收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

雷达辐射源识别关键技术研究

刘海军  
【摘要】: 要赢得现代战争的主动权,就必须充分掌握敌方雷达辐射源的信息,占领电子战领域的制高点,这就使得基于电磁信号的雷达辐射源识别成为现代电子侦察系统中最重要的功能模块之一。论文从雷达辐射源识别这一电子侦察领域的迫切需求出发,对雷达辐射源建模、特征参数为区间和残缺类型不确定的辐射源识别、多功能雷达辐射源识别等关键技术展开了深入的研究。主要研究内容概括如下: 第二章研究了雷达辐射源建模问题。针对现代雷达采用复杂体制而造成的雷达辐射源不能正确识别问题,提出了一种雷达辐射源联合参数建模(Joint-Parameters Modeling, JPM)方法,该方法能够实现对标量、区间、函数、序列、残缺五种类型参数的脉冲序列参数层次和特征统计参数层次的联合建模,并基于此,提出了一种基于联合参数建模的雷达辐射源识别框架,这种框架将联合参数模型用于识别过程中,基于特征参数的不同描述模型构建不同的识别算法。 第三章研究了区间类型特征参数的雷达辐射源识别问题。首先,对区间类型参数的不确定性进行了建模。然后,针对雷达辐射源特征参数的测量值存在区间类型的不确定性所造成的辐射源不能正确识别问题,提出了一种基于多个多输入单输出矢量神经网络组合(Combination of Vector Neural Network, CVNN)的识别算法。该算法能够实现区间类型的特征输入到区间类型的型号输出之间的非线性映射,并且具有较小的计算量。其次,针对矢量神经网络在训练阶段不能处理语义信息及未考虑训练样本本身的可靠性而造成的辐射源不能正确识别问题,提出了一种基于云模型和矢量神经网络(Cloud Model and Vector Neural Network, CMVNN)的识别算法。该算法不仅能处理语义类型的输入变量,而且能够处理数字类型的输入变量。最后,针对多传感器测量参数的不确定性所造成的雷达辐射源不能正确识别问题,提出了一种基于区间证据理论(Interval Dempster-Shafer Theory, IDST)的雷达辐射源融合识别算法,该算法对每个证据区间的上限和下限分别进行融合,并根据融合后的结果判断雷达辐射源的型号。 第四章研究了残缺类型特征参数的雷达辐射源识别问题。首先,对残缺类型参数的不确定性进行了建模。然后,针对模板雷达特征参数不完全以及辐射源型号不完备所造成的雷达辐射源不能正确识别问题,提出了一种基于矢量神经网络增量学习(Vector Neural Network based Incremental Learning, VNNIL)的辐射源识别算法,该算法将矢量神经网络与基于集成的增量学习方法结合起来,将辐射源识别中的分类器设计问题与雷达模板库的积累更新问题当作一个问题来研究。最后,针对模板雷达特征参数值残缺而造成的辐射源不能正确识别问题,提出了一种基于缺失数据填补(Missing Data Imputation, MDI)的辐射源识别算法。该算法利用修正CVNN网络对缺失数据进行填补,在填补过程中仅仅依靠训练样本本身,而不需要有关训练样本分布特性的先验知识。 第五章研究了多功能雷达辐射源的句法识别问题。首先,针对漏脉冲和虚假脉冲所造成的雷达字不能正确提取问题,提出了一种基于三级匹配(Three-Level Matching, TLM)的雷达字提取算法。然后,针对雷达字正确提取时由于未考虑到各规则产生式的概率分布而造成的多功能雷达辐射源的不能正确识别问题,提出了一种基于随机文法(Stochastic Grammars, SG)的识别算法,该算法基于多功能雷达的句法模型,根据雷达模板库中的模板雷达文法分别构造相应的随机自动机实现对测量雷达辐射源的识别,并通过仿真实验对算法进行了验证。最后,针对雷达字提取错误造成的多功能雷达辐射源不能正确识别问题,提出了一种基于随机句法引导翻译器(Stochastic Syntax-Directed Translation Schema, SSDTS)的识别算法,该算法基于多功能雷达的句法模型,在利用随机翻译器实现雷达字错误校正的同时,完成雷达辐射源的模式识别功能。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 袁学华,罗景青,俞志富;基于修正的M距离辐射源识别方法研究[J];电子对抗技术;2003年04期
