这些算法的适用条件。针对PRI分选算法提出了两种新的算法,一是提出了一种基于动态二维特征向量匹配的PRI分选算法。该方法适用于复杂PRI、受测量误差的影响较小、存在脉冲丢失和虚假脉冲时仍有较好的分选结果,但该方法不适用于抖动PRI调制信号的分选。二是利用动态二维特征向量匹配分选方法与改进的PRI变换法适用范围互补的特点,扬长避短,提出一种综合分选方法。该综合分选方法的正确分选率较高,可用于调制样式较多的复杂信号分选且分选效果较好。