韩韬[1]2013年在《脉冲信号辐射源个体识别技术研究》文中认为随着辐射源系统复杂程度的显着提高、低截获概率技术的广泛应用以及信号调制种类的日益增多,辐射源个体识别技术所必须应对的电磁环境和研究对象复杂化的挑战也愈发严峻。这些客观现象的出现,造成了诸如信号指纹特征的有效性下降、辐射源个体识别性能恶化等问题,给现有的信号指纹特征分析方法、辐射源个体识别理论研究以及工程实践造成了无可避免的巨大困难。不同辐射源系统之间的个体非线性差异,是信号指纹特征产生的根源。一般系统理论及其模型在非线性系统建模及非线性分析领域取得的大量研究成果显示,该方法能够为揭示复杂系统的非线性特征及其演化规律提供有力的理论支持,对解决当前辐射源个体识别技术所面临的理论研究发展困境和工程实际问题,具有十分积极的意义。本文以复杂电磁环境下的脉冲信号辐射源系统个体识别问题为主要研究对象,利用一般系统理论、Yoyos系统模型和随机微分几何理论作基本分析工具,建立了辐射源个体识别的直观系统演化模型,并据此提出了信号的扩散模型,定义了辐射源个体系统状态流形上的内蕴指纹特征。针对简单脉冲信号,提出一种基于信号内蕴瞬时参数的指纹提取方法 INIP-FEX(Intrinsic instantaneous parameters based feature extraction),利用该方法提取的指纹特征具有内蕴性,即特征的统计特性满足不随坐标系转换而改变的性质。INIP-FEX方法可以直接应用在简单脉冲信号环境下的辐射源个体识别问题中,由于上述内蕴指纹特征综合应用了整个脉冲信号瞬时参数中所蕴含的辐射源个体系统状态流形的内蕴几何特性,故最终能够得到优于脉内瞬时频率曲线特征识别性能。在第二章最后,通过外场实验数据实验和仿真实验验证了上述辐射源个体识别直观系统演化模型和内蕴指纹特征的有效性。为了扩展内蕴指纹参数提取方法对具有有意调制的信号的适应能力,提高对辐射源个体系统状态流形内蕴几何特征的提取精度,本文第叁章通过进一步分析辐射源个体系统状态流形上信号状态转移流函数,并借助近年来流形学习领域的理论研究成果,提出了基于扩散映射的内蕴指纹特征提取方法 DIFF-IFEX(Diffusion mapping based intrinsic feature extraction)。该方法通过选取适当的扩散过程核函数,估计信号观测数据集合中所蕴涵的状态转移流函数,提取辐射源个体系统状态流形上信号生成路径附近的局部几何特征,具有较高的计算效率以及特征提取精度,能够实现对线性调频、正弦调制等的具有有意调制的信号环境下的内蕴指纹特征提取以及辐射源个体识别,且具有较好的识别性能。多径条件下,许多现有指纹特征的有效性会大大降低,导致利用这些特征进行辐射源个体识别的识别性能严重恶化。为了解决这一问题,本文第四章利用多径信号时延域上的稀疏特性,借助稀疏信号处理方法和变分贝叶斯方法的研究成果,在内蕴指纹特征定义的基础上,针对多径信号环境,分析已知参考信号的前提条件下观测数据的典型自相关特征,提出了一种基于变分贝叶斯方法多径信号时延估计的辐射源个体识别方法 VB-TDE-SEI(Variational Bayesian time delay estimation based specific emitter identification),在多径时延小于脉冲信号宽度的小时延条件下,完成了辐射源个体识别。