基于多維特征處理的雷達(dá)信號(hào)分選研究.pdf

1、雷達(dá)輻射源信號(hào)分選是電子對(duì)抗中的關(guān)鍵處理過(guò)程，也是信號(hào)處理研究中的熱點(diǎn)和難點(diǎn)問(wèn)題。在現(xiàn)代電子戰(zhàn)爭(zhēng)中，各種新體制和復(fù)雜體制雷達(dá)不斷投入使用，使得電磁環(huán)境更加復(fù)雜，也給雷達(dá)輻射源信號(hào)分選識(shí)別研究帶來(lái)更多挑戰(zhàn)。
　　在分析現(xiàn)代輻射源信號(hào)分選識(shí)別研究現(xiàn)狀的基礎(chǔ)上，本文討論了分選識(shí)別的一般過(guò)程，為信號(hào)的特征提取、特征選擇和分類奠定了基礎(chǔ)。針對(duì)4種常見(jiàn)的雷達(dá)信號(hào)，分別從時(shí)域、頻域、雙譜域和小波域提取了多種特征并加以分析，仿真實(shí)驗(yàn)給出了各種特征

2、參數(shù)在不同的信噪比(SNR)下的關(guān)系曲線，據(jù)此可以定性地判斷各個(gè)特征的可區(qū)分性。為了提高分選效率，本文采用基于主成分分析、灰色關(guān)聯(lián)度和不確定度的方法，對(duì)信號(hào)特征進(jìn)行篩選，以便選擇出包含分類信息最多的特征因子，然后采用支持向量機(jī)(SVM)方法對(duì)分選之后的特征向量進(jìn)行分類檢測(cè)，仿真結(jié)果表明這種分類方法對(duì)雷達(dá)信號(hào)有較好的分類效果，同時(shí)特征選擇方法可以在保證分選率的前提下縮短分類器的運(yùn)行時(shí)間，提高分類識(shí)別效率。此外，本文引入了在圖像處理中經(jīng)常使

3、用的證據(jù) C均值算法，來(lái)求解不同特征對(duì)于各個(gè)信號(hào)的隸屬概率和模糊概率，并以此作為類別判決的依據(jù)。仿真結(jié)果表明，證據(jù) C均值算法能夠準(zhǔn)確地對(duì)不同特征的隸屬概率做出判斷，根據(jù)隸屬概率，可以實(shí)現(xiàn)對(duì)信號(hào)分類的目的。為了進(jìn)一步驗(yàn)證證據(jù) C均值算法在不同信噪比下的分類效果，仿真實(shí)驗(yàn)給出了頻域偏度特征在兩種信噪比下的隸屬概率和模糊概率。最后，本文從信號(hào)的時(shí)頻分布角度出發(fā)，比較了信號(hào)的短時(shí)傅里葉變換、WVD變換和SM變換，根據(jù)分辨率性能和有無(wú)交叉項(xiàng)的原