复杂体制雷达辐射源信号时频原子特征研究

论文摘要

雷达辐射源信号特征研究是电子情报侦查(ELINT)、电子支援侦查(ESM]和雷达威胁告警(RWR)系统中的关键环节。作为辐射源信号分选和识别的前提和基础,特征分析水平直接决定了电子侦查设备性能的发挥并影响后续的作战决策。随着现代电子战的激烈对抗,新型复杂体制雷达不断投入使用并逐渐占据主导地位,电子对抗信号环境变得异常密集、复杂和多变,造成原有的信号规律被极大的破坏,导致基于载波频率(RF)、到达时间(TOA)、脉冲宽度(PW)、脉冲幅度(PA)以及到达角(DOA)的常规五参数特征提取方法已远不能适应现代电子对抗的需要。雷达辐射源信号新特征的提取,尤其是针对复杂体制雷达信号的特征提取面临着前所未有的挑战,已经成为电子对抗领域必须解决的关键问题。我国的电子对抗研究专家们在长期的理论研究和工程实践中深深感到,理论研究水平的滞后已严重制约了我国电子对抗装备技术的进一步提高。只有加强复杂体制雷达辐射源信号本质特征的研究,探索和补充新的有效特征参数,才能从根本上提高现有的电子侦查技术水平。为此,本文针对复杂体制雷达辐射源信号,提出一种辐射源信号时频原子特征分析方法,以一种全新的思路对辐射源信号的脉内特征展开了深入的研究,获得了如下的研究成果:1.提出一种基于Gabor原子的辐射源信号特征提取方法。首先构建了适宜辐射源信号分解的过完备Gabor原子库,并引入量子遗传算法(QGA),提出基于改进QGA的原子分解快速算法解决匹配追踪(MP)过程计算量过大难以实现的问题。在此基础上,对五类典型雷达辐射源信号进行时频原子分解,得到表示信号特征信息的最匹配Gabor原子,并深入分析了不同调制类型辐射源信号Gabor原子特征参数之间的差异。最后,通过对比实验对原子特征性能进行了研究。实验结果表明,仅需要少量的Gabor即可以表示出原先信号的主要特征信息,所提取的Gabor原子特征不仅具有良好的噪声抑制能力,且可以得到不含有交叉项干扰的时频分布。2.针对雷达辐射源信号本身固有的属性,构建了时域和频域聚集性能更加优越的过完备Chirplet原子库,并提出基于该库的辐射源信号特征提取方法。同时,引入更多生物基因的进化概念,提出一种新DNA进化算法(NDEA)。多个典型测试函数对比实验结果表明该算法具有收敛速度快、迭代次数少和全局搜索能力强的特点。在此基础上,提出基于NDEA的MP快速算法进一步降低最佳原子搜索的计算复杂度。得到表示典型辐射源信号特征信息的最匹配Chirplet原子,并对比分析Gabor原子和Chirplet原子库的性能差异。实验结果表明基于Chirplet原子的辐射源信号特征分析仅需要更少量的原子可以得到比Gabor原子更准确的特征信息,且对于分析一类时频域都重叠的多分量辐射源信号同样有效。3.为了更有效的度量不同辐射源信号频谱之间的差异,提出了基于Spectrum原子的辐射源信号特征提取方法。首先总结了当前主要的几种频谱特征提取方法的优缺点,在对典型辐射源信号频谱特征分析的基础上,设计可以反映信号局部频谱结构的Spectrum原子,并提出多尺度Spectrum原子库构建方法。同时,采用基于库结构优化和FFT的原子分解快速算法提取出各类典型辐射源信号最匹配Spectrum原子。实验结果表明所提取的Spectrum原子参数具有一定的物理意义,不仅可以反映出不同调制类型辐射源信号频谱之间的差异,而且,对同一调制类型不同调制参数的辐射源信号,同样可以对其进行有效区分。4.深入研究了有噪声情况下雷达辐射源信号的时频原子特征性能。提出了Chirplet原子派生特征提取算法,并设计了基于层次决策的信号分类方法对Chirplet原子特征的分类性能和抗噪性能进行了分析。同时,提出Spectrum原子特征向量构建方法,并分别采用层次决策和核聚类两种方法实现了信号的自动分类和参数估计。实验结果表明,所提取的原子特征类内聚集性强,类间分离度大,能较好的描述各类信号的分类信息,并具有良好的噪声抑制能力,进一步验证了时频原子分析方法对于复杂体制雷达辐射源信号脉内特征提取的有效性和可行性。

