雷达抗干扰中随机数产生技术分析研究

随机频率捷变和脉冲重复周期随机抖动可以使雷达具有较强的抗侦察、抗干扰能力。某型雷达具有伪随机频率捷变和脉冲周期参差捷变功能。本文分析了在该雷达上实现随机频率捷变和脉冲重复周期随机抖动的技术途径和可行性。     

脉冲序列的快速搜索法及可信度分析

对于周期脉冲序列的信号分选识别，可采用序列搜索的时域方法[1，2]。本文将大周期内完全重复的脉冲序列分解为多个“单周期信号”．并把它们均定义为周期性信号．同时，提出了序列搜索的一种软件实现方法及密集视频脉冲信号分选的变步长、信步长快速搜索法．在此基础上，本文针对序列搜索分选法的可信度计算公式进行了推导和分析，证实了这种方法的可行性和有效性．     

一种基于贝叶斯网络的雷达重频模式识别方法

雷达重频模式指雷达脉冲重复间隔（PRI）的调制样式，重频模式识别对于雷达型号、类别识别具有重要支持作用，但这是一个较困难的过程，一般难以通过单一重频特征完成多种复杂重频模式的自动识别。本文为解决雷达多重频模式自动识别及识别抗噪声干扰问题，针对多种重频模式提取了几种PRI序列特征量（重频特征），然后引入了贝叶斯多网络分类器（BMNClassifier），利用所提取的特征量作为贝叶斯多网络分类器输入节点，通过贝叶斯多网络分类器的概率推理能力来实现雷达重频模式识别。     

随机PRI的LPI波形相参积累

随机脉冲重复频率(PRI)脉冲波形能够增加电子支援措施(ESM)利用重频分选侦收雷达辐射源信号的难度,提高雷达复杂对抗环境下的抗侦收能力。利用非均匀离散傅里叶变换(NUDFT)对这种低截获概率(LPI)波形进行脉冲多普勒(PD)处理时,距离模糊引起目标所处距离门走动,导致目标能量分散至多个模糊距离单元。为此,提出一种基于时间窗口的离散傅里叶变换(TWDFT)算法,实现了距离模糊条件下目标能量的相参积累。对TWDFT算法和加权副瓣抑制的性能进行了分析。仿真结果表明,基于TWDFT的PD处理在距离模糊时不存在目标能量分散问题,通过优化波形设计能够改善加权后目标主副瓣比。     

一种改进的雷达脉冲信号分选算法

重频分选方法中,由于序列差值直方图法(SDIF)对PRI抖动的雷达脉冲信号的分选能力差,而PRI变换法可以分选PRI抖动的雷达脉冲信号,但是运算量太大,难以实现实时分选。对SDIF算法进行了改进,采用交叠PRI箱的方法进行直方图的统计,使得改进后的SDIF在运算量增加不多的情况下,可以实时较好地分选PRI抖动量在10%以内的雷达脉冲信号。     

基于平面分割和PRI的雷达信号分选

提出一种基于载频/脉宽平面分割和PRI联合参数进行雷达脉冲分选的算法,即使在同时存在多种PRI模式（常规、抖动、参差、周期调制等）且脉冲丢失率较高的信号环境下,该方法也具备良好的分选效果。通过仿真,验证了该算法的正确性和可行性,在工程上有一定的应用价值。     

一种雷达脉冲的去交错和识别新算法

通过对脉冲到达角、脉冲重复间隔等去交错算法的研究,基于雷达威胁库,提出了一种既针对参差序列的快速识别和去交错算法又针对抖动脉冲序列的变差分直方图的快速识别算法。该算法简单,容易在DSP和FPGA上实现,可应用于高密雷达环境。     

一种基于PRI谱特征的复杂雷达信号分选方法

通过分析雷达截获机所处的复杂雷达信号环境,提出了一种基于PR I谱特征的复杂雷达信号分选方法。该方法利用PR I变换获取雷达信号PR I谱,并根据各种复杂雷达信号PR I谱特征实现复杂雷达信号的分选工作。仿真结果表明,该方法能够较好地实现复杂信号环境下雷达信号的分选工作。     

一种基于动态规划的雷达合批新算法

针对信号分选结果增批现象严重、影响识别准确度的问题,通过分析实际侦收信号的特点,并借鉴生物信息学中动态规划比对算法的思想,提出了对脉冲重复周期（PRI）信号在载频维和脉宽维进行合批的方法,并结合该方法设计了动态合批处理流程。该算法通过比较两批数据在PRI值及其排列顺序上的相似性来进行合批,利用PRI周期性这一很稳定的特征较好地解决了批信号在载频和脉宽维上的增批问题。仿真结果表明,该算法在存在脉冲丢失和干扰脉冲的情况下仍能准确合批。     

基于变换谱相干积累的片段信号PRI检测

受自身搜索方式和目标辐射源波束调度的影响,侦察系统往往只能截获辐射源的部分信号,这为后续分选处理带来了很大挑战.针对该问题,提出了通过时PRI变换谱进行相干积累以提高真实PRI检测概率的方法.首先介绍了PRI变换法,对算法原理进行了说明;接着从理论上推导了PRI变换谱峰值与脉冲个数的关系,指出了PRI变换谱的相干积累特性,并分析了其对虚假脉冲的适应能力;最后通过仿真试验对理论分析进行了验证.仿真结果表明,文中提出的方法能够有效提高片段信号的PRI 谱峰,从而有利于提高检测概率.