雷达辐射源个体特征的提取与识别

作者:陈涛;姚文杨;林金秋;胡志华 刊名:应用科学学报 上传者:刘学荣

【摘要】针对雷达辐射源个体特征,应用波形熵和能量熵对经过围线积分后的双谱估计结果进行特征提取,并根据此特征构成的二维特征向量实行后续的个体识别码.针对二维特征向量识别,应用质心距离法分析提取出二维特征向量,对此二维特征向量所对应的雷达辐射源个体进行识别,并与模糊C-均值聚类法进行对比分析.通过仿真实验和实测分析,验证了所提方法能在一定信噪比下对雷达辐射源个体进行正确的识别.

全文阅读

在早期雷达对抗中,雷达辐射源往往通过接收信号的PA、PW、CF、TOA、DOA这5个传统常规参数进行分析以达到识别的目的.随着雷达电子技术的不断发展,脉冲压缩体制的雷达辐射源个体占据越来越主流的地位,以致基于传统参数的雷达信号识别方法不能满足现实的需求.因此,研究人员开始注意到脉冲压缩体制雷达信号源个体所发射信号的内部特征,即雷达信号脉内特征,并提出了识别此特征的一系列理论和方法.但是,新体制雷达辐射源个体不断更新,发射信号形式及参数变化日益灵活多样,频率覆盖范围广,抗干扰能力强,且能隐身,以致雷达信号有意调制识别也不能满足现实需求[l一2}.于是,雷达信号无意调制识别,即雷达辐射源个体识别成为当前雷达对抗的研究热点.美国海军研究局自20世纪90年代初期就己对此开展了大量的研究工作,截至2000年底,已有类似的系统成功装备部队15].1雷达信号分析雷达辐射源个体主要通过雷达所发射信号的特征来展开识别研究.实际雷达辐射源个体发射的单载频第4期陈涛等:雷达辐射源个体特征的提取与识别369正弦波信号可表示为Vout(亡)=A(艺)sin(2兀fC亡+沪(亡)),0(亡簇T(1)式中,T为信号时间长度;峨约为信号的调相噪声,即相位噪声;A(t)为信号的调幅噪声,通常比相位噪声低10、20dB14},于是可以近似认为A(t)、A,A为常数.因此,相位噪声是引起雷达辐射源个体差异的首要因素.相位噪声被认为是由无限个随机信号联合调制的,则相位噪声对雷达辐射源个体发射信号的影响最终可抽象表示为ls]不相同.这既是由相位噪声所引起的发射信号之间差异的根本所在,也是雷达辐射源个体之间差异的外在表现形式.现代雷达辐射源个体中的大功率发射机都使用滤波器削弱谐波,从而使其谐波功率至少比基波功率小25、60dB16!.为此,根据这个条件并应用式(1)和(2)仿真得出3个雷达辐射源个体发射信号的功率谱与理想信号功率谱之间的差异,如图1所示.从图1中可看出,功率谱不再是单根谱线,而是具有一定宽度并伴有边带谱的谱线.vout(。卜,81(2、‘卜全警,51!2(,c+;)亡}2雷达信号双谱估计间接法设接收到的雷达信号为一全警AS‘!2!‘fc一“’‘,(2)x(n)=v(。)+。(n),0毛n续N一1(3)式中,fn为频率偏移值,其值随Mn的变化而变化,Mn为调相系数,且不同的Vou七(t)之间的fn和Mn也式中,N为总的时间采样点数,w(n)为高斯噪声,。(n)等于式(1)中的Vou七仕),且二(。)和v(n)是相互独立的.对x(n)求三阶累积量估计,得05000500050一刁--l--2--2山七、和铃俘一300‘0.00.2040.60.8带宽加田2(a)理想信号功率谱(a)IdealsignalpowersPectruln0一一20卜11出一40卜Inll里一60卜l{11日、11.曰一u,1IJ111}11一80卜12/、、11一100Ise目es一~J~一----J--~‘~~咨~~-J-----!00.00,20.40.60.81.0带宽/MHz伪)辐射源l信号功率谱(b)Ra山盯enutter1PowersPectr切口20406080一一一一山勺和并俘止山七、脚错俘一100‘000.40.6带宽几叭E吃0.81.0(c)辐射源2信号功率谱(d)辐射源3信号功率谱(c)RadaremitterZpo一s例戈tr侧m(d)Ra山arellntter3powersPectlum图13个不同雷达辐射源发射信号的功率谱与理想信号的功率谱的对比Figure1Threeki

参考文献

引证文献

问答

我要提问