2 黄知涛,卢启中,姜文利,周一宇;基于双门限检测的辐射源识别方法[J];系统工程与电子技术;2001年11期
3 杨博,徐晖,姜文利;辐射源识别中的决策融合方法研究[J];火控雷达技术;2005年01期
4 张国柱,姜文利,周一宇;神经网络在辐射源识别系统中的应用[J];电子对抗技术;2004年01期
5 曾志勇,王宝树,李芳社;数据融合中的辐射源识别技术[J];西安电子科技大学学报;1999年04期
6 王文;谢芳;;基于加权矢量神经网络的辐射源识别方法[J];舰船电子工程;2010年11期
7 杨秀婧,王宝树;基于改进的径向基函数神经网络的辐射源算法研究[J];电光与控制;2004年01期
8 王其红;;基于模糊RBF神经网络的辐射源识别[J];船电技术;2007年05期
9 解文斌,姜文利,黄勇杰,周一宇;脉冲编码信号的辐射源分类[J];电子对抗技术;2004年03期
10 何友,关欣,衣晓;基于属性测度的辐射源识别方法研究[J];中国科学E辑;2004年12期
11 王平军,姜宁;专家系统在电子攻击中的应用[J];航天电子对抗;2000年04期
12 陈东锋;雷英杰;潘寒尽;;基于模糊加权法的雷达辐射源识别[J];现代防御技术;2005年06期
13 游屈波;吴耀云;哈章;;辐射源识别系统中分类器设计及其应用[J];电子信息对抗技术;2011年03期
14 朱志宇;;基于模糊推理的雷达辐射源识别方法[J];火力与指挥控制;2009年04期
15 李玫;;基于小波包分析的辐射源特征提取和识别算法[J];电子元器件应用;2010年10期
16 关欣,何友,衣晓;一种新的雷达辐射源识别算法[J];宇航学报;2005年05期
17 李楠;曲长文;苏峰;平殿发;;基于多参数特征的辐射源识别技术[J];航天电子对抗;2009年04期
18 孙毓富;柴恒;吴扬;;基于粒子群优化的神经网络算法在辐射源特征聚类中的应用[J];舰船电子对抗;2010年03期
19 关欣;衣晓;孙迎丰;何友;;变精度粗糙集模型及其在辐射源识别中的应用[J];清华大学学报(自然科学版);2007年01期
20 李楠;曲长文;平殿发;苏峰;;基于分形理论的辐射源识别算法[J];航天电子对抗;2010年02期
中国重要会议论文全文数据库 前3条
1 郝增荣;刘海军;柳征;姜文利;;一种基于神经网络增量学习的辐射源识别算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
2 万洪容;刘扬;;航空电子信息融合系统中的目标识别技术[A];中国雷达行业协会航空电子分会暨四川省电子学会航空航天专委会学术交流会论文集[C];2005年
3 梁百川;;电子情报分析专家系统[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
中国博士学位论文全文数据库 前5条
1 胡建伟;小波在电子侦察中的应用[D];西安电子科技大学;2005年
2 许丹;辐射源指纹机理及识别方法研究[D];国防科学技术大学;2008年
3 黄玉春;基于极致学习机的通信信号辐射源个体识别技术研究[D];华中科技大学;2007年
4 胡国兵;雷达信号调制识别相关技术研究[D];南京航空航天大学;2011年
5 徐书华;基于信号指纹的通信辐射源个体识别技术研究[D];华中科技大学;2007年
中国硕士学位论文全文数据库 前10条
1 陈根华;脉冲多普勒雷达识别方法的研究[D];西安电子科技大学;2005年
2 陈昌云;基于脉内特征分析的辐射源识别方法研究[D];西安电子科技大学;2010年
3 李玥;远程探空雷达辐射源识别技术[D];哈尔滨工业大学;2011年
4 雷新;多因素模糊评判在雷达辐射源识别中的应用[D];北京邮电大学;2007年
5 解文斌;脉冲信号的特征分析和辐射源识别研究[D];国防科学技术大学;2003年
6 陈超;数据融合中目标跟踪与识别技术研究[D];哈尔滨工业大学;2006年
7 赵永一;多源数据融合的辐射源及目标识别技术[D];西安电子科技大学;2006年
8 唐毅;多传感器信息融合技术研究[D];电子科技大学;2009年
9 易舜昌;并行计算在目标识别中的应用研究[D];西安电子科技大学;2006年
10 宋家瑸;基于邻域粗糙集的信号指纹属性约简[D];北京邮电大学;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978