雷达有源干扰信号特征分析与识别算法研究

在现代电子战中,有源干扰贯穿着整个战争的全过程。雷达有源干扰信号的特征分析与类型识别就是要通过对接收信号进行分析,判断出敌方施放干扰的类型,然后采取相应的措施进行干扰抑制。它是雷达智能抗干扰的前提和基础,具有重要的研究价值。本论文围绕着雷达有源干扰的类型识别展开研究,其主要内容包括: (1)针对目前的电子战环境,研究了雷达有源干扰信号的产生机理,分析了各种遮盖式干扰和欺骗式干扰的数学模型,这为特征分析和干扰类型识别奠定了基础。 (2)基于小波变换、双谱分析和线调频小波变换等信号处理方法,在多个变换域上对有源干扰信号进行了分析,提取了多个受噪声影响相对较小的特征参数,并且定量地分析了在不同干噪比(JNR)下干扰信号的特征分布情况,从不同角度采用不同方法研究了雷达有源干扰信号的特征。 (3)基于灰关联理论对所提取的特征进行分析,计算不同特征之间的关联度,选取关联度小的特征融合组成用于分类的特征参数矢量。通过该方法进行的特征优化,选择出最具有分类意义的重要特征,并且也减小了计算的复杂度。 (4)运用神经网络、统计判决树和支持向量机这三种分类器,自动实现对雷达有源干扰信号的类型识别,并在此基础上对这几种分类器的性能进行了对比分析。算法仿真验证和性能分析表明:神经网络分类器具有较好的性能,但是实时性较差;统计判决树的方法实现简单,识别概率也较高,但是对门限选取要求较高;而支持向量机能自动地进行分类,计算量也不大,并且识别效果也要优于其它两种方法。