【技术实现步骤摘要】
本专利技术涉及雷达辐射源识别，具体涉及一种雷达辐射源识别方法。
技术介绍
1、雷达辐射源识别是指通过分析雷达发射的电磁波信号，确定其具体类型、来源和特征的过程。这一过程涉及收集和解析雷达信号的频率、波形、调制方式、脉冲特性等参数，然后将这些数据与已知的雷达特征库进行比对，从而识别出具体的雷达型号和用途。这一技术在军事和安全领域具有重要意义，因为通过识别敌方雷达，可以了解其侦察和防御系统的部署，进而制定相应的反制措施。同时，雷达辐射源识别也用于民用领域，如空中交通管理和航海导航中，通过识别不同的雷达信号，提高航行安全和效率。
2、在雷达辐射源识别过程中，从接收到的信号中提取关键参数，包括频率、脉冲重复频率（prf）、脉冲宽度（pw）、调制方式、信号强度以及二相编码方式等，将这些参数转化为特征向量，并与已知的雷达特征库进行比对，使用支持向量机或神经网络等模式识别算法对信号进行分类，确定其类型和来源。
3、雷达信号的二相编码方式是指通过相位调制技术，在发射的雷达脉冲信号中使用两种不同的相位状态来编码信息，例如二相移相键控（bpsk），这种方式通过对脉冲信号的相位进行180度的切换，形成二进制的“0”和“1”编码。这种编码方式用于提高雷达信号的抗干扰素力和数据传输效率，有助于识别特定类型的雷达系统，尤其是那些采用相位编码技术的高级雷达，从而提升识别准确性。其中，提取雷达信号的二相编码方式的作用是通过分析脉冲信号的相位变化，获取雷达信号的相位编码特征。这些特征能够揭示雷达系统的特定调制技术和操作模式，有助于区分不同
4、现有技术存在以下不足：
5、从雷达信号中提取信号的二相编码方式时，现有技术无法对二相编码方式的提取时长进行自适应调控，若提取的时间较短，可能无法捕捉完整的相位变化模式，导致误判或未能识别出正确的编码方式，从而影响整体识别准确性，若提取的时间较长，过长的提取时长会导致大量冗余数据，增加数据处理和分析的时间，导致实时识别和响应的延迟；
6、因此，目前亟须对二相编码方式的提取时长进行自适应调控，以确保提取的时间既足够捕捉完整的相位变化模式，又避免冗余数据的产生，实现高效且准确的雷达信号识别。
7、在所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本专利技术的目的是提供一种雷达辐射源识别方法，通过将雷达信号划分为多个子二相编码方式，并对每个子二相编码方式进行详细的相位复杂性分析，可以精细捕捉信号中的相位变化模式。利用预先训练的卷积神经网络模型评估相位变化复杂性，将子二相编码方式划分为低阶、中阶和高阶模式，并根据复杂性级别动态调整提取时长。对于复杂的高阶模式，延长提取时长，以捕捉完整的相位变化；对于简单的低阶模式，缩短提取时长，避免冗余数据。此自适应调控机制优化了数据处理效率，减少不必要的处理时间，提升了实时识别和响应能力，实现了高效准确的雷达信号识别，以解决上述
技术介绍
中的问题。
2、为了实现上述目的，本专利技术提供如下技术方案：一种雷达辐射源识别方法，包括以下步骤：
3、使用雷达接收系统获取雷达信号，对获取的雷达信号进行预处理后，提高雷达信号的质量；
4、将获取的雷达信号的二相编码方式按照固定长度进行划分，将划分后的每个部分记为子二相编码方式，以便分别进行分析；
5、对每个子二相编码方式先进行特征提取，再分析子二相编码方式的相位复杂性情况，为后续的分类提供特征数据；
6、针对每个子二相编码方式，将进行相位复杂性分析后的特征数据导入预先训练好的卷积神经网络模型中，根据相位变化的复杂性分析结果将子二相编码方式划分为高阶相位变化模式、中阶相位变化模式以及低阶相位变化模式；
7、根据子二相编码方式的相位变化级别，智能调控提取时长，确保资源优化利用和高效提取，实现精确而迅速的雷达信号识别；
8、对所有子二相编码方式进行合并，最终实现精确而迅速的雷达信号识别。
9、优选的，将获取的雷达信号的二相编码方式按照固定长度进行划分，将划分后的每个部分记为子二相编码方式，具体的步骤如下：
10、根据雷达信号的特征和分析需求，确定二相编码方式的固定长度；
11、按照确定的固定长度，将整个雷达信号数据序列划分成多个连续的子段；
12、为每个划分后的子段分配一个唯一标识符，将其记为子二相编码方式；
13、将每个子二相编码方式的信号数据存储在数据库或内存中，并建立相应的索引。
14、优选的，每个子二相编码方式提取的特征包括相位变化信息和相位调制信息，对相位变化的随机性和不规则性进行分析处理后生成相位抖动指数，对相位调制的深度和幅度进行分析处理后生成调制指数，通过相位抖动指数和调制指数对每个子二相编码方式进行复杂性分析，为后续的分类提供特征数据。
