一种适应低信噪比的脉内识别算法

针对传统的雷达信号脉内调制类型在低信噪比下识别能力不高的局限性,提出一种改进的适应低信噪比的信号调制类型分类识别算法。该算法对雷达脉冲信号流进行时间和脉宽格子划分,对同一格子中脉冲信号采用一阶差分自相关函数法计算特征向量,根据特征向量值进行聚类统计分类。分类后对每组内脉冲信号进行平方处理,再次计算特征向量并进行聚类统计分类,选择每组内质量较好的脉冲信号进行调制类型识别,提高了信号分类识别正确率,通过仿真实验验证了该方法的有效性。     

雷达辐射源数据库的优化

通过对辐射源数据库表结构的优化,提高了数据库的利用率和查询速度;采用可变因子入库的方法,解决了应用中参数的多变性;最后通过备份和还原操作,提高了数据库的稳定性和可维护性。     

一种基于数据库的综合态势生成方法

系统介绍了综合态势生成的过程和功能,以及数据的储存、关联、目标融合、识别、编批等。提出了基于数据库对目标属性进行关联的综合态势生成的思想,并描述了基于数据库的综合态势生成的设计和实现方法。该方法对提高态势生成的效率有一定的效果。     

机载雷达信号连续稳定跟踪定位算法研究

针对时差定位系统对机载雷达信号多站同时截获概率低、时差定位轨迹不连续的问题,研究了利用多种目标运动轨迹特征,结合时差定位和交互式多模型滤波算法预测时间差变化趋势,反推时间差再对原时间序列进行插值.通过典型运动场景模拟仿真验证,该算法具有较理想的跟踪定位性能.     

一种基于深度特征的信号分类方法

针对实际侦测辐射源目标信号交叠、参数灵活多变、波形不完整等特点,以及传统目标分类识别方法准确率不高的问题,提出了一种基于深度特征的信号分类方法.通过数据积累对全脉冲数据进行补全、纠错,综合时域、频域、空域、能量域、调制域等多域参数提取隐藏特征,搭建深度学习网络对侦测数据进行持续训练,实现对复杂目标信号的分类.     

无源多传感器多目标融合的关联算法研究

无源多传感器多目标融合在信息融合技术中具有非常重要的意义,而测量数据的关联问题则是其中的一个关键问题。本文从实际的工程研究入手,探寻无源多传感器多目标融合的关联算法。首先基于目标属性参数进行关联,再对已定位目标进行位置相关,最后通过模糊评估获得最佳关联目标。