攻壳机动队-科研成果 | 根据脉冲关联性的雷达信号主分选改善算法

本文介绍了一种依据脉冲关联性的雷达信号主分选改善算法,本项作业由赛博智能团队中的葛志朋提出,山丘相关论文已在IEEE ACCESS宣布选用。


研讨布景


在电子战体系中,电子援助办法(Electronic Support Measure, ESM)是整个体系的情报来源,其间雷达信号分选与辐射源辨认是ESM进行态势剖析和决议计划的条件。


雷达信号分选首要是依据脉间特征参数组成的脉冲描绘字进行剖析,以聚类出或许存在的辐射源为意图。其间信号主分选(又称为PRI分选,Pulse Repetition Interval)首要依据的数据为脉冲抵达接收机的时刻(Time of Arrival,TOA)。下图为PRI分选示意图,假定空间中有多个辐射源以不同的脉冲重复距离攻壳机动队-科研成果 | 根据脉冲关联性的雷达信号主分选改善算法向外辐射脉冲,单个接收机接收到的脉冲则是来自多个辐射源的混叠脉冲,经过PRI分选后,能够剖分出或许存在的辐射源,然后再结合其他技术手段进行更细化的辐射源辨认。


雷达信号主分选示意图


传统依据直方图的算法因为具有杰出的精度和功率,在工程上多被选用。这类办法首要触及两个过程,一是累积核算时差直方图来估量攻壳机动队-科研成果 | 根据脉冲关联性的雷达信号主分选改善算法或许存在的PRI;二是依据PRI估量值在脉冲序列中进行查找。但是,这类办法在估量PRI的时分往往不能有用处理PRI颤动、脉冲丢掉以及杂乱类型的PRI问题。


本文介绍一种依据脉冲关联性的雷达信号主分选改善算法来优化PRI的估量值,一起进步脉冲提取的功率。


算法介绍




本办法首要在核算时差直方图时记载构成某时差的脉冲对索引信息,一起对时差直方图做均值滤波和IQR剖析以优化PRI的估量值,然后依据脉冲关联性直接从脉冲对索引中提取脉冲,最终进行相关的后处理。下图为整个办法的流程图。


算法全体流程图


针对时差直方图做均值滤波,能够很好地去除虚伪的PRI,下降算法的核算量,下图为仿真数据对应的时差直方图。


仿真数据时差直方图


针对超越阈值的直方图统计量,本办法经过IQR将或许存在的颤动PRI和固定PRI分脱离。下图为超越直方图阈值的统计量所对应的箱线图。


超越阈值的直方图统计量箱线图攻壳机动队-科研成果 | 根据脉冲关联性的雷达信号主分选改善算法


与传统直方图算法不同的是,本办法直接依据脉冲的关联性,从脉冲序列中直接提取脉冲,公式(1)为构成时差t的脉冲对索引调集,公式(2)、(3)别离为脉冲对左右索引的调集,公式(4)为左右脉冲索引的相关函数,R(0)即为以时差t为脉冲重复距离的脉冲索引。



核算出的脉冲索引成果需求依据必定战略进行脉冲的补充,需求补充的脉冲示意图如下。


脉冲补充示意图


一起,假如检测估量的PRI为参差类型PRI,则需求进一步估量子PRI值。


试验成果


试验的点评目标首要包括均匀召回率和PRI估量值均匀相对误差,别离体现脉冲分选的召回功能和PRI值估量的精确性。



试验首要分为三组,别离为只包括固定PRI类型的脉冲;颤动和固定PRI类型混合的脉冲;参差、颤动、固定PRI类型混合的脉冲。


1、固定类型的脉冲试验


固定PRI类型的脉冲


表中能够看出这几种依据直方图的PRI分选算法应对固定类型PRI的功能都比较好,跟着脉冲丢掉率的上升,本办法具有更好的适应性。


2、颤动和固定类型混合的脉冲试验


颤动和固定PRI类型混合的脉冲


从表中能够看出本办法在应对颤动类型PRI的功能较好一些。


一起,在该部分的试验,增加了算法在不同脉冲丢掉率和雷达辐射源数目上的比照试验,其成果比照别离如下。


a) 在不同脉冲丢掉率上的均匀召回率

b)在不同辐射源数量上的均匀召回率


从两幅试验成果图中能够看出本办法在应对脉冲丢掉和攻壳机动队-科研成果 | 根据脉冲关联性的雷达信号主分选改善算法辐射源数量改变上具有比较好的功能。


3、参差、颤动和固定类型混合的脉冲试验


参差、颤动和固定PRI类型混合的脉冲


从表中能够看出,本办法能够剖析参差类型PRI,而且较为精确地估量出参差类型PRI的子PRI值。


参考文献

[1]  Mardia H K. New techniques for the deinterleaving of repetitive sequences[J]. Iee Proc F, 1989, 136(4):149-154.

[2]  Milojevi D J, Popovi B M. Improved algorithm for the deinterleaving of radar pulses[J]. Iee Proc, 1992, 139(1):98-104.

[3]  Liu Y, Zhang Q. Improved method for deinterleaving radar signals and estimating PRI values[J]. IET Radar, Sonar & Navigation, 2018, 12(5): 506-514.

[4]  Xi Y, Wu Y, Wu X, et al. An improved SDIF algorithm for anti-radiation radar using dynamic sequence search[C]. Chinese Control Conference. 2017:5596-5601.



作者简介

葛志朋,2016年由我国海洋大学保送至中科院电子学研讨所,首要研讨方向为雷达信号数据发掘,2019年6月硕士结业,入职小米,担任算法工程师。



作者:葛志朋

修改:冯瑛超



↓检查原论文