[发明专利]一种雷达辐射源信号脉内特征综合评估方法及系统

说明书

本发明属于电子对抗中雷达辐射源信号的特征评估技术领域，公开了一种雷达辐射源信号脉内特征综合评估方法及系统；首先对接收到的雷达辐射源信号进行特征提取，并根据建立的评估体系进行特征评估指标度量及归一化；然后结合专家先验知识及实际环境进行改进的区间层次分析，并使用改进的投影寻踪算法建立非线性方程优化模型；最后利用投影谱梯度算法进行最终主客观决策融合。本发明可以合理有效实现各种基于实际环境下的雷达辐射源信号脉内特征评估，进行科学有效的评估有助于选出更能凸显雷达辐射源信号的特征，以利于后续的雷达辐射源信号分选及识别。

技术领域

本发明属于电子对抗中雷达辐射源信号的特征评估技术领域，尤其涉及一种雷达辐射源信号脉内特征综合评估方法及系统。

背景技术

目前，业内常用的现有技术是这样的：雷达辐射源信号(radar emitter signal，RES)脉内特征综合评估是现代雷达对抗中急需解决的新问题。现代雷达对抗信号环境中辐射源数量多、分布密度大、信号交叠严重，传统的信号识别方法很难适应现代复杂的电磁环境。雷达信号分选识别研究是雷达电子对抗领域中非常重要而又非常困难的课题，也是一项非常紧迫的任务。为此，研究人员通过脉内特征来实现信号的分类识别，效果显著。近几年来，研究者提出了众多雷达辐射源脉内特征，但目前迫切需要对这些脉内特征的效能进行客观、有效的评估与甄别。目前，雷达对抗领域的主要集中在雷达干扰技术和雷达抗干扰技术，而针对于干扰方式识别的研究相对较少。现有技术一将多目标满意优化思想引入特征选择中，综合考虑多种影响因素，以评价选出的特征集的质量满意程度。该技术摒弃了传统的最优概念，强调的是“满意”而不是“最优”，它首先将优化问题的约束和目标融合一体，其次将性能指标要求的满意设计与参数优化融为一体，最终使得整个技术方案具有很大的适用性和灵活性。现有技术二将粗集理论引入到特征选择中，特征在于无需任何先验知识和外部信息，首先从大量数据中挖掘出决策规则，之后揭示出属性间的关联关系并删除冗余属性，最终从若干雷达辐射源信号特征组成的原始特征集中去除荣誉特征，发现最重要的特征子集。现有技术三采用主成分分析方法进行雷达辐射源信号特征选择，首先对特征参数进行标准化处理，之后通过线性变换提取特征样本集X的主成分样本集Y，接下来计算第n个主成分在满足一定需求方向上的方差贡献率，最终对计算得到的方差贡献率进行降序排列，选择合适的特征参数。现有技术四提出了一种新的雷达辐射源信号脉内特征参数的选择方法。首先对较为普遍的五种脉内特征参数的提取算法进行了研究，之后利用留一法误差来评估特征参数对分类器泛化性能的影响，最终实现了特征参数的选择，提高了雷达辐射源信号识别准确率。现有技术五提出了一种用于雷达信号调制分类的特征评估方法，首先建立了一种多指标联合评估体系，使用复杂性、可分离性和稳定性3个指标对特征参数的调制分类性能进行联合评估，之后对不同特征指标进行度量、规范化，最终对各指标进行简单的线性组合得出最终评估值。现有技术六根据欺骗干扰和雷达目标回波在时延、相位以及多普勒频移上的差异，釆用小波分解提取特征参数差异实现欺骗干扰的识别。现有技术七提出了较为全面的雷达辐射源信号特征提取评估指标体系，解决了传统评估指标选择片面、对特征提取刻画过于粗糙的等问题。首先对评估体系分为三层，以复杂性、分离性、稳定性和适应性为准则，给出了九个具体指标对特征提取进行对角度的刻画，然后对评估指标的处理进行了理论分析，最后对评估指标进行了合理性检验。现有技术八提出基于CSS体系的雷达辐射源信号脉内特征评估，其基于技术五的步骤，在最后的综合评估时不采用简单的线性组合方式，而是引进了层次分析法进行专家决策判断权重，首先确定判断矩阵，之后进行一致性检验，一致性检验通过之后计算指标权重，使得最后的综合评估更符合实际环境条件。现有技术九在特征评估过程中引入了投影寻踪算法及智能优化算法，其主要步骤基于技术五，在最后的综合评估时不采用简单的线性组合方式，而是使用投影寻踪算法进行二维数据降维处理，用智能优化算法去对降维方向进行求解，从数据信息挖掘角度使得最终的综合评估更具有科学性。现有技术一到现有技术九在一定程度上解决了雷达辐射源特征评估的问题，但存在评估方法过于片面的问题，另外，上述评估技术或多或少缺乏一定的科学性，且可靠性较低。