信号分选

摘要： 针对近海区域的渔船雷达信号由于电磁参数和位置密集而产生的信号分选难题,在对渔船雷达信号场景进行深入分析的基础上,提出一种基于时间序列分析的渔船信号分选算法。算法首先将全脉冲序列进行迭代移位相关,然后进行序列相关融合,最后提取信号的脉冲序列特征。仿真和实际数据验证表明,该算法可处理得到较为准确的分选结果,与传统分选算法相比显著提升了在复杂渔船背景下的信号适应能力。

摘要： 常规分选算法对频率、脉宽和方位较为接近的密集信号难以取得准确的分选结果,针对信号分选在复杂电磁环境下存在的错批和漏批问题,提出了一种基于模板提取的信号分选算法。算法的核心思想是利用信号脉冲时间序列的相关性提取信号的特征序列,克服了传统信号分选算法对脉冲频率、脉宽和方位参数的依赖。仿真和实际数据验证表明,该方法可提高在复杂电磁环境下的信号分选能力。

摘要： 根据激光告警实际需求,开展混合激光制导信号的分选与解码研究。分析了混合激光制导信号特征,提出了混合激光制导信号分选和解码方法,编写了混合激光制导信号分选与解码软件。对PRF与PRF、PRF与PIM、PIM与PIM等三类混合信号进行了分选和解码。结果显示,利用骨架周期分析方法,能够正确分选包含PIM信号的混合信号,且分选与解码总用时较短,能够满足实际需求。

摘要： 针对目前部分老式侦察设备采集的谱图无法利用现有算法完成跳频信号分选问题,提出一种仅有谱图信息输出的多网台信号分选工程实现方法。首先,利用信号与噪声差异,通过二维CFAR方法对谱图进行降噪,并对分裂信号进行恢复;其次,提取降噪谱图信号的出现时间、结束时间、平均电平、频率等参数,形成四维向量参数矩阵;而后利用提取参数,按照信号到达时间对多网台进行分选;最后,通过实测数据验证该算法的有效性。

摘要： 本文分析了两站和三站时差分选的性能和运行效率,提出了一种基于云模型的辐射源信号多站分选方法.该方法首先利用两站时差分选方法完成脉冲配对与粗分选;然后运用云模型计算各配对成功脉冲集合在时差、脉宽和载频参数维度上的隶属度,合并来自同一辐射源的脉冲集合,实现细分选;最后利用另一个云模型计算配对失败脉冲与细分选后的集合在脉宽、载频和带宽参数维度上的隶属度,归类配对失败脉冲.仿真结果表明,与现有多站时差方法相比,本文通过引入云模型合并时差粗分选结果中来自同一辐射源的脉冲集合,降低了虚警率,同时实现了配对失败脉冲的准确归类,提高了方法的鲁棒性.

摘要： 传统目标雷达信号分选技术多以频率、脉宽、重复间隔分选为主。战场条件下,电磁信号密集而复杂,存在大量干扰信号,以及雷达操作员可能启用全新的工作模式,使得分选效能显著下降。与雷达干扰不同,相较于具体的目标信号调制方式,反辐射攻击对于信号角度更为关注。针对该应用特性,提出一种空间角度聚类优先条件下的目标分选方法。角度信息仅取决于目标和导引头相对位置关系,通过角度聚类完成目标脉冲分堆,不受信号调制样式影响,原理上具备更强的复杂电磁环境适应能力。

摘要： 针对现有雷达信号分选方法在脉冲丢失、脉冲参差及参数估计误差大等复杂电磁环境下分选性能下降这一不足,提出基于卷积降噪自编码器的雷达信号智能分选方法。该方法将其他脉冲序列视为噪声,目标脉冲序列视为待提取的数据。首先将脉冲序列的到达时间进行编码,并将其转化为二进制编码向量,将编码向量输入卷积降噪自编码器学习目标脉冲序列的内部时间模式,再用训练后的网络对混合脉冲序列进行分选,提取出目标脉冲序列。仿真结果表明,在考虑漏脉冲率、参差脉冲率、TOA估计误差、信噪比等参数变化及存在多功能雷达信号的复杂电磁环境下,该方法的分选正确率均明显优于基于TOA参数的传统方法和使用脉内特征的深度学习方法,证明了该方法的有效性和优越性。

