中文摘要: 在現代電子戰中,輻射源識別是電子情報偵察系統(ELINT)和電子支援系統(ESM)重要功能之一。
隨着電子技術的發展,雷達工作體制的多樣化、複雜化及各種體制的綜合利用,形成了複雜、多變、具有嚴重威脅的電子對抗環境。如何在複雜的電磁環境中實時地分離出各雷達輻射源的資訊,得到正確的參數,正確引導干擾系統進行干擾就變得越來越迫切。信號分選作爲偵察引導系統中重要的組成部分,它的正確與否直接關係到偵察設備的性能指標。
針對我國雷達對抗信號處理研究工作的迫切需要解決的關鍵問題,本文主要就複雜電磁環境下的電子對抗系統信號分選關鍵算法進行了探索性和系統性研究,並進行了算法仿真分析。
主要包括以下幾個方面: 1、對電子對抗環境進行了介紹,並對雷達偵察機的信號環境的時域特徵、頻域特徵、空域特徵進行了詳細的分析,得出了雷達信號分選系統設計的主要依據。 2、對雷達偵察機信號分選的信號源進行了數字模擬;分析了信號源各參數的範圍、誤差、參數的變化、測量的精度以及對分選結果的影響,討論了可用於信號分選的參數及信號分選適用的脈衝重複間隔(PRI)類型,確定了信號分選的技術指標和依據。 3、在雷達信號分選中,重頻。
英文摘要: In the modern war, identification of emitter resource is an important function of Electronic INTelligence (ELINT) and Electronic Support Measures (ESM). With the rapidly developing of electronic technology, Radar has been more diversiform and formed more complicated circumstance of Electronic Countermeasures(ECM). How to sort and analyze signals of emitter resource and how to acquire right parameters in order to system of real-timely alarm and homing is an important research of sort and analyze signa...
目錄:
摘要 4-5
Abstract 5
第一章 緒論 9-13
1.1 研究背景與意義 9-10
1.2 雷達信號分選的國內外研究現狀 10-12
1.3 本文所做的工作 12-13
第二章 雷達信號分選概述 13-25
2.1 電子對抗面臨的挑戰 13
2.2 雷達信號分選的關鍵技術 13-15
2.2.1 雷達對抗電磁環境的模擬 13-14
2.2.2 雷達信號分選的特徵參數 14
2.2.3 雷達信號分選算法 14
2.2.4 雷達信號分選的硬件實現技術 14-15
2.3 雷達信號分選的主要依據 15-18
2.4 雷達信號分選的結構模型 18-19
2.5 雷達信號及其分選參數描述 19-23
2.5.1 雷達信號的數學模型 19-20
2.5.2 雷達信號的PRI 調製模型 20-23
2.6 影響信號分選和識別的因素 23-24
2.7 本章小結 24-25
第三章 典型的信號分選算法 25-40
3.1 引言 25
3.2 相關函數法重頻鑑別技術 25-27
3.3 直方圖法 27-32
3.3.1 累計差值直方圖法 28-30
3.3.2 序列差值直方圖法 30-31
3.3.3 序列差值直方圖法改進之處 31
3.3.4 序列差值直方圖算法的檢測門限 31-32
3.4 PRI 變換法 32-38
3.4.1 PRI 變換的原理 32-34
3.4.2 PRI 變換的檢測門限 34-35
3.4.3 PRI 變換法仿真分析 35-36
3.4.4 修正PRI 變換法 36-38
3.4.5 修正PRI 變換法仿真分析 38
3.5 本章小結 38-40
第四章 信號分選的改進算法 40-55
4.1 引言 40-41
4.2 卡爾曼濾波在雷達信號分選中的應用 41-49
曼濾波的`基本原理 41-42
4.2.2 卡爾曼濾波初值的確定 42-44
4.2.3 基於卡爾曼濾波的信號模型參數 44-46
4.2.4 基於卡爾曼濾波的脈衝列處理 46-47
4.2.5 仿真分析 47-49
4.3 小波變換在雷達信號分選中的應用 49-53
4.3.1 小波變換的定義 49-50
4.3.2 小波的應用 50-51
4.3.3 Morlet 小波的性質 51-52
4.3.4 目標分選方法 52
4.3.5 仿真分析 52-53
4.4 本章小結 53-55
第五章 獨立分量分析(ICA)在信號分選中的應用 55-81
5.1 引言 55-56
5.2 X 的分解 56-58
5.2.1 X 的奇異值分解 56-57
5.2.2 X 的主分量分解 57
5.2.3 X 的球化分解 57-58
5.3 ICA 的原理 58-59
5.4 基於ICA 問題的數學模型 59-60
5.5 隨機變量中的幾個概念 60-63
5.6 獨立分量的預處理 63-66
5.6.1 中心化63-64
5.6.2 白化 64-65
5.6.3 降維 65-66
5.7 ICA 的主要判據 66-68
5.8 ICA 的主要算法 68-71
5.8.1 高斯和非高斯混合信號的分離算法 68-70
5.8.2 超高斯和亞高斯混合信號的分離算法 70-71
5.9 算法仿真 71-79
5.9.1 基於JADE 算法 72-76
5.9.2 盲分離的移位阻斷(SHIBBS)算法 76-78
5.9.3 性能分析 78-79
5.10 兩種分選方法的比較 79-80
5.11 本章小結 80-81
第六章 總結與展望 81-83
6.1 論文所做主要工作的總結 81-82
6.2 後續工作及展望 82-83
致謝 83-84
參考文獻 84-86