基于脈內(nèi)特征的雷達(dá)輻射源信號識別研究.pdf

1、西南交通大學(xué)博士學(xué)位論文基于脈內(nèi)特征的雷達(dá)輻射源信號識別研究姓名：余志斌申請學(xué)位級別：博士專業(yè)：信號與信息處理指導(dǎo)教師：金煒東20100101第lI頁西南交通大學(xué)博士研究生學(xué)位論文3提出了小波包融合和融合熵特征提取方法，為實現(xiàn)類型相同、僅僅某些參數(shù)具有差異的近似雷達(dá)輻射源信號(ARES)識別構(gòu)建有效的特征向量。首先使用小波包變換和主分量分析構(gòu)建小波包融合算法。在此基礎(chǔ)上，提取融合特征的融合香農(nóng)熵、范數(shù)熵和概率熵，并對三種熵特征的抗噪性能

2、進(jìn)行詳細(xì)分析。然后，進(jìn)一步研究了LFM信號參數(shù)的識別問題?？紤]到信號分解層數(shù)、特征維數(shù)和參數(shù)等多種影響因素，論文深入分析了不同識別算法與不同特征組合的識別性能。實驗結(jié)果表明，使用融合熵特征向量不僅具有較好的ARES識別效果，而且算法復(fù)雜度遠(yuǎn)小于傳統(tǒng)方法，基于實測和仿真數(shù)據(jù)給出了識別結(jié)果。4對雷達(dá)功率放大器的非線性特性進(jìn)行詳細(xì)分析，從而導(dǎo)出了反映非線性特性的諧波功率約束模型，并提出了相應(yīng)的諧波功率約束特征(HPRF)提取算法，為實現(xiàn)輻射源

3、個體識別提供新的無意調(diào)制參數(shù)。在估計諧波功率時，為削弱噪聲影響、提高估計精度，基于二項展開式，導(dǎo)出了諧波功率譜的自相關(guān)估計模型。比較放大器輸入功率固定和變化兩種情況下HPRF的穩(wěn)健性結(jié)果，發(fā)現(xiàn)在輸入功率變化時，HPRF的二維分布成近似線性關(guān)系。最后的測試結(jié)果表明HPRF具有良好的識別性能，并得出測試信號需要不小于400個脈沖的能量積累，才能達(dá)到論文中識別結(jié)果的結(jié)論。5提出了一種增量模糊支持向量機(jī)識別算法用于雷達(dá)輻射源信號識別，以提高信號

4、的識別率，并解決當(dāng)前識別算法難以處理非庫屬目標(biāo)、訓(xùn)練時間較長等問題，深入研究了算法設(shè)計過程中所涉及的相關(guān)理論問題和解決方案。其中，構(gòu)建了訓(xùn)練樣本的類隸屬度模型，提出了確定最小超球體半徑的支持向量模糊數(shù)據(jù)描述方法，并引入了平凡訓(xùn)練數(shù)據(jù)的概念。在此基礎(chǔ)上，提出增量模糊學(xué)習(xí)算法。然后，基于屬性理論構(gòu)建了處理未知雷達(dá)信號的拒判規(guī)則，以控制虛警率。最后，考慮多種影響因素，通過若干實驗，深入研究了不同參數(shù)和樣本數(shù)量條件下算法的識別性能。本論文的研究