脈沖信號(hào)分選技術(shù)研究.pdf

1、脈沖信號(hào)分選的任務(wù)就是將偵察系統(tǒng)接收到的脈沖信號(hào)中屬于同一輻射源的脈沖分離,以備對(duì)輻射源進(jìn)行識(shí)別和進(jìn)一步信號(hào)處理。對(duì)脈沖信號(hào)進(jìn)行有效而快速的分選,是電子偵察系統(tǒng)中的關(guān)鍵一環(huán),各國(guó)研究人員也非常重視脈沖分選技術(shù)的研究,并取得了一定的成果。
　　傳統(tǒng)的脈沖信號(hào)分選以脈間參數(shù)即脈沖描述字PDW作為分選特征,在固定容差下分組作為預(yù)處理以稀釋脈沖密度,再利用脈沖到達(dá)時(shí)間(TOA)參數(shù)對(duì)脈沖串的脈沖重復(fù)間隔(PRI)進(jìn)行估計(jì)并去交錯(cuò)。傳統(tǒng)分選

2、方法計(jì)算簡(jiǎn)單,易于實(shí)現(xiàn),能對(duì)常規(guī)體制的信號(hào)進(jìn)行有效的分選,在實(shí)際工程應(yīng)用中被廣泛采用。
　　隨著當(dāng)前信號(hào)環(huán)境復(fù)雜化,脈間參數(shù)多變,參數(shù)空間交疊嚴(yán)重,傳統(tǒng)分選方法對(duì)于截獲的非合作復(fù)雜脈沖信號(hào)的分選效果惡化,迫切需要分析和利用脈沖更多的信息進(jìn)行分選。本文主要對(duì)非合作復(fù)雜脈沖信號(hào)分選技術(shù)進(jìn)行研究和實(shí)踐,主要內(nèi)容如下:
　　1.在分析當(dāng)前復(fù)雜信號(hào)類型的基礎(chǔ)上,總結(jié)了傳統(tǒng)脈沖分選系統(tǒng)結(jié)構(gòu)的不足,并建立了適用于復(fù)雜信號(hào)環(huán)境的改進(jìn)分選結(jié)構(gòu)

3、框架,并結(jié)合新的分選框架展開對(duì)脈間參數(shù)分選、脈內(nèi)特征提取和聚類分選三個(gè)方面的技術(shù)研究。
　　2.對(duì)三種經(jīng)典的脈間參數(shù)分選方法——CDIF、SDIF與PRI變換法進(jìn)行了深入分析,仿真結(jié)果表明脈間參數(shù)分選方法能實(shí)現(xiàn)對(duì)固定PRI的脈沖信號(hào)的分選。本文在此基礎(chǔ)上改進(jìn)了PRI變換法以適應(yīng)PRI抖動(dòng)信號(hào)分選,并驗(yàn)證改進(jìn)后方法對(duì)復(fù)雜信號(hào)環(huán)境下的脈沖分選取得了良好效果。
　　3.從脈內(nèi)有意調(diào)制特征入手,通過(guò)進(jìn)行小波變換和模糊函數(shù)分析提取可分

4、性好的脈內(nèi)特征用于分選。對(duì)基于相位信息的小波脊提取迭代算法進(jìn)行改進(jìn),并提出模糊函數(shù)特征的改進(jìn)快速提取方法,提高了特征提取的速度并保留了良好的抗噪性能,經(jīng)仿真驗(yàn)證了小波脊提取信號(hào)瞬時(shí)頻率特征和模糊函數(shù)特征能有效實(shí)現(xiàn)不同脈內(nèi)調(diào)制方式的脈沖信號(hào)分選。
　　4.對(duì)聚類分選方法中的改進(jìn)FCM算法進(jìn)行研究,比較其與傳統(tǒng)C均值聚類算法的優(yōu)勢(shì)。在分析總結(jié)傳統(tǒng)C均值聚類與FCM算法的基礎(chǔ)上,引入SAKM算法的分析,通過(guò)仿真試驗(yàn)表明SAKM算法實(shí)時(shí)性