一种基于双三次插值和WVD特征方阵的雷达辐射源智能识别方法技术

本发明专利技术公开一种基于双三次插值和WVD特征方阵的雷达辐射源智能识别方法，计算雷达辐射源信号的WVD，取矩阵模值后得到原始特征矩阵；利用双三次插值法处理原始特征矩阵，归一化处理后得到WVD特征方阵；综合WVD特征方阵和标签，构建WVD特征方阵数据集，随机抽取训练集和验证集，完成CNN模型训练；对截获雷达辐射源信号进行预处理，形成待识别辐射源的WVD特征方阵；利用训练好的CNN模型对待识别辐射源的WVD特征方阵进行辨识，确定雷达辐射源的类别。本发明专利技术能有效识别该类辐射源，满足电磁战领域的实际需求。实际需求。实际需求。

【技术实现步骤摘要】
一种基于双三次插值和WVD特征方阵的雷达辐射源智能识别方法


[0001]本专利技术涉及电磁对抗技术，具体涉及一种基于双三次插值和WVD特征方阵的雷达辐射源智能识别方法。

技术介绍

[0002]在电磁战领域，雷达辐射源识别(Radar Emitter Identification,REI)对掌握敌方雷达的功能类别、工作模式、力量部署以及威胁等级都有着不可替代的作用。随着复杂体制雷达在实际战场中的应用，基于传统特征的REI方法渐渐地不能满足新的军事任务需求，电磁战领域亟需更具一般性、普适性以及泛化性的雷达信号特征提取方法。雷达辐射源的主要区别往往直接体现在脉内调制信息的差异上，也就是说电磁战部队要提高REI的侦察水平，就必须要提高针对脉内调制类别的侦察识别能力，特别需要解决的是信号特征提取的问题。
[0003]早期的雷达工作状态单一、信号模式简单，选用脉冲描述字(Pulse Description Word，PDW)作为特征能满足REI的电磁对抗任务需求。PDW主要包括脉冲到达时间、脉冲到达角、信号载频、脉冲宽度、脉冲幅度和脉内调制参数。电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双三次插值和WVD特征方阵的雷达辐射源智能识别方法，其特征在于，包括以下阶段：阶段1，计算雷达辐射源信号的WVD，取矩阵模值后得到原始特征矩阵；阶段2，利用双三次插值法处理原始特征矩阵，归一化处理后得到WVD特征方阵；阶段3，综合WVD特征方阵和标签，构建WVD特征方阵数据集，随机抽取训练集和验证集，完成CNN模型训练；阶段4，对截获雷达辐射源信号进行预处理，形成待识别辐射源的WVD特征方阵；阶段5，利用训练好的CNN模型对待识别辐射源的WVD特征方阵进行辨识，确定雷达辐射源的类别。2.根据权利要求1所述的基于双三次插值和WVD特征方阵的雷达辐射源智能识别方法，其特征在于，阶段1，计算雷达辐射源信号的WVD，取矩阵模值后得到原始特征矩阵，其中WVD具体计算公式如下：其中，x(t)代表雷达辐射源信号，τ代表时移变量，ω代表WVD变换后的频率因子。3.根据权利要求1所述的基于双三次插值和WVD特征方阵的雷达辐射源智能识别方法，其特征在于，阶段2，利用双三次插值法处理原始特征矩阵，归一化处理后得到WVD特征方阵，具体步骤如下：1)根据采集的一维雷达信号的维度确定缩放因子K，假设截获原始雷达信号尺度为(1,k)，那么阶段1中原始特征矩阵维度为(k,2k)，缩放因子K＝(k/m,2k/m)，待求坐标(X,Y)对应到原始特征矩阵位置的坐标为(x,y)＝(X/K,Y/K)，其中m代表待训练CNN模型的输入尺寸；2)取原始特征矩阵位置的坐标(x,y)最近16个坐标点(x
i
,y
j
)，其中i,j∈{0,1,2,3}；3)计算待求WVD特征方阵的任意坐标(X,Y)对应的矩阵值，计算公式如式2所示；其中，(x,y)为阶段1中求得的(x,y)，(x
i
...

【专利技术属性】
技术研发人员：吴子龙，毕大平，潘继飞，沈爱国，何锡凯，黄翔璇，杜蒙，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：