復(fù)雜電磁環(huán)境下的雷達(dá)信號分選算法研究.pdf

1、雷達(dá)信號分選是指將有用的雷達(dá)輻射源脈沖序列從密集交錯(cuò)的信號脈沖流中準(zhǔn)確分離出來的過程。當(dāng)前日趨復(fù)雜的電子戰(zhàn)環(huán)境中，雷達(dá)信號分選技術(shù)已逐漸成為電子偵察系統(tǒng)有效性檢測的關(guān)鍵環(huán)節(jié)，雷達(dá)信號分選性能的優(yōu)劣還會(huì)對后期目標(biāo)識別起到重要的影響作用。然而面對日益復(fù)雜的空間電磁環(huán)境，雷達(dá)信號參數(shù)密集交錯(cuò)，且低截獲率的雷達(dá)體制不斷出現(xiàn)，傳統(tǒng)的雷達(dá)信號參數(shù)分選已經(jīng)不能滿足電子對抗系統(tǒng)的要求，因此，如何快速有效地將各部雷達(dá)輻射源信號從復(fù)雜電磁環(huán)境下分選出來顯得

2、尤為迫切。
　　本文針對這一問題展開了具體的研究，首先對雷達(dá)輻射源脈間聚類方法進(jìn)行分析，傳統(tǒng)的雷達(dá)信號分選方法中，經(jīng)典的模糊C均值聚類（FCM）在雷達(dá)信號分選領(lǐng)域應(yīng)用廣泛，該算法是對雷達(dá)樣本信號進(jìn)行的柔性劃分，聚類的準(zhǔn)確度較高，但是對于信號參數(shù)交疊嚴(yán)重的信號分選性能會(huì)降低。針對參數(shù)交疊嚴(yán)重且樣本數(shù)目較多的雷達(dá)輻射源信號，本文采用核模糊聚類算法，即在FCM算法的基礎(chǔ)上引入核函數(shù)思想，將樣本數(shù)據(jù)進(jìn)行核變換映射到多維空間進(jìn)行聚類的方法，

3、該方法的聚類效果優(yōu)于FCM算法，不用設(shè)置聚類中心，但受核函數(shù)參數(shù)設(shè)置的影響，故本文在此基礎(chǔ)上提出一種基于人工魚群智能算法的核模糊聚類算法，人工魚群算法參數(shù)設(shè)置較為簡單，全局尋優(yōu)效果良好，且不依賴于初值的選取，用人工魚群優(yōu)化核模糊聚類算法并引入?yún)?shù)選擇機(jī)制，這樣使得KFCM不受核函數(shù)參數(shù)的影響，一定程度上提高了分選正確率。論文將改進(jìn)算法與粒子群優(yōu)化FCM算法以及人工魚群優(yōu)化FCM算法進(jìn)行了比較，仿真結(jié)果表明改進(jìn)算法的分選準(zhǔn)確率較高，且同樣

4、迭代次數(shù)的情況下，改進(jìn)算法的耗時(shí)有所減少。
　　針對脈內(nèi)信號特征提取的方法，目前已成為國內(nèi)外學(xué)者在雷達(dá)信號分選領(lǐng)域的研究熱點(diǎn)，脈內(nèi)特征提取的眾多方法中，基于時(shí)頻原子的脈內(nèi)提取方法行之有效，然而原子庫中時(shí)頻原子數(shù)目龐大，傳統(tǒng)的時(shí)頻原子方法計(jì)算量相對較高，為了提高運(yùn)算效率，本文提出一種改進(jìn)的時(shí)頻原子脈內(nèi)提取方法，通過分析人工魚群智能算法進(jìn)行參數(shù)搜索的優(yōu)點(diǎn)和原理，將該算法用于改進(jìn)時(shí)頻原子脈內(nèi)的提取過程，針對幾種不同調(diào)制方式的雷達(dá)輻射源信