没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
第 34卷 第 10期 控 制 与 决 策 Vol.34 No.10
2019年 10月 Control and Decision Oct. 2019
文章编号: 1001-0920(2019)10-2178-07 DOI: 10.13195/j.kzyjc.2018.0144
基于模糊函数三维特征的雷达辐射源信号分选方法
普运伟
1,2†
, 侯文太
1
, 郭媛蒲
1
, 马蓝宇
1
(1. 昆明理工大学 信息工程与自动化学院,昆明 650500; 2. 昆明理工大学 计算中心,昆明 650500)
摘 要: 提取并补充新的特征参数, 是解决当前复杂体制雷达辐射源信号分选难题的有效途径. 由于模糊函数能
够很好地展现信号波形的内在信息, 从主、侧视角分别提取模糊函数三维图的主岭重心、主峰分布半径作为雷
达辐射源信号分选的特征向量. 核模糊C 均值聚类实验表明,所提出方法在10 dB以上的固定信噪比环境下分选 6
类典型信号的成功率均为 100 %, 即使在 0 dB环境下, 分选成功率也保持在 86.96 % 以上; 在 0 ∼ 20 dB 动态信噪比
环境下分选成功率达到91.97 %,说明所提特征能较好地反映信号间的脉内差异,具有类内聚敛性强和类间分离度
大的优点. 理论分析与分选耗时比较实验表明, 所提出方法分选单个信号的平均耗时仅需 0.13 s, 仅为现有基于模
糊函数主脊切面特征分选方法的6.91 %, 证实了所提出方法的时效性.
关键词: 电子对抗;雷达辐射源;信号分选;模糊函数;特征提取;聚类
中图分类号: TN974 文献标志码: A
A sorting method of radar emitter signal based on three dimensional
feature of ambiguity function
PU Yun-wei
1,2†
, HOU Wen-tai
1
, GUO Yuan-pu
1
, MA Lan-yu
1
(1. Faculty of Information Engineering and Automation,Kunming University of Science and Technology,Kunming
650500
,
China
;
2. Computer Center
,
Kunming University of Science and Technology
,
Kunming 650500
,
China)
Abstract: Extracting and supplementing the new feature parameters is an effective way to solve the sor ting problem of
radar emitter signal in present complex systems. Because the ambiguity function can display the intrinsic information
of signal waveform well, the main hill center and the main peak distribution radius of the three-dimensional graphs of
ambiguity function are extracted from the main and side views as the feature vector of the signal sor ting of radar emitter.
The kernelized fuzzy C-means clustering experiment shows that the success rate of sorting six typical signals is 100%
with the fixed signal to noise ratio (SNR) environment over 10 dB. The success rate of sorting is more than 86.96% even
in 0 dB and the success rate is 91.97% in 0–20 dB dynamic SNR. These results show that the proposed feature vector can
better reflect the intra-pulse differences between signals and it has strong compactness within clusters and large separation
between clusters. Theoretic analysis and the comparative experiment of time consumption for signal sorting show that
the average time consuming of sorting single signal by using the proposed method is only 0.13 s, which is 6.91% of the
time required by using the sorting method based on the main ridge slice feature of the ambiguity function, which proves
the timeliness of the proposed method.
Keywords: electronic countermeasure;radar emitter;signal sorting;ambiguity function;feature extraction;clustering
0 言
对未知雷达辐射源信号进行准确分选是当前电
子对抗领域迫切需要解决的难题. 随着电子战中电
磁环境的日新月异以及复杂体制雷达的迅速发展,
要快速并可靠地从截获的敌方雷达辐射源信号中
分离出不同雷达的脉冲序列, 仅依靠传统的载波频
率 (RF)、到达时间 (TOA)、脉冲宽度 (PW)、脉冲幅
度 (PA)、到达角度 (DOA) 5 个常规参数已经非常困
难
[1]
. 为满足当前战场环境中分选雷达辐射源信号的
快速性和准确性需求, 提取并补充新的特征参数是
一种可行的方法.
文献[1] 指出,模糊函数 (Ambiguity function, AF)
能较为完整地反映信号的内部结构信息, 可以挖掘
出区别于其他信号的有效特征. 目前,以模糊函数主
脊 (Ambiguity function main ridge, AFMR) 切面为研
究对象,提取到了分选效果和抗噪性能较好的特征参
数,如矩特征、图形轮廓特征、局域差分特征等. 然
而,基于 AFMR 切面特征分选方法的时效性,却受限
收稿日期: 2018-01-29;修回日期: 2018-06-04.
基金项目: 国家自然科学基金项目(61561028).
†
通讯作者. E-mail: puyunwei@126.com.
第10期 普运伟 等: 基于模糊函数三维特征的雷达辐射源信号分选方法 2179
于利用分数自相关 (Fractional autocorrelation, FA) 计
算并搜索AFMR切面所增加的问题规模和运算复杂
度. 采用基于优势遗传的GA算法
[2]
、改进PSO算法
[3]
虽然能使 AFMR 切面的搜索速度得到明显提高, 但
获取每个信号 AFMR切面特征的时间仍然保持在秒
量级.