摘要： 针对现有雷达信号预分选方法对参数捷变雷达信号分选准确率不高的技术难题,提出了一种基于深度学习算法的全连接神经网络与时域校验的雷达信号预分选方法.该方法首先提取雷达数据库中已知雷达信号的载频、脉宽和脉内调制信息作为单脉冲分选特征,使用全连接神经网络完成单脉冲的识别.为了避免神经网络将未在雷达数据库中的信号(未知雷达信号)识别为已知雷达信号,在神经网络的输出层中加入置信度神经元生成置信指数,将置信指数低于阈值的判定为未知雷达信号进行剔除.最后根据分选结果调用雷达数据库中对应的时域信息(脉冲重复间隔),进行时域校验,完成雷达信号预分选.仿真结果表明,该方法在不同信噪比环境下对参数捷变雷达信号有较高的分选准确率,并且能有效剔除未知雷达信号.

摘要： 信号分选是电子侦察系统的组成部分之一,在愈发复杂的电磁环境中变得非常重要.文中提出一种基于多线程并行处理的高低重频信号分选方法.该方法在处理过程中将高低重频雷达信号分别处理,并利用线程间的通信结果对输入的脉冲描述字(pulse description word)进行筛选过滤.利用流式处理的思想,剔除高重频雷达信号的同时,做到了对可能存在的低重频雷达脉冲描述字的累积,低重频处理线程对筛选后的PDW进行低重频分选,针对高低重频信号同时存在的电磁环境,文中方法可以达到良好的效果.

摘要： PRI变换算法可抑制子谐波,对于重频抖动雷达信号具有很好的分选效果,但在采用直接序列搜索时,由于脉冲到达时间抖动导致很难成功搜索和准确计算PRI值,容易产生漏选和错选.采用线性拟合序列搜索,可通过不断对计算误差进行收敛修正,从而精确得到PRI值,以保证后续的正常分选.

摘要： 点和辐射源目标关联是被动雷达信号分选的重要步骤,关联权重选取直接影响数据关联判断质量.常规信号分选权重主要采用人工经验法对方位、脉宽、重复周期、载频等辐射源参数权重进行赋值,存在权重设置随意性大、缺乏一致性检验等缺点,影响信号分选性能.结合具有理论完善、定性定量结合、获得权重可信度高等特点的层次分析法,将辐射源参数按照大小脉宽分类,分别建立、调整判断矩阵,并通过一致性检验进而获得权重.最后根据采集数据,将基于人工经验和层次分析获得的权重进行信号分选关联对比仿真实验,验证了层次分析法在被动雷达信号分选权重计算中的有效性和优化性.

摘要： 论文分析了强黑信号背景下实现周期红信号分选的三种方法，提出了一种组合方法，计算机仿真结果显示了其优越性。

摘要： 论文分析了强干扰背景下实现周期信号分选的三种方法，提出了一种组俣方法，计算机仿真结果显示了其优越性。

摘要： 该文讨论了在跳频通信网台信号分选中几种基于到达时间（ＴＯＡ）的算法，研究了ＴＯＡ差值直方图中脉冲重复间隔ＰＲＩ估计的门限函数问题，从系统实现的实时性和算法的可靠性角度提出了最大值门限函数，首先在ＭＡＴＬＡＢ下作了仿真与以往认为最优的指数函数门限法作了比较，更进一步用Ｃ语言进行了算法的代码级评估，验证了最大值门限法的正确性和有效性，指出该方法在理论上和应用上都要优于指数函数门限法。最后，研究了在ＭＡＴＬＡＢ下算法的效率评估问题。

摘要： 该文论述了反辐射导弹导引头所具有的信号分选能力，包括载频分选、重频及脉宽分选、到达时间分选、信号幅度分选和一定的角度分选能力。

摘要： 本文针对复杂电磁环境下的雷达信号分选和雷达数据处理问题，先介绍集对分析关于两个实数的大小关系进行同异反定量刻画的知识，再通过对雷达信号分选、电磁信号环境的描述，介绍一种基于集对的信号分选算法和基于改进的集对分析聚类的信号分选算法，并通过仿真实验，说明集对分析在雷达信号分选应用中有效、可行，且实时性强，可获得较高的信号分选精度；另一方面，通过对雷达多目标数据关联问题和多雷达数据融合的阐述，分别给出了一种基于集对分析的多目标数据关联应用和一种基于集对分析在多雷达数据融合中的应用，并通过仿真分析，进一步说明集对分析方法在雷达数据处理中不仅算法简单，便于工程实现，而且可以获得较高的目标关联精度和多雷达数据融合精度，表明集对分析的思想与方法在雷达信息处理方面具有较好的实际应用价值。