15、优选的，针对每个子二相编码方式，将进行相位复杂性分析后的相位抖动指数和调制指数导入预先训练好的卷积神经网络模型中，生成相位变化评估系数，通过生成相位变化评估系数将子二相编码方式划分为高阶相位变化模式、中阶相位变化模式以及低阶相位变化模式。
16、优选的，将子二相编码方式进行相位复杂性分析后生成的相位变化评估系数与预先设定的第一相位变化梯度参考阈值和第二相位变化梯度参考阈值进行比对分析，其中，第一相位变化梯度参考阈值小于第二相位变化梯度参考阈值，对相位变化的模式进行划分，具体的划分步骤如下：
17、若相位变化评估系数小于第一相位变化梯度参考阈值，则将该子二相编码方式划分为低阶相位变化模式；
18、若相位变化评估系数大于等于第一相位变化梯度参考阈值并且小于第二相位变化梯度参考阈值，则将该子二相编码方式划分为中阶相位变化模式；
19、若相位变化评估系数大于等于第二相位变化梯度参考阈值，则将该子二相编码方式划分为高阶相位变化模式。
20、优选的，根据子二相编码方式的相位变化级别，智能调控提取时长的具体步骤如下：
21、基于历史数据或初步分析，为每种相位变化模式确定一个初始提取时长，初始提取时长的计算表达式为：，式中，表示初始提取时长，表示雷达信号的中心频率，表示预设的时间窗长度；
22、根据相位变化评估系数、第一相位变化梯度参考阈值、第二相位变化梯度参考阈值以及初始提取时长，动态调整提取时长，具体的调整公式为：，其中，分别表示低阶相位变化模式、中阶相位变化模式以及高阶相位变化模式下的提取时长，、、分别表示低阶相位变化模式、中阶相位变化模式以及高阶相位变化模式下的相位变化评估系数，分别表示低阶相位变化模式、中阶相位变化模式以及高阶相位变化模式下的调节因子，分别用于低阶相位变化模式、中阶相位变化模式以本文档来自技高网...
【技术保护点】
1.一种雷达辐射源识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种雷达辐射源识别方法，其特征在于，将获取的雷达信号的二相编码方式按照固定长度进行划分，将划分后的每个部分记为子二相编码方式，具体的步骤如下：
3.根据权利要求1所述的一种雷达辐射源识别方法，其特征在于，每个子二相编码方式提取的特征包括相位变化信息和相位调制信息，对相位变化的随机性和不规则性进行分析处理后生成相位抖动指数，对相位调制的深度和幅度进行分析处理后生成调制指数，通过相位抖动指数和调制指数对每个子二相编码方式进行复杂性分析，为后续的分类提供特征数据。
4.根据权利要求3所述的一种雷达辐射源识别方法，其特征在于，针对每个子二相编码方式，将进行相位复杂性分析后的相位抖动指数和调制指数导入预先训练好的卷积神经网络模型中，生成相位变化评估系数，通过生成相位变化评估系数将子二相编码方式划分为高阶相位变化模式、中阶相位变化模式以及低阶相位变化模式。
5.根据权利要求4所述的一种雷达辐射源识别方法，其特征在于，将子二相编码方式进行相位复杂性分析后生成的相位变化
6.根据权利要求5所述的一种雷达辐射源识别方法，其特征在于，根据子二相编码方式的相位变化级别，智能调控提取时长的具体步骤如下：
7.根据权利要求3所述的一种雷达辐射源识别方法，其特征在于，对子二相编码方式的相位变化信息进行特征提取，对相位变化的随机性和不规则性进行分析处理后生成相位抖动指数，具体的步骤如下：
8.根据权利要求3所述的一种雷达辐射源识别方法，其特征在于，对子二相编码方式的相位调制信息进行特征提取，对相位调制的深度和幅度进行分析处理后生成调制指数，具体的步骤如下：
...【技术特征摘要】
1.一种雷达辐射源识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种雷达辐射源识别方法，其特征在于，将获取的雷达信号的二相编码方式按照固定长度进行划分，将划分后的每个部分记为子二相编码方式，具体的步骤如下：
3.根据权利要求1所述的一种雷达辐射源识别方法，其特征在于，每个子二相编码方式提取的特征包括相位变化信息和相位调制信息，对相位变化的随机性和不规则性进行分析处理后生成相位抖动指数，对相位调制的深度和幅度进行分析处理后生成调制指数，通过相位抖动指数和调制指数对每个子二相编码方式进行复杂性分析，为后续的分类提供特征数据。
4.根据权利要求3所述的一种雷达辐射源识别方法，其特征在于，针对每个子二相编码方式，将进行相位复杂性分析后的相位抖动指数和调制指数导入预先训练好的卷积神经网络模型中，生成相位变化评估系数，通过生成相位变化评估系数将子二相编码方式划分为高阶相位变化模式、中阶相位变化模式以及...
【专利技术属性】
技术研发人员：乔亚，葛坤，
申请(专利权)人：安徽迪万科技有限公司，
类型：发明
国别省市：
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。