由于直接绘制信号的 AF 三维图比较快捷, 并且
除主脊外一些模糊能量较高的分布区域也蕴含着丰
富的脉内信息, 本文提出一种提取雷达辐射源信号
AF 三维特征的有效方法. 首先从主、侧视角分别对
AF三维图进行观察,选取“岭”和“峰”两种地貌作
为进一步的研究对象; 然后利用矩方法和阈值法提
取能够表征信号模糊能量三维分布特性的参数. 核
模糊 C 均值 (Kernelized fuzzy C-means, KFCM)聚类
实验
[4]
验证了本文方法能以现有的基于 AFMR 切面
特征分选方法 15 倍以上的速度有效地完成分选, 大
大提高了基于信号模糊能量分选方法在实际工程中
应用的可能性.
1 模糊函数三维图
对于任意窄带雷达信号 s(t), 其模糊函数 AF 定
义为
[5]
χ
s
(τ, ξ) =
w
+∞
−∞
s
(
t +
τ
2
)
s
∗
(
t −
τ
2
)
e
−j2πξt
dt. (1)
其中: s
∗
(t)为s(t)的共轭, τ 为时延, ξ 为频移. 可见,信
号的 AF 是信号在时延 τ 和频移 ξ 平面上的联合二维
时频表示, 能较好地展现信号的波形特性和结构信
息.
以τ 和 ξ 为 X-O-Y 平面,根据信号长度生成时频
域网格采样点, 并利用快速傅里叶变换 (Fast fourier
5
0
- 5
- 0.1
0
0.1
0
0.5
1.0
ξ/VT
τ/T
(a)CON
!
"#$ %
5
0
- 5
- 0.1
0
0.1
0
0.5
1.0
ξ/VT
τ/T
(b)LFM
!"# $%
5
0
- 5
- 0.1
0
0.1
0
0.5
1.0
ξ/VT
τ/T
(c)BPSK
!
"#$ %
5
0
- 5
- 0.1
0
0.1
0
0.5
1.0
ξ/VT
τ/T
(d)QPSK
!"# $%
5
0
- 5
- 0.1
0
0.1
0
0.5
1.0
ξ/VT
τ/T
(e)MSEQ
!
"#$ %
5
0
- 5
- 0.1
0
0.1
0
0.5
1.0
ξ/VT
τ/T
(f)BFSK
!"# $%
图 1 6类典型信号的AF三维图
transform, FFT) 计算采样点对应的AF值,通过 Matlab
自带的 surf 函数便可绘制出信号的 AF 三维图. 图 1
给出了6类典型信号的AF三维图,可以证明, AF三维
图具有关于原点对称、在原点取得最大值、模糊体积
不变性和唯一性等性质.
AF 唯一性定理指出, 信号模糊体积的分配完全
取决于信号本身,这为从 AF 三维图的角度来获取信
号的特征参数提供了理论基础. 此外, 由图 1 可以直
观地看出,不同的信号其 AF 三维图的形状和分布有
着显著差异,因此直接从 AF 三维图中提取有效分选
特征参数具有可行性.
2 模糊函数三维特征提取方法
由于 AF 三维图有着与山峰群类似的结构特点,
分别从主、侧视角对 AF进行观察,能够较为全面地挖
掘出 AF 的三维分布特性. 这里, 定义 AF三维图主视
角中的地貌为“岭”, 侧视角中的地貌为“峰”.
2.1 AF主视角特征提取方法
从主视角观察, 能得到 AF 三维图中“岭”的走
势. 岭的形状低缓而连绵, 拉远视角将得到一系列岭
所构成的剪影图像. 由于构成剪影的岭都是相同时
延条件下模糊能量最高的成员,不妨称之为“主岭”,
如图 2 所示. 可以看出, 主岭包含了大部分 AFMR 切
面以及一些在相同时延条件下模糊能量大于主脊能
量的岭. 因此,主岭和AFMR切面一样具有独特的分
布特性以及优秀的抗噪性能,可采用矩估计的方法对
AF主岭的分布特性作进一步描述.
τ/ T
!
"#$%
- 0.5 - 0.4 - 0.3 - 0.2 - 0.1 0
0
0.2
0.4
0.6
0.8
1.0
LFM
CON
QPSK
MSEQ
BFSK
BPSK
图 2 6类典型信号的AF主岭
设 AF 主岭经过投影后位于的采样域为 α, 相对
应的AF主岭为HIL(α),根据AF的对称性,取 (0, α/2)
半边,定义AF主岭的一阶原点矩M
α
为主岭重心,即
M
α
=
w
α
2
0
α|HIL(α)|
2
dα
w
α
2
0
|HIL(α)|
2
dα
. (2)
剩余6页未读,继续阅读
资源评论
weixin_38610277
- 粉丝: 8
- 资源: 906
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 白色大气风格的全球旅游公司模板下载.zip
- 白色大气风格的三维设计网页CSS模板下载.zip
- 白色大气风格的色彩管理网站模板下载.zip
- 白色大气风格的商务公司官网模板下载.zip
- 白色大气风格的商务公司企业网站模板.zip
- 白色大气风格的时尚服装品牌模板下载.zip
- 白色大气风格的时间轴房地产模板下载.zip
- 白色大气风格的时尚服装商城模板下载.zip
- 白色大气风格的时装网站模板下载.zip
- 白色大气风格的时装设计公司模板下载.zip
- 白色大气风格的时装在线购物商城模板.zip
- 白色大气风格的世界名表网站模板下载.zip
- 白色大气风格的室内设计企业网站模板.zip
- 白色大气风格的视察滚动房地产模板下载.zip
- 白色大气风格的室内装修设计企业网站模板.zip
- 白色大气风格的室内装修模板下载.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功