针对未知参考信号的情况,联合基于扩散映射的内蕴指纹特征提取方法和变分贝叶斯方法,提出基于变分贝叶斯方法和扩散映射的内蕴指纹特征提取算法VB-DIFF-IFEX(Variational Bayesian Diffusion mapping based intrinsic feature extraction)算法,从多径条件下的观测信号数据集合中,直接估计原始信号状态转移流函数,提取其中蕴含的内蕴指纹特征,并将其应用于辐射源个体识别,仿真结果表明,该方法能够在未知参考信号的多径观测条件下,取得了较好的辐射源个体识别性能。由于信号数字化观测过程中的采集量化误差、信号内蕴瞬时参数估计过程中的线性化近似误差和同型号不同接收机之间的个体差异性等不良影响,使得工程实践中,内蕴指纹特征提取精度降低、同一指纹特征模版在不同平台之间的适应性下降,甚至导致识别性能恶化。在本文直观系统演化模型的研究框架基础上,针对内蕴指纹特征,借鉴分布式采集系统的信号重构技术以及辐射源个体识别领域接收机校正技术,分别提出了基于共轭梯度算法SCG(Scaled Conjugate Gradient)与迭代重加权最小二乘算法IRLS(Iterative Reweighted Least Squares)的采样误差校正方法和基于变分贝叶斯方法和重要性采样IS(Importance Sampling)的同型号接收机个体差异性校准方法,补偿接收机采样频率误差和通道功率扰动误差,消除接收机系统个体差异性对辐射源个体识别性能的消极作用,为辐射源个体识别的工程实践作出了有意义的探索。
贾琳[2]2014年在《雷达辐射源识别方法研究与实现》文中研究说明雷达辐射源信号识别是目标识别技术的重要组成部分，随着现代电子对抗越发激烈，复杂体制的雷达辐射源迅速增加且逐渐占据主导地位，复杂多变的信号形式逐渐使传统的识别方法失去有效性，因此给雷达信号的识别研究提出了更高的要求，准确快速地对复杂体制辐射源信号进行识别已是当前雷达信号识别处理中重点研究的技术难题之一。目前雷达辐射源识别已经进入脉内特征分析阶段，本文对现有的提取脉内调制特征的方法进行研究，对提取脉内有意特征的瞬时自相关法和相位差分法进行仿真，并将其应用到改进的雷达辐射源识别模型中，最后设计并实现基于DSP的实时雷达辐射源识别软件。首先，介绍了雷达辐射源识别的基础。从雷达信号数学模型，雷达信号基本特征，雷达信号脉内调制特征分析叁方面介绍。其次，研究了雷达辐射源脉内调制特征的提取方法。雷达辐射源脉内调制特征分为有意调制特征和个体特征。分别介绍了有意特征和个体特征提取方法，并对提取有意特征的瞬时自相关法和相位差分法进行了Matlab仿真实验，并将其应用于雷达辐射源识别模型中。第叁，对现有的雷达辐射源识别模型进行了研究。对早期和现有改进的雷达辐射源识别模型进行分析，并在现有雷达辐射源识别模型的基础上加以改进得到本文的雷达辐射源识别模型。最后，设计并实现基于DSP的实时雷达辐射源识别软件。
余志斌[3]2010年在《基于脉内特征的雷达辐射源信号识别研究》文中进行了进一步梳理雷达辐射源信号(RES)识别是雷达对抗信号处理中的关键技术,其识别水平已成为衡量电子对抗装备先进程度的重要标志。长期以来,人们主要依靠常规五参数实现RES的识别处理,这只有在常规雷达信号和信号密集度较低的情况下才能获得满意的识别效果。随着现代电子和雷达技术的发展以及它们在现代战争中的广泛应用,新型RES调制式样更加灵活,参数日益多变,电磁信号越来越密集,致使传统的识别技术已无法满足现代电子战的实际需要。因此,迫切需要探索新的RES识别方法,以提高我国电子对抗装备的技术水平。近年来,国内外学者对RES识别进行了大量的研究,提出了许多新方法,以提高RES识别水平。但是,这些方法一般要求较高的信噪比、较为明显的信号类型差异,且大都基于常规参数相对稳定、辐射源数量较少等情况,很少涉及调制类型相同、参数变化和低信噪比下调制类型不同的信号识别问题。