[发明专利]一种基于模糊函数地貌特征的雷达信号分选方法有效
申请号: | 201811391777.X | 申请日: | 2018-11-21 |
公开(公告)号: | CN109613489B | 公开(公告)日: | 2022-10-14 |
发明(设计)人: | 普运伟;侯文太;郭媛蒲;马蓝宇 | 申请(专利权)人: | 昆明理工大学 |
主分类号: | G01S7/292 | 分类号: | G01S7/292 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 650093 云*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 模糊 函数 地貌 特征 雷达 信号 分选 方法 | ||
本发明公开了一种基于模糊函数地貌特征的雷达信号分选方法,属于电子侦察领域。本发明从新的角度或层面提取更为有效的特征参数用于复杂体制雷达信号的分选。首先对信号的模糊函数进行高斯平滑处理,然后绘制其等高线作为进一步的特征提取对象,最后从图像处理的角度提取正外接矩面积、纵横比以及方向角作为雷达信号分选的特征向量;最后,根据计算得到的特征向量,用KFCM聚类算法完成信号的分选。本发明与现有技术相比,主要解决了当前模糊函数特征提取方法信息利用率低、易受噪声影响等问题,更加贴近实际工程的需求。
技术领域
本发明涉及一种基于模糊函数地貌特征的雷达信号分选方法,属于电子侦察领域。
背景技术
随着电子战中电磁环境的日新月异以及复杂体制雷达的迅速发展,要快速并可靠地从待分选的敌方雷达辐射源信号中分离出不同雷达的脉冲序列并识别,仅依靠传统的载波频率(RF)、到达时间(TOA)、脉冲宽度(PW)、脉冲幅度(PA)、到达角度(DOA)五个常规参数已经非常困难。为满足当前战场环境中分选雷达辐射源信号的快速性和准确性需求,提取并补充新的特征参数是一种可行的方法。
目前,以模糊函数主脊切面为研究对象,提取到了分选效果和抗噪性能较好的特征参数如矩特征、图形轮廓特征、局域差分特征等。然而,基于模糊函数主脊切面特征分选方法的时效性却受限于利用分数自相关计算并搜索糊函数主脊切面所增加的运算复杂度。一些学者尝试从新的角度提取模糊函数特征,例如提取模糊函数的对角线,但这样会损失过多的信息,分选效果较差;例如使用极坐标转换提取函数主脊的二维图形轮廓,但这样会增加较大的计算量;再如提取了模糊函数的主侧视图,但这样时频域的信息无法同时兼顾;因此有必要提供其它的特征参数用于复杂体制雷达信号的分选。
发明内容
本发明提供了一种基于模糊函数地貌特征的雷达信号分选方法,以用于通过提取等高线的正外接矩面积、纵横比、方向角作为特征参数构建特征向量实现雷达信号分选。
本发明的技术方案是:一种基于模糊函数地貌特征的雷达信号分选方法,所述方法步骤如下:
Step1、输入待分选的雷达信号s(n);
Step2、对s(n)进行重采样;
Step3、根据信号长度生成网格采样点,计算对应的模糊函数值AF(i,j),并对其进行归一化处理;
Step4、对信号的归一化处理后的模糊函数值进行高斯平滑处理,得到高斯平滑处理后的模糊函数值
Step5、根据高斯平滑处理后的模糊函数值,利用线性插值法提取等高线;
Step6、提取等高线的正外接矩面积S、正外接纵横比AR、正外接方向角α,构造模糊函数地貌特征向量V=[S AR α];
Step7、根据特征向量V,利用KFCM聚类算法对信号进行分选。
所述步骤Step5中利用线性插值法计算等高线的方法为:
Step5.1、根据需要将的海拔分为N个递增的等高线高度Hn:
其中,AFmax指代相应待分选雷达信号高斯平滑处理后的模糊函数最大值、AFmin指代相应待分选雷达信号高斯平滑处理后的模糊函数最小值;
Step5.2、根据插值法可得:
①任意网格采样点(i,j)在水平方向高度为Hn的等值点坐标(xc,yc)为:
yc=i
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于昆明理工大学,未经昆明理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811391777.X/2.html,转载请声明来源钻瓜专利网。