【技术实现步骤摘要】
一种复杂电磁环境下未知雷达信号智能分选系统及方法
本专利技术属于雷达信号处理领域,涉及一种复杂电磁环境下未知雷达信号智能分选方法。
技术介绍
雷达信号分选技术是雷达系统运用的关键技术之一,主要目的是在复杂电磁环境下快速准确的对未知雷达信号进行获取、识别、分选并对其行为进行认知。随着现代雷达体制和调制方式的不断发展,各种未知雷达信号不断产生,仅靠传统雷达信号分选方法难以满足高效快速分选的要求。同时,现在复杂的电磁环境对未知雷达信号的分选方法提出了严峻的挑战,如何提高雷达信号分选的效能,解决突发目标的快速准确识别问题将是未来雷达系统对抗与运用中重要的环节。
技术实现思路
本专利技术解决的技术问题是:为提升雷达信号分选系统的能力,针对雷达信号形式日益复杂、雷达信号脉冲数量繁多的问题,提出一种复杂电磁环境下未知雷达信号智能分选方法。本专利技术解决技术的方案是:一种复杂电磁环境下未知雷达信号智能分选系统,包括:雷达信号脉内信息分选模块、雷达信号时频混叠分离模块、雷达信号脉间信息分选模块和雷达信号行为认知模块;雷达信号脉内信息分选模块,利用雷达仿真信号样本搭建深度学习网络,利用雷达实测信号样本对搭建的深度学习网络进行优化,对雷达仿真信号样本以及待处理的未知雷达信号分别进行脉内信息特征聚类分析;雷达信号时频混叠分离模块针对每类雷达信号的脉内信息聚类结果雷达信号奇异点分选,将存在时频混叠的雷达信号进行分离;雷达信号脉间信息分选模块针对雷达信号时频混叠分离模块的结果,对具有相同脉内信 ...
【技术保护点】
1.一种复杂电磁环境下未知雷达信号智能分选系统,其特征在于包括:雷达信号脉内信息分选模块、雷达信号时频混叠分离模块、雷达信号脉间信息分选模块和雷达信号行为认知模块;/n雷达信号脉内信息分选模块,利用雷达仿真信号样本搭建深度学习网络,利用雷达实测信号样本对搭建的深度学习网络进行优化,对雷达仿真信号样本以及待处理的未知雷达信号分别进行脉内信息特征聚类分析;/n雷达信号时频混叠分离模块针对每类雷达信号的脉内信息聚类结果雷达信号奇异点分选,将存在时频混叠的雷达信号进行分离;/n雷达信号脉间信息分选模块针对雷达信号时频混叠分离模块的结果,对具有相同脉内信息的雷达信号进行脉间信息分选,将雷达仿真信号样本、未知雷达信号分选后的特征发送至雷达信号行为认知模块;/n雷达信号行为认知模块将雷达仿真信号样本分选特征存储至雷达信号动态特征库,并将未知雷达信号分选特征与雷达信号动态特征库中特征进行比对,完成对未知雷达信号的行为认知。/n
【技术特征摘要】
1.一种复杂电磁环境下未知雷达信号智能分选系统,其特征在于包括:雷达信号脉内信息分选模块、雷达信号时频混叠分离模块、雷达信号脉间信息分选模块和雷达信号行为认知模块;
雷达信号脉内信息分选模块,利用雷达仿真信号样本搭建深度学习网络,利用雷达实测信号样本对搭建的深度学习网络进行优化,对雷达仿真信号样本以及待处理的未知雷达信号分别进行脉内信息特征聚类分析;
雷达信号时频混叠分离模块针对每类雷达信号的脉内信息聚类结果雷达信号奇异点分选,将存在时频混叠的雷达信号进行分离;
雷达信号脉间信息分选模块针对雷达信号时频混叠分离模块的结果,对具有相同脉内信息的雷达信号进行脉间信息分选,将雷达仿真信号样本、未知雷达信号分选后的特征发送至雷达信号行为认知模块;
雷达信号行为认知模块将雷达仿真信号样本分选特征存储至雷达信号动态特征库,并将未知雷达信号分选特征与雷达信号动态特征库中特征进行比对,完成对未知雷达信号的行为认知。
2.根据权利要求1所述的系统,其特征在于:所述的雷达信号脉内信息分选模块通过下述方式实现:
确定雷达信号,所述的雷达信号包括用于神经网络训练的雷达仿真信号样本,用于神经网络优化的雷达实测信号样本以及未知雷达信号;
对所述的雷达信号进行预处理,即对雷达信号特征提取和识别前的规范化处理;
通过预处理后的雷达仿真信号样本和雷达实测信号样本通过全卷积神经网络搭建深度特征空间;
根据搭建的深度特征空间对雷达仿真信号、未知雷达信号特征进行提取,得到雷达仿真信号脉内信息特征、未知雷达信号脉内信息特征;
对雷达仿真信号脉内信息特征、未知雷达信号脉内信息特征进行聚类分析,聚类结果发送至雷达信号时频混叠分离模块。
3.根据权利要求2所述的系统,其特征在于:所述的聚类分析采用DBSCAN聚类方法。
4.根据权利要求1所述的系统,其特征在于:所述雷达信号时频混叠分离模块通过搭...
【专利技术属性】
技术研发人员:祝兴晟,常诚,杨利民,李喆,夏耘,王倩,张凤,邓志均,岑小锋,杨玉生,刘洋,吴海华,
申请(专利权)人:中国运载火箭技术研究院,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。