一般都只关注特征提取和识别算法的研究,很少涉及特征识别能力和高密集电磁环境下异常脉冲的处理等RES识别问题的分析。而这些实际问题,已严重制约RES识别技术的进一步提高。因此,本文从特征的可分性、脉内特征提取、识别模型和算法设计等方面,针对上述复杂体制RES识别中需要解决的关键理论问题展开了系统、深入的研究,主要贡献有以下5个方面。1.基于概率论与统计理论,构建了一维特征参数的可分性模型,以分析提取特征的识别能力,为RES特征提取提供理论支持。在模型构建过程中,依据特征参数服从近似正态分布,研究并推导出了特征正确分类概率随相应特征统计参数变化的关系子模型。从而导出了特征参数要在理论上达到90%以上的正确分类概率,两类特征估计均值之差的绝对值与估计精度之比至少应大于3.3的结论。然后,定量地分析了常用特征参数的可分性度量。2.提出了脊线-频率特征(脊频特征)及其级联特征提取方法,为在低信噪比条件下,实现不同调制类型的RES的有效识别补充新的特征参数。首先从脊线定义出发,基于信号时-频尺度原理导出了小波脊频特征(WRF)提取的条件约束模型。然后,提出一种新小波原子和脊线提取策略对脊线提取算法进行改进,并提取了典型RES的WRF。在此基础上,对WRF进行特征降维再挖掘,提取了一组能较好描述RES脉内调变统计规律的级联特征。新的增量模糊支持向量机被用于检验提取特征的有效性。3.提出了小波包融合和融合熵特征提取方法,为实现类型相同、仅仅某些参数具有差异的近似雷达辐射源信号(ARES)识别构建有效的特征向量。首先使用小波包变换和主分量分析构建小波包融合算法。在此基础上,提取融合特征的融合香农熵、范数熵和概率熵,并对叁种熵特征的抗噪性能进行详细分析。然后,进一步研究了LFM信号参数的识别问题。考虑到信号分解层数、特征维数和参数等多种影响因素,论文深入分析了不同识别算法与不同特征组合的识别性能。实验结果表明,使用融合熵特征向量不仅具有较好的ARES识别效果,而且算法复杂度远小于传统方法,基于实测和仿真数据给出了识别结果。4.对雷达功率放大器的非线性特性进行详细分析,从而导出了反映非线性特性的谐波功率约束模型,并提出了相应的谐波功率约束特征(HPRF)提取算法,为实现辐射源个体识别提供新的无意调制参数。在估计谐波功率时,为削弱噪声影响、提高估计精度,基于二项展开式,导出了谐波功率谱的自相关估计模型。比较放大器输入功率固定和变化两种情况下HPRF的稳健性结果,发现在输入功率变化时,HPRF的二维分布成近似线性关系。最后的测试结果表明HPRF具有良好的识别性能,并得出测试信号需要不小于400个脉冲的能量积累,才能达到论文中识别结果的结论。5.提出了一种增量模糊支持向量机识别算法用于雷达辐射源信号识别,以提高信号的识别率,并解决当前识别算法难以处理非库属目标、训练时间较长等问题,深入研究了算法设计过程中所涉及的相关理论问题和解决方案。其中,构建了训练样本的类隶属度模型,提出了确定最小超球体半径的支持向量模糊数据描述方法,并引入了平凡训练数据的概念。在此基础上,提出增量模糊学习算法。然后,基于属性理论构建了处理未知雷达信号的拒判规则,以控制虚警率。最后,考虑多种影响因素,通过若干实验,深入研究了不同参数和样本数量条件下算法的识别性能。本论文的研究工作得到国家自然科学基金(No.60572143, No.60702026)和国防科技重点实验室基金的共同资助。
