雷达信号分选与细微特征分析

电子情报侦察系统和电子支援系统要适应现在和未来电子战信号环境，必须具备快速分析、实时或准实时处理各种雷达信号的能力。雷达信号的分选和脉内细微特征分析一直是这些电子对抗领域的关键技术与难题。 传统的雷达信号分选方法主要有基于脉冲重复间隔(PRI)的基准算法、顺序差值直方图、序列差值直方图和PRI变换法。本文详细介绍了这些算法的原理和实现流程，并仿真分析了它们的优缺点。通过对PRI变换法的几处缺陷进行改进，提出了一种修正的PRI变换法，该修正方法对PRI的估计精度较高，有效地解决了对抖动PRI分选的问题。本文还介绍了一些前沿的雷达信号分选方法：①对基于Resnick参差模型的参差雷达信号分选算法；②对抖动PRI雷达信号的分选算法；③基于脉冲重复频率的分选算法。这些新算法大都用到了先进的信号处理方法，为雷达信号分选提供了一个新的思路。此外，本文还研究了信号分选的综合分析问题，并提出了一种有效的脉冲抽取算法。 面对日益复杂的雷达信号环境，新一代电子对抗系统除继续利用到达方向、载频、到达时间、脉宽和脉冲幅度这五个常规参数来进行分选外，还必须具有提取和分析雷达信号细微特征的能力。目前研究较多的脉内细微特征分析方法有：时域自相关法、频域倒谱法、调制域过零检测法等，本文从原理、实现流程和自动识别技术入手，详细分析了这些方法的特点，并提出了一种全息脉内特征提取方案。此外，文中还提出了一种相位测频法，该方法通过提取信号的瞬时相位来获得信号的瞬时频率特征，具有很好的调制特征识别效果。 小波变换作为一种先进的时频分析方法，它在时域和频域都可以获得较高的分辨率。本文最后一章研究了小波变换在脉内细微特征分析中的应用问题，提出了一种相应的调制特征识别方案。该方案首先选用Morlet小波对雷达脉内信号进行变换，然后引用一种迭代算法来提取小波脊线，最后利用小波脊线理论来估计脉内信号的频率、相位和幅度参数。仿真表明，该方案对频率编码和相位编码等调制信号具有较高的识别准确度。