信号交叠条件下LPI信号分离与识别研究

摘要

低截获概率（LPI:Low Probability of Intercept）雷达采用功率管理、脉冲压缩等技术，拥有反侦察、反辐射打击和抗干扰等优点，被广泛应用于现代战场。然而随着LPI雷达大量涌现，战场电磁环境中信号密度日趋密集，雷达辐射源信号到达接收机时容易产生交叠。在缺乏信号先验信息的情况下，对交叠信号进行检测识别研究已经成为了当今电子侦察信号处理领域中的热点问题。
　　本文首先对LPI雷达的研究发展现状进行总结梳理，基于LPI雷达采用的关键技术，分析了复杂电磁环境下不同样式的信号到达接收机的交叠情况。针对复杂电磁环境下LPI信号混合方式的多样性，着重对瞬态混合和卷积混合这两种多分量信号模型进行盲分离研究。最后基于小波脊线，对分离后的单分量信号进行调制识别分析。
　　1．针对瞬态混合模型的信号分离，传统的串行雷达分选算法对交叠信号分离存在不足，引入独立分量分析（ICA）的思想进行盲分离处理，根据负熵的信息最大化准则，将基于固定点迭代的FastICA算法应用于混叠信号分离。针对原算法收敛效果不佳的缺陷，设计了一种联合罚函数和一维搜索的改进算法，降低了对初始值选取的敏感性，改善了原算法收敛性能较差的问题。
　　2．对于卷积混合模型的时频域盲解卷问题，在时域上处理卷积信号时，沿用瞬态混合盲分离的思想，基于自然梯度算法对混合信号进行分离，并采用串音误差指标评价分离效果。在频域处理卷积混合信号时，通过短时傅里叶变换将时域卷积信号转变为频域一系列频点的瞬态混合。对于频点重排的不确定性难题，本文利用稀疏分解思想，将长序列频点转化为多个相关性较强的信号分段，对段内频点采用联合方位角估计法和相关系数法的改进算法，解决了频点重排的准确性和可靠性问题。
　　3．根据小波脊线，对分离后的单分量信号完成调制方式识别。瞬时频率是描述信号调制特征的重要参数，通过小波变换，基于瞬时频率提取其小波脊线。通过统计小波脊线的斜率、跳变点数目、分布情况等信息识别信号的调制类型。对于采用不同调制方式的雷达信号，采用最小二乘法拟合直线，定义并计算特征参数，从而完成信号的调制类型识别，并在不同信噪比环境下取得了较好的识别效果。

目录

声明

第1章 绪论

1.1 课题背景与意义

1.2 国内外研究现状

1.3 本文研究思路和主要研究内容

第2章 复杂电磁环境下LPI雷达信号模型

2.1 LPI雷达关键技术简析

2.2 信号交叠情况及概率分析

2.3 多分量雷达辐射源信号

2.4 当前LPI信号处理的缺陷

2.5 本章小结

第3章 瞬态混合LPI信号的盲分离

3.1 传统雷达信号分选

3.2 独立分量分析

3.3 基于FastICA的多分量雷达信号盲分离

3.4 改进的FastICA盲分离处理算法

3.5 本章小结

第4章 卷积混合信号的时频域盲解卷

4.1 时域卷积盲分离

4.2 频域卷积盲分离算法

4.3 频域排序不定问题的解决方法

4.4 本章小结

第5章 基于小波脊线的多信号调制识别

5.1 LPI雷达常见脉内调制模型

5.2 常见时频分析的缺陷

5.3 小波变换和脊线提取

5.4 基于脊线特征的调制识别

5.5 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