解文斌[4]2003年在《脉冲信号的特征分析和辐射源识别研究》文中进行了进一步梳理脉冲信号的细微特征分析和辐射源识别是电子情报侦察领域的前沿课题，本文对其展开研究，具有重要的理论意义和实用价值。 论文深入研究了脉冲信号的特征分析和辐射源识别方法：第二章分析了可用于分析脉冲信号脉内细微特征的叁种非平稳信号分析方法，比较了几种方法的优缺点，给出了具体算法和仿真结果。第叁章研究了利用中频数字处理技术提取信号脉冲包络和频率参数的方法，分析了采样速率的选取问题，指出了欠采样条件对信号细微特征分析存在的影响，提出采用叁次样条插值进行波形恢复和脉内分析的方法。第四章介绍了IFF信号的格式和模式以别流程，讨论了复杂情况下IFF信号的识别问题。第五章针对询问、应答信号的差异，提出两种不同的辐射源识别方法。引入模式分类思想方法，联合利用应答信号编码和统计特征参数实现对复杂环境应答信号辐射源的识别。
王磊[5]2011年在《雷达辐射源个体识别的方法研究》文中研究表明辐射源个体识别已成为当前现代电子情报和电子支援系统的重要研究内容。它通过接收未知雷达辐射源发射的信号,分析其个体特征,从而唯一地识别个体辐射源,完成准确的威胁判断和其搭载平台的鉴别。本文结合“十一五”国防预研项目,从理论分析和实测雷达数据的实验验证出发,系统地研究了雷达辐射源个体识别中的核心方法。本文的主要研究成果如下:1、提出了基于模糊函数零点切片和代表性切片的个体特征提取方法,较之现有的模糊函数全平面核点优化法,采用“近零”切片作为分类特征矢量,不仅符合辐射源信号的模糊函数分布特性,而且大大降低了计算量及对存储空间的要求,使得无意调制识别的工程应用成为可能。进一步,通过设计的直接判别比准则对所提取的多普勒切片特征进行优化选择,在保持满意识别性能的前提下,还可以得到紧凑且稳定的辐射源个性特征。2、通过对含相位噪声发射信号的模糊函数整体建模,构建了从无意调制信息项到识别性能的有机联动平台,通过理论分析和大量实测数据的实验,不仅证明了相位噪声是辐射源无意调制特征产生的根源,而且给出了第二章中我们所提方法的机理解释。在此基础上,我们打破了常规的模糊函数取模操作,提出了一种解决模糊函数代表性切片位置不确定性问题的工程次最优方法,即模糊函数实零多普勒切片法,取得了优于模零切片的稳定性能。3、提出了基于典型相关分析的雷达辐射源特征融合算法,在时域特征失效时,依然能通过设计的切片串联策略构建互补的特征子集对,从而实现模糊函数自身特征的有效融合。实验结果表明,基于典型相关分析和鉴别典型相关分析的算法不仅克服了现有的全平面核点排序法的计算问题,而且有效地融合了模糊函数各近零切片上的互补信息,在显着提高辐射源个体识别性能的同时,进一步消除了模糊函数特征的冗余性。这种切片融合的思想可以自然地推广到多集框架下。4、建立了雷达辐射源个体在线识别的框架。首先提出了基于成对加权的模糊隶属度计算方法,它不仅能辨识野值点,而且对接收序列样本的在线机制表现出很好的适应性。将所提的在线模糊加权方法直接应用到passive-aggressive(PA)算法中,得到的模糊PA算法(FPA)可以获得与增量SVM相当的分类性能,但仍然享有感知器算法的高效性。这使得FPA成为替代PA的鲁棒而高效的方法,可以解决在大规模或高维实际数据中不可避免的野值点问题。5、提出了二维移位判别分析(2DSDA)算法和双边变形判别分析(TransDA)算法,前者通过图像移位操作实现了对图像相邻不同行、列间局部信息的保留以及非局部信息的剔除,并享有二维线性判别分析(2DLDA)的计算便利性;后者则通过序贯投影的方式将前者由单边推广到双边形式,进一步减少了特征矩阵的表示系数并充分挖掘了行、列两个方向的局部判别信息。