摘要： 累积差分(CDIF)直方图算法在雷达信号分选中有非常广泛的应用,本文在微型化需求背景下,基于Xilinx的FPGA芯片对该算法进行了实现,并将其用于一个MATLAB模拟的雷达侦察场景中信号的分选.结果表明该FPGA分选架构可以对五部脉冲重复间隔(PRI)常规变化的雷达混合信号成功完成分选,并估计出各雷达的PRI参数.证实了该FPGA分选实现结构的可行性.

摘要： 该文建立了一种简化的卫星电子侦察空间模型,并在此基础上,提出一种利用空间到达角对卫星电子侦察信号进行分选的新方法.利用此模型产生大量的模拟卫星侦察数据验证了此方法的可行性,同时,指出提高此方法分选准确率的根本途径是提高卫星角度测量精度.最后指出此方法可广泛使用于其它分选方法的前端处理,以降低分选的复杂度.

摘要： 信号的识别是信号处理系统的重要部分，在信号处理中占有举足轻重的作用.目前，空间中的信号环境越来越复杂，对信号的识别而言，难度越来越大.高密度复杂信号环境下的信号识别处理技术是新一代雷达截获接收机信号处理的关键技术，也是雷达截获领域一个亟待解决的问题.本文通过对线性调频信号与相位编码信号的分析，讨论了一种基于瞬时自相关的瞬时频率提取的方法，并在后面用匹配滤波器进行信号的匹配.然后对多通道匹配滤波进行仿真.仿真结果表明，可以从多通道匹配滤波中判断我们匹配的正确与否，从而可以实现信号的识别.这种方法是对信号识别方法的一种新的尝试.

摘要： 信号的识别是信号处理系统的重要部分，在信号处理中占有举足轻重的作用.目前，空间中的信号环境越来越复杂，对信号的识别而言，难度越来越大.高密度复杂信号环境下的信号识别处理技术是新一代雷达截获接收机信号处理的关键技术，也是雷达截获领域一个亟待解决的问题.本文通过对线性调频信号与相位编码信号的分析，讨论了一种基于瞬时自相关的瞬时频率提取的方法，并在后面用匹配滤波器进行信号的匹配.然后对多通道匹配滤波进行仿真.仿真结果表明，可以从多通道匹配滤波中判断我们匹配的正确与否，从而可以实现信号的识别.这种方法是对信号识别方法的一种新的尝试.

摘要： 本发明提供一种宽体智能分选设备的双光源信号采集单元及信号采集方法，其中双光源信号采集单元包括两个X光发射器、连接装置、两个X射线屏蔽板和信号接收单元；其中两个X光发射器安装在连接装置上，用于发射X光检测原始信号；两个X射线屏蔽板安装在连接装置上，用于遮挡X光检测原始信号，使得两个X光发射器覆盖范围的混叠区域中检测信号为有效的X光检测原始信号；信号接收单元用于接收X光检测信号。本发明采用双X光源技术，同时设计限束窗和光强矫正算法，不改变通用分选设备高度的前提下，有效加大X光的覆盖范围。同时使用光强矫正算法，有效消除X光照射混叠带来的误差。

摘要： 本申请公开了对合成孔径雷达信号参数的分选方法及分选装置。其中，所述分选方法，包括：接收并处理雷达辐射源信号，得到按照雷达信号参数类别进行收集的第一参数集合；根据合成孔径雷达信号的脉内特征，筛选第一参数集合，得到第二参数集合；将所述第二参数集合填入由所述雷达信号参数类别确定维度的多维坐标系，得到信号数据空间分布；根据所述信号数据空间分布，通过多维聚类分选算法，得到所述合成孔径雷达的信号数据集合；根据所述信号数据集合，计算所述合成孔径雷达的脉冲重复周期；根据所述信号数据集合和所述脉冲重复周期，输出所述合成孔径雷达的信号参数集合。通过结合脉内特征和多维聚类分选算法，实现合成孔径雷达信号的自动分选。

