[发明专利]基于自适应分桶的雷达信号粗分选方法、系统及存储介质

说明书

本发明公开了一种基于自适应分桶的雷达信号粗分选方法，包括：步骤一、获取所有雷达信号脉冲值并构建每个脉冲值所对应的脉冲向；步骤二、将所有脉冲值所对应的脉冲向量投影到各个小区间，并获取各个小区间所对应的端点向量以及各个小区间内的投影脉冲向量个数；步骤三、根对各个小区间进行自适应分片，得到自适应桶；步骤四、判断所述自适应桶内的脉冲数是否大于预先设定的样式最少脉冲数，如是，则保留该自适应桶；步骤五、对所述自适应桶内的脉冲描述字数据进行信号分类，从而实现雷达信号粗分选。本发明还公开了一种基于自适应分桶的雷达信号粗分选系统和计算机可读存储介质。本发明具有自动、准确和快速选点。

技术领域

本发明属于对抗侦察技术领域，具体涉及一种基于自适应分桶的雷达信号粗分选方法、系统及存储介质。

背景技术

雷达对抗侦察接收机输出到信号处理系统的是密集交叠的脉冲流(即全脉冲，每个脉冲以脉冲描述字PDW表示)。信号分选就是从这种随机交叠的脉冲流中分离出每一部雷达脉冲列的过程。信号分选是利用同一部雷达信号参数的相关性和不同雷达信号参数的差异性来实现的。雷达辐射源信号分选是雷达对抗侦察信号处理的重要内容之一，也是进行雷达特征提取、识别以及威胁评估的前提和基础。现代战争中，雷达对抗侦察接收机所处的信号环境越来越密集，越来越复杂。一方面，随着各国电子战的日益重视，电子对抗辐射源的数目急剧增加，使得雷达对抗信号异常密集，信号密度已达到数百万脉冲每秒；另一方面，随着各国反侦察反干扰措施的加强，现代雷达体制越来越先进，这对雷达对抗侦察信号分选提出了严峻的挑战。

雷达信号分选方法一般分为粗分选和主分选。粗分选一般是利用DOA(Directionof Arrival，到达方位)、RF(Radar Frequency，工作频率)和PW(Pulse Width，脉冲宽度)参数信息对脉冲序列进行大致划分，而后对粗分选划分好的各个脉冲序列集合进行信号主分选。

现有的粗分选算法中，最简单的是基于固定网格划分的固定分桶粗分选方法，对多维数据(如到达方位、工作频率和脉冲宽度脉冲信息数据组成的三维数据)构成的三维空间进行划分，该方法简单快捷，但由于没有考虑信号的密度分布，若划分桶的数量过多，会导致信号分裂严重，一些有效的雷达信号样式被割裂，造出信号的漏批和增批。信号密度过高，桶内信号数量过大，降低了粗分选的作用，增加了主分选的难度，难以提取识别出雷达信号RF、PRI和PW的样式变化特征，造成信号漏批；桶内信号过于稀疏，又难以积累一定的脉冲数目，用于信号主分选。因此，固定分桶的粗分选方法只适应于雷达信号密度小、信号交叠不严重的电子对抗场景，对当前常见的雷达对抗信号异常密集的场景难以满足要求，普适性低。

发明内容

本发明的目的之一，在于提供一种自适应桶的雷达信号粗分选方法，以克服现有技术固定分桶粗分选方法没有考虑的信号密度分布、计算量大和普适性低的技术问题。

本发明的目的之二，在于提供一种自适应桶的雷达信号粗分选系统。

本发明的目的之三，在于提供一种计算机可读存储介质。

为了达到上述目的之一，本发明采用如下技术方案实现：

一种基于自适应分桶的雷达信号粗分选方法，所述雷达信号粗分选方法包括如下步骤：

步骤一、获取所有雷达信号脉冲值并构建每个脉冲值所对应的脉冲向量；

步骤二、将所有脉冲值所对应的脉冲向量投影到各个小区间，并获取各个小区间所对应的端点向量以及各个小区间内的投影脉冲向量个数；

步骤三、根据各个小区间的端点向量以及各个小区间内的投影脉冲向量个数以及预先设定的区间最少脉冲数，对各个小区间进行自适应分片，得到自适应桶；

步骤四、判断所述自适应桶内的脉冲数是否大于预先设定的样式最少脉冲数，如是，则保留该自适应桶，进入步骤五；如否，则舍弃该自适应桶，结束；