不仅如此,通过移位参数的控制,所提算法将LDA、2DLDA甚至二阶张量下的多线性LDA归为其特例,从而具有优美的数学表示以及合理的物理解释。6、针对传统模糊C均值(FCM)算法对噪声的敏感性,我们移除了概率型约束,在可能性理论的大框架下研究了无约束型聚类,引入鲁棒统计学理论和信息论准则,分别提出了基于高斯估计量(RGC)和基于可能性熵准则(FUPEC)的鲁棒聚类算法。所提算法不仅能够有效地克服噪声和外围点对于聚类的影响,而且具有清晰的数学意义和合理的物理解释。此外,后者还能够准确判定类的数目并自动控制分辨率参数,即使在各类的尺寸和形状相异、甚至数据集被强噪声所污染时也能提供对于原型参数的准确估计。最后,受笛卡尔方法论的启发,我们检验了问题分解的合理性并总结了本文的研究思路。这些问题的解决标志着雷达辐射源个体识别方法论的诞生。
陈昌云[6]2010年在《基于脉内特征分析的辐射源识别方法研究》文中提出在日益复杂的电磁环境中,如何提取有效的特征参数是解决辐射源识别的关键。由于现代雷达信号具有形式复杂、参数多变和频率动态变化范围大等特点,传统的雷达特征参数已经不能满足实际的需要。因此,国内外研究人员都致力于分析和提取新的、更有效的辐射源信号特征,以实现对复杂雷达信号的识别。雷达信号特征包括脉内有意调制特征和个体特征,本文针对二者分别采用不同的方法进行特征参数提取,并结合支持向量机分别实现不同调制辐射源信号的分类和辐射源个体识别。围绕脉内有意调制特征和个体特征提取及识别课题,本文主要研究了以下几个方面内容：1、为了解决脉内有意调制特征提取,提出了基于S变换提取信号瞬时频率特征的方法。该方法根据不同调制信号具有不同瞬时频率的特点,采用S变换提取调制信号的瞬时频率,并在此基础上进一步提取瞬时频率的级联特征作为识别特征,最后结合支持向量机实现了对调制信号的分类。2、为了分析发射信号的不稳定特性,提出了基于信号稳定度的辐射源个体特征分析方法。该方法根据信号幅值包络是一随机不稳定量的特点,采用阿伦方差计算信号的稳定度以及信号的稳定度差值,联合这两个特征参数作为标识信号的个体特征。实验结果表明,该方法对不同型号雷达的信号具有较好区分能力。3、为了进一步对雷达信号的个体特征进行提取和识别,研究了基于循环谱的辐射源个体识别方法。该方法首先计算信号的循环谱,并利用Fisher判别准则提取辐射源信号循环谱的最优特征,然后采用PCA对最优特征进行降维,最后结合支持向量机实现对辐射源个体识别。实验结果表明,基于循环谱的辐射源个体特征更能有效的表征雷达辐射源的个体差异,可有效实现个体识别。
李程[7]2015年在《雷达电子侦察的多层次处理关键技术研究》文中进行了进一步梳理雷达电子侦察作为雷达电子对抗的重要组成部分,在现代电子战(Electronic Warfare,EW)中占有举足轻重的地位。随着雷达技术的不断发展,相控阵雷达、组网雷达等新体制雷达系统被广泛应用于现代EW中,给当前雷达电子侦察带来了新的巨大挑战。传统的雷达电子侦察技术(如雷达信号的分选与识别)主要以雷达信号为对象进行处理,虽然这些技术仍是对各种雷达系统进行电子侦察的基础,但是已经无法满足对现代新体制雷达系统的电子侦察需求。为此,本文以对相控阵雷达、组网雷达等新体制雷达系统的电子侦察为背景,分别从信号层、数据层和信息层叁个层次对雷达电子侦察的关键技术进行了研究。信号层处理方面,以雷达中频采样信号为对象,主要研究了雷达脉冲信号的检测及信号参数的估计问题,完成了由信号到数据的处理。