复杂体制雷达综合分选技术的研究

论文摘要

辐射源信号分选是电子情报侦察(ELINT)、电子支援侦察(ESM)和雷达威胁告警(RWR)系统中的关键处理过程，也是电子干扰的前提和基础。随着现代电子战的激烈对抗，复杂体制雷达迅速增加并逐渐占居主导地位，复杂多变的信号形式大大弱化并逐渐使传统分选方法失去其有效性。雷达信号分选已面临前所未有的挑战。本文针对目前信号分选存在的问题，进行了研究，主要研究工作如下：1雷达信号参数的测量是信号分选的基础，本文针对目前时间参数测量误差的产生原因，提出了提高时间量化精度的方法，并设计实验电路板验证了该方法的有效性。2从雷达工作的目的出发，分析了雷达信号各参数的变化特点，引入了脉内参数参与分选。3提出了基于二次聚类和多假设脉冲类合并的未知雷达信号分选算法，综合利用雷达信号的多维分量进行分选，避免了传统算法完全依靠PRI不变或具有重复变化规律这一情况。同时特征提取和多假设脉冲类合并更加强调对不同体制的雷达本身特点的把握，并开始从雷达的工作目的对各参数变化的要求着手来设计信号分选算法，有利于解决目前信号分选所存在的问题。4提出了分选已知雷达信号的新算法，用数据融合技术处理卡尔曼跟踪、模糊模式识别等算法的分选结果，解决了单一分选算法面对多个复杂体制的雷达或单个分选算法在不同的环境下，存在分选结果的模糊性甚至无法正确分选的问题，提高了已知雷达信号分选的正确率，从而大大减小了未知雷达信号分选要处理的脉冲流量。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 雷达信号分选的问题
• 1.2 国内外研究现状分析
• 1.3 研究内容介绍和文章结构安排
• 第2章 雷达信号参数描述与测量
• 2.1 引言
• 2.2 时域参数的测量
• 2.2.1 时间参数的测量
• 2.3 脉内特征简述
• 2.4 雷达信号参数描述
• 2.4.1 单脉冲参数
• 2.4.2 脉间特征参数
• 2.4.3 跟踪参数
• 2.5 影响信号分选与去交错的因素
• 2.5.1 辐射源及其外部因素
• 2.6 小结
• 第3章 综合信号分选算法的模型结构
• 3.1 引言
• 3.2 传统信号分选算法及分选识别的系统结构
• 3.2.1 现用的分选识别模型结构
• 3.2.2 对已知雷达信号的 PRI的分选与检测
• 3.2.3 对未知雷达信号的主处理
• 3.2.4 传统方法的潜在问题
• 3.3 新的信号分选算法
• 3.3.1 信号分选识别、结构的改进
• 3.3.2 新信号分选算法的结构
• 第4章 雷达辐射源信号的主处理
• 4.1 多参数聚类分析
• 4.1.1 聚类算法原理
• 4.1.2 多参数聚类分析流程
• 4.1.3 单阈值加权聚类
• 4.1.4 双阈值加权聚类
• 4.1.5 奇异类剔除
• 4.1.6 辐射源特征提取
• 4.1.7 奇异脉冲处理
• 4.2 多假设脉冲类合并
• 4.2.1 未做假设合并前各个类的相似性分析
• 4.2.2 做多假设合并后各个类的相似性分析
• 4.3 小结
• 第5章 脉冲跟踪与跟踪管理
• 5.1 跟踪管理
• 5.1.1 跟踪库管理
• 5.1.2 求取匹配结果
• 5.2 己知雷达信号的跟踪过程
• 5.2.1 利用参数PA跟踪己知雷达信号
• 5.2.2 利用参数DOA跟踪己知雷达信号
• 5.2.3 模糊模式识别建立基于多参数的模糊隶属度矩阵
• 5.2.4 用时间连续性求取隶属度
• 5.2.5 通过数据融合推理分选结果
• 5.3 小结
• 第6章 仿真实验
• 6.1 多假设脉冲类合并仿真示例
• 6.2 仿真实验结果分析
• 6.3 结论分析
• 第7章 工作总结与展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文及科研成果