雷达辐射源信号无意调制研究

雷达辐射源信号无意调制研究

论文摘要

雷达辐射源信号无意调制是现代电子对抗领域一个极其重要的研究课题,它主要是由雷达发射机各硬件部件及其电路产生的相位噪声引起的,利用各雷达辐射源信号无意调制特征,可以从日益复杂的电磁环境中判断信号来自哪部雷达,进而实现对其平台的识别跟踪,为战场分析提供有利条件。传统的雷达辐射源信号侦察中,重点研究的是基于常规参数信息的获取或者分析进行,而来自雷达发射机各硬件差异的无意调制特征往往被视作微弱噪声而忽略其对雷达辐射源信号的影响;相反,在研究雷达辐射源信号无意调制时,常规参数信息不再是研究的主体,体现雷达辐射源个体固有属性的无意调制特征成为关注的重点。雷达辐射源信号无意调制的分析、研究是雷达辐射源个体识别的重要方面,但是目前很少在公开的文献中出现,没有形成统一的理论。因此,本文主要针对工作在相同模式,相同型号下的不同雷达辐射源个体,研究雷达辐射源信号无意调制。论文的主要工作及研究成果如下:1.详细介绍雷达辐射源信号无意调制的基本理论,分析无意调制产生的机理,得出雷达发射机相位噪声是影响辐射源信号无意调制的主要原因。对雷达发射机的结构模型和相位噪声模型进行了详细的分析研究,最后讨论雷达发射机总的输出相位噪声分布。2.为了分析雷达辐射源信号无意调制特征,针对常规雷达信号(CW)、二相编码信号(BPSK)和线性调频信号(LFM)三种雷达辐射源信号模型,分析了各自无意调制实现方法,并进行了仿真实验。3.研究雷达辐射源信号无意调制特征提取技术,采用时频原子分解方法,提取雷达辐射源信号无意调制频域特征。4.构建两种时频原子库,针对工作在相同模式、相同型号下的不同雷达辐射源CW信号个体,提出基于Gabor原子库的雷达辐射源信号无意调制特征提取方法。该方法将表征CW信号无意调制信息的最佳Gabor原子时频参数以及相似度作为无意调制特征参数。由于时频参数的引入,使得本方法能够用时频域整体与局部化信息分量表示雷达辐射源信号的无意调制。5.由于Chirp原子对LFM信号的自适应能力比Gabor原子强的特点,针对工作在相同模式、相同型号下的不同雷达辐射源LFM信号个体,提出基于Chirp原子库的雷达辐射源信号无意调制特征提取方法。该方法同样将提取的Chirp原子时频参数及相似度表示雷达辐射源信号的无意调制。本文工作得到国家自然科学基金项目(60702026)和四川省青年科技基金项目(09ZQ026-040)共同资助。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 引言
  • 1.2 课题的提出及研究意义
  • 1.3 国内外研究现状分析
  • 1.4 论文的主要工作
  • 1.5 论文的结构安排
  • 第2章 雷达辐射源信号无意调制产生机理
  • 2.1 引言
  • 2.2 无意调制特征分析
  • 2.3 雷达辐射源发射机的结构特点
  • 2.3.1 雷达辐射源发射机结构
  • 2.3.2 雷达辐射源发射机特点
  • 2.4 雷达辐射源发射机的噪声分析
  • 2.4.1 雷达频率源现状分析
  • 2.4.2 锁相环频率合成器相位噪声分析
  • 2.4.3 放大链相位噪声分析
  • 2.5 本章小结
  • 第3章 雷达辐射源信号无意调制仿真实现
  • 3.1 引言
  • 3.2 雷达辐射源信号模型
  • 3.2.1 常规雷达信号
  • 3.2.2 相编码信号
  • 3.2.3 线性调频信号
  • 3.3 无意调制仿真实现
  • 3.3.1 常规雷达信号无意调制的仿真实现
  • 3.3.2 二相编码信号无意调制的仿真实现
  • 3.3.3 线性调频信号无意调制的仿真实现
  • 3.4 本章小结
  • 第4章 雷达辐射源信号无意调制频域特征提取
  • 4.1 引言
  • 4.2 无意调制特征研究现状
  • 4.2.1 无意调制特征提取的研究现状
  • 4.2.2 无意调制特征的特点
  • 4.3 时频原子分解原理
  • 4.4 频域特征提取
  • 4.4.1 理论分析
  • 4.4.2 实验结果及分析
  • 4.5 本章小结
  • 第5章 雷达辐射源信号无意调制时频原子特征提取
  • 5.1 引言
  • 5.2 时频原子库
  • 5.2.1 Gabor原子库
  • 5.2.2 Chirp原子库
  • 5.3 基于Gabor原子库特征提取
  • 5.3.1 理论分析
  • 5.3.2 实验结果及分析
  • 5.4 基于Chirp原子库特征提取
  • 5.4.1 理论分析
  • 5.4.2 实验结果及分析
  • 5.5 本章小结
  • 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
  • 相关论文文献