首先,将图像处理中的边缘检测思想应用于数字信号处理的脉冲检测问题,提出了一种基于盒差分滤波器的脉冲检测方法,该方法原理简单,参数估计结果不受预设门限的影响,能够适用于多种类型的脉冲信号,并且在估计脉冲到达时间(Time of Arrival,TOA)、脉冲宽度(Pulse Width,PW)等脉冲信号时域参数时相比于能量检测方法具有更高的估计精度。然后,在对典型的线性和非线性时频分析方法进行分析的基础上,提出了一种基于Wigner-Wille分布(Wigner-Wille Distribution,WVD)和广义S变换(Generalized S Transform,GST)的信号瞬时频率(Instantaneous Frequency,IF)估计方法,该方法既保持了WVD的高时频分辨率,又兼顾了GST抑制交叉项的优点,能够得到稳健且精度较高的IF估计结果。数据层处理方面,以雷达脉冲信号参数为对象,主要研究了雷达天线扫描方式(Antenna Scan Type,AST)的识别和多功能雷达的雷达字提取问题,完成了由数据到信息的处理。首先,构建了雷达AST的仿真器。然后,以雷达脉冲信号的时间-幅度参数为基础,分别提出了雷达天线电子扫描方式和机械扫描方式的自动识别方法,能够对一维电扫、二维电扫以及8种机械扫描方式进行识别,并给出了一维电扫扫描参数的估计方法。最后,以脉冲信号的脉冲描述字(Pulse Description Word,PDW)参数为基础,研究了多功能雷达的雷达字提取方法,该方法从数据层实现雷达字的提取,为多功能雷达的句法模式识别提供了基础。信息层处理方面,以已获取的电子侦察信息为对象,主要研究了雷达组网方式的识别和雷达电子侦察信息的关联规则挖掘问题,完成了由已有信息到新信息的处理。首先,提出了一种基于雷达信息和通信信息融合的雷达组网方式序贯识别方法,通过选取主要的雷达信息和通信信息,提取相应的特征参数,并计算特征向量的匹配度,在此基础上,基于D-S证据信息融合实现了雷达组网方式的序贯识别。然后,研究了关联规则挖掘在雷达电子侦察信息处理中的应用问题,根据雷达电子侦察的特点,给出了雷达电子侦察信息预处理的方法,并对关联规则挖掘经典算法——Apriori算法做了适当的调整,最后对关联规则挖掘的结果进行了分析。论文分别从信号层、数据层和信息层对雷达电子侦察进行多层次处理研究,丰富了雷达电子侦察的研究体系,对新体制雷达系统,尤其是相控阵雷达和组网雷达系统的电子侦察研究具有重要的现实意义。
崔昕昕[8]2014年在《辐射源射频特征对分选识别性能影响研究》文中认为雷达辐射源的分选和识别是雷达侦察系统的重要组成部分，其性能直接影响着后续态势感知和威胁估计的准确度。辐射源射频特征是分选识别的基础和依据，论文研究了辐射源射频特征及其变化对分选识别性能的影响。首先介绍了雷达辐射源分选和识别的研究背景和意义；其次根据侦察接收机对雷达信号进行分选识别的顺序，分别介绍了模板匹配算法、基于PRI（脉冲重复间隔）的分选算法和基于神经网络的辐射源识别技术；然后对各分选识别算法的性能做了简要分析和归纳总结；最后结合大量仿真实验，重点讨论了辐射源射频特征变化对侦察系统分选识别性能的影响，包括辐射源射频特征变化范围和变化速度对模板匹配算法正确匹配率的影响、PRI的变化形式和变化范围对基于PRI的分选算法性能的影响以及辐射源射频特征的变化范围对基于神经网络的辐射源识别系统识别率的影响，同时也对信号环境、信噪比等因素对各算法性能的影响做了简要分析。