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 辐射源信号特征研究现状
• 1.3.1 辐射源信号常规特征研究
• 1.3.2 辐射源信号脉内特征研究
• 1.3.3 辐射源信号特征研究现状小结
• 1.4 时频原子分析方法研究现状
• 1.5 课题来源与研究思路
• 1.6 论文主要工作
• 1.7 论文结构安排
• 第2章 相关理论基础
• 2.1 引言
• 2.2 时频原子分析相关理论基础
• 2.2.1 信号基分解
• 2.2.2 时频原子库
• 2.2.3 基于MP的最佳原子提取
• 2.3 辐射源信号分析相关理论基础
• 2.3.1 雷达脉内调制信号模型
• 2.3.2 脉内特征分析流程
• 2.3.3 常见脉内特征分析方法
• 2.4 本章小结
• 第3章 辐射源信号Gabor原子特征提取
• 3.1 引言
• 3.2 Gabor原子库构建
• 3.2.1 Gabor原子
• 3.2.2 Gabor原子库参数离散化
• 3.3 基于IQGA的原子分解快速算法
• 3.3.1 QGA的基本原理
• 3.3.2 基于IQGA的MP快速算法
• 3.3.3 算法性能分析
• 3.4 典型辐射源信号Gabor原子特征分析
• 3.4.1 Gabor原子特征提取及结果分析
• 3.4.2 Gabor原子特征性能分析
• 3.5 本章小结
• 第4章 辐射源信号Chirplet原子特征提取
• 4.1 引言
• 4.2 Chirplet原子库构建
• 4.2.1 Chirplet原子库
• 4.2.2 Chirplet原子库空间复杂度
• 4.3 基于NDEA的原子分解快速算法
• 4.3.1 DEA的基本原理
• 4.3.2 NDEA及性能测试
• 4.3.3 基于NDEA的MP快速算法
• 4.3.4 算法性能分析
• 4.4 辐射源信号Chirplet原子特征提取
• 4.4.1 Chirplet原子特征提取及结果分析
• 4.4.2 Chirplet原子与Gabor原子性能比较
• 4.4.3 重叠信号Chirplet原子特征提取
• 4.5 本章小结
• 第5章 辐射源信号Spectrum原子特征提取
• 5.1 引言
• 5.2 典型辐射源信号频谱特征分析
• 5.3 Spectrum原子库构建
• 5.3.1 Spectrum原子
• 5.3.2 Spectrum原子库参数离散化
• 5.4 基于库结构优化与FFT的原子分解快速算法
• 5.4.1 原子库结构简化
• 5.4.2 基于FFT的MP快速算法
• 5.5 辐射源信号Spectrum原子特征提取
• 5.6 本章小结
• 第6章 辐射源信号时频原子特征性能实验分析
• 6.1 引言
• 6.2 Chirplet原子特征性能实验分析
• 6.2.1 Chirplet原子派生特征提取
• 6.2.2 信号分类的层次决策方法
• 6.2.3 仿真实验与结果分析
• 6.3 Spectrum原子特征性能实验分析
• 6.3.1 Spectrum原子特征向量提取
• 6.3.2 基于层次决策的信号分类实验与结果分析
• 6.3.3 基于核聚类算法的信号分类实验与结果分析
• 6.4 本章小结
• 结论与展望
• 1 论文主要工作与研究成果总结
• 2 研究问题的思考和展望
• 致谢
• 参考文献
• 攻读博士学位期间发表的论文和科研成果