    • [1].非合作雷达辐射源目标探测系统关键技术分析[J]. 电波科学学报 2020(04)
    • [2].基于膜粒子群算法的雷达辐射源信号多目标特征选择方法研究[J]. 云南民族大学学报(自然科学版) 2020(05)
    • [3].一种雷达辐射源目标数据统计与分析方法[J]. 雷达与对抗 2020(03)
    • [4].雷达辐射源信号快速识别综述[J]. 电子信息对抗技术 2017(05)
    • [5].基于神经网络的未知雷达辐射源智能识别技术[J]. 电子信息对抗技术 2013(06)
    • [6].基于脉冲数据流的雷达辐射源个体识别方法及实现[J]. 舰船电子对抗 2020(03)
    • [7].水面靶标雷达辐射源的实现[J]. 中国新通信 2018(08)
    • [8].基于协作表示的雷达辐射源多传感器融合识别[J]. 系统工程与电子技术 2016(12)
    • [9].基于区间灰关联的未知雷达辐射源智能识别[J]. 现代防御技术 2013(06)
    • [10].雷达辐射源信号小波变换特征提取方法[J]. 计算机工程与应用 2010(06)
    • [11].未知雷达辐射源分选的一种新方法[J]. 微计算机信息 2010(04)
    • [12].基于小波变换的雷达辐射源信号特征提取[J]. 信息与电子工程 2010(04)
    • [13].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(20)
    • [14].一种深度学习的雷达辐射源识别方法[J]. 电子设计工程 2020(12)
    • [15].基于机器学习的雷达辐射源识别方法综述[J]. 兵器装备工程学报 2020(10)
    • [16].一种雷达辐射源目标信息快速查询方法[J]. 雷达与对抗 2017(04)
    • [17].基于区间数和证据理论的雷达辐射源参数识别[J]. 系统工程与电子技术 2014(07)
    • [18].基于改进灰关联的雷达辐射源识别方法研究[J]. 现代防御技术 2013(02)
    • [19].雷达辐射源个体特征的提取与识别[J]. 应用科学学报 2013(04)
    • [20].一种雷达辐射源识别模型研究[J]. 计算机工程与应用 2010(12)
    • [21].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(01)
    • [22].基于主成分分析的雷达辐射源信号数量估计[J]. 西南交通大学学报 2009(04)
    • [23].雷达辐射源信号的多重分形特性研究[J]. 微计算机信息 2008(27)
    • [24].基于深度卷积网络的雷达辐射源信号识别[J]. 现代防御技术 2019(02)
    • [25].雷达辐射源信号聚类分选算法综述[J]. 雷达科学与技术 2019(05)
    • [26].雷达辐射源自动识别的设计与实现[J]. 空军预警学院学报 2019(05)
    • [27].一种基于样本熵的雷达辐射源信号分选[J]. 电子世界 2018(21)
    • [28].一种雷达辐射源信号多目标特征评价模型[J]. 计算机应用研究 2012(08)
    • [29].雷达辐射源信号聚类分选算法[J]. 电路与系统学报 2011(03)
    • [30].基于粗糙集的决策树雷达辐射源识别方法[J]. 计算机仿真 2011(08)

    标签:;  ;  ;  ;  ;  ;  ;  ;  

    雷达辐射源信号无意调制研究
    下载Doc文档

    猜你喜欢