刘婷[9]2009年在《基于循环平稳分析的雷达辐射源特征提取与融合识别》文中认为雷达辐射源识别是电子情报侦察、电子支援侦察和雷达威胁告警系统中的关键处理过程,也是电子干扰的前提和基础,其识别水平是衡量雷达对抗设备技术先进程度的重要标志。随着现代电子战的激烈对抗,复杂体制雷达辐射源迅速增加,使传统识别方法逐渐失去其有效性。为了适应复杂多变的电子战环境,迫切需要探索出新的有效的识别方法。针对雷达对抗信号处理研究工作中的关键问题,本文研究了基于循环平稳分析的雷达辐射源特征提取与融合识别。首先,在辐射源的个体特征提取中,根据辐射源脉内指纹特性分析,提取了循环谱、循环双谱特征。实验结果表明,基于循环平稳域的信号特征更能全面有效的描述雷达辐射源的内在特性,从而为特定辐射源的个体识别提供了稳定可靠的分类特征。其次,在辐射源的融合识别中,研究了基于典型相关分析(CCA)和鉴别典型相关分(DCCA)的特征级融合方法,将两组特征之间的相关性作为判别信息,提取有效的组合特征。此外还研究了基于距离准则进行特征排序和选择的特征级融合方法,主要针对特征维数相差过大的不同特征集的融合问题。实验结果表明,特征级融合既达到了信息融合的目的,又有效的消除了冗余信息,在实现信息压缩的同时也提高了整个分类系统的正确识别率。最后,为了解决实用雷达辐射源识别系统的拒识问题,研究了基于广义置信度的雷达辐射源拒识算法,拒识非库属目标和低置信度库属目标,从而降低误识率,提高整个分类系统的可靠性。并通过各种性能指标对整个分类系统的识别性能进行评价,给出评价结果。
陈娟[10]2013年在《雷达辐射源特征提取与个体识别》文中认为随着电子战中信号环境越来越复杂，实际中对于雷达情报分析技术的要求也更高，除了对雷达信号进行常规的分析，对其脉冲包络和内部特征如脉内调制特征和个体特征进行分析也是十分重要的。雷达信号的个体特征，即“指纹”，通过某种算法可以唯一识别出某部特定的雷达，从而在电子战中准确提供有关敌方雷达配置、调动等重要的军事情报。雷达信号的个体特征主要通过信号脉内的无意调制反映，因此作为无意调制的主要因素,本文首先介绍了相位噪声，及其产生机理和对于信号波形的影响。然后从理论和实践上证明利用脉冲包络前沿波形对雷达辐射源进行个体识别的可行性。由于其识别准确度受幅度测量精度、采样点数、包络波动大小等因素的制约，因此利用雷达辐射源脉冲内部特征对辐射源进行识别，首先要提取时域和频域的特征。然后采用线性判别分析(LDA)法和最近邻分类法对辐射源进行分类识别，仿真结果分析说明该算法在脉冲内部利用精确的数据进行识别，精度更高，识别效果更好。
参考文献：
[1]. 脉冲信号辐射源个体识别技术研究[D]. 韩韬. 国防科学技术大学. 2013
[2]. 雷达辐射源识别方法研究与实现[D]. 贾琳. 北京理工大学. 2014
[3]. 基于脉内特征的雷达辐射源信号识别研究[D]. 余志斌. 西南交通大学. 2010
[4]. 脉冲信号的特征分析和辐射源识别研究[D]. 解文斌. 国防科学技术大学. 2003
[5]. 雷达辐射源个体识别的方法研究[D]. 王磊. 西安电子科技大学. 2011
[6]. 基于脉内特征分析的辐射源识别方法研究[D]. 陈昌云. 西安电子科技大学. 2010
[7]. 雷达电子侦察的多层次处理关键技术研究[D]. 李程. 国防科学技术大学. 2015
[8]. 辐射源射频特征对分选识别性能影响研究[D]. 崔昕昕. 西安电子科技大学. 2014
[9]. 基于循环平稳分析的雷达辐射源特征提取与融合识别[D]. 刘婷. 西安电子科技大学. 2009
[10]. 雷达辐射源特征提取与个体识别[D]. 陈娟. 西安电子科技大学. 2013
标签：电信技术论文; 指纹论文; 脉冲信号论文; 指纹识别技术论文; 调制信号论文; 模糊理论论文; 分类数据论文; 幅度调制论文; 数据融合论文; 电子信息论文; 雷达论文;