摘要： 本发明提供一种宽体智能分选设备的双光源信号采集单元及信号采集方法，其中双光源信号采集单元包括两个X光发射器、连接装置、两个X射线屏蔽板和信号接收单元；其中两个X光发射器安装在连接装置上，用于发射X光检测原始信号；两个X射线屏蔽板安装在连接装置上，用于遮挡X光检测原始信号，使得两个X光发射器覆盖范围的混叠区域中检测信号为有效的X光检测原始信号；信号接收单元用于接收X光检测信号。本发明采用双X光源技术，同时设计限束窗和光强矫正算法，不改变通用分选设备高度的前提下，有效加大X光的覆盖范围。同时使用光强矫正算法，有效消除X光照射混叠带来的误差。

摘要： 提供一种用于在流路中分选所需微粒的技术，其中，控制要执行分选的时刻，以便提高颗粒分选性能。提供了一种分选控制装置，具有分选控制单元，该分选控制单元被配置为：在用于对流经流路的颗粒进行分选的分选方法中，调节用于确定分选条件的参数，该调节基于所获取的颗粒当中的目标颗粒的关于目标纯度的信息、和/或关于目标产率的信息。此外，提供了一种用于分选流经流路的颗粒的颗粒分选装置，该颗粒分选装置具有：光检测单元，检测从样本液体获得的光学信息；分选单元，被配置为基于所检测到的光学信息从样本液体内分选颗粒；以及分选控制单元，被配置为调节用于确定分选条件的参数，该调节基于所获取的颗粒当中的目标颗粒的关于目标纯度的信息和/或关于目标产率的信息中的至少一者。

摘要： 本发明提供一种基于相关匹配法的多参差信号分选方法及装置，方法包括：S101，计算由多参差信号脉冲流转换的01序列在单位正交子空间的投影能量；S102，根据投影能量计算各周期值对应的度量长度；S103，计算各周期值对应的检测阈值；S104，取对应度量长度大于检测阈值的周期值组成待选集合；S105，根据待选集合中周期值的除数数量以及各度量长度的大小得到第一PRI值；S106，根据第一PRI值，从多参差信号脉冲流中分离出第一脉冲序列；S107，重复S101‑S106，直到剩余脉冲序列的长度小于分选阈值，混合PRI值相同的第一脉冲序列，得到参差序列。

摘要： 本发明属于雷达侦察技术领域，公开的一种基于STFT预分选和PRI变换的雷达信号分选方法，是基于STFT方法对高密度雷达脉冲流进行预处理，得到每个脉冲的脉内特征信息，根据脉内特征将脉冲流分为四种类型的信号，然后采用PRI变换法对每类信号进行信号分选，再对包含多种脉内调制类型、多种PRI调制方式的高密度脉冲流实现有效的分选，本发明适用于常规脉冲、频率调制、相位调制、复合调制等多种脉内调制类型，适用于PRI滑变、抖动等多种PRI调制方式，需要信号数据量少，分选效率高；克服了传统PRI变换法处理后真实的PRI值淹没在谐波中，无法提取到各类信号的PRI值，在多种PRI调制类型信号混合情况的分选失效问题。

摘要： 本发明属于雷达侦察技术领域,涉及一种基于信号脉内参数的低延时信号分选算法，包括以下步骤：1)分选处理初始化，为整个分选处理算法初始化分进程个数、数据缓冲区和数据存储区；2)信号分选处理进程选择，根据接收数据的脉冲宽度参数，选择正确的分选处理进程；3)分选处理与缓冲控制，根据分选处理进程的状态，确定接收数据是进行处理还是缓冲；4)分选处理进程，对接收的数据进行分选处理，并进行存储区内数据的更新。本发明用于雷达侦察接收机的信号分选处理，使用本发明的方法构建的雷达侦察接收机时，其接收机设计将变的更加灵活，系统的分选处理延时将更小，更加能够适应所面对的复杂电磁环境。

摘要： 本发明属于通信技术领域，具体涉及一种用于数据链通信系统跳时信号的信号分选方法。本发明的方法具体包括：1)测量各通信节点每个脉冲信号的信号到达时间(TOA)和脉冲信号结束时间(TOE)，构成原始脉冲到达时间序列集合。2)对每个脉冲信号进行到达角度(DOA)的估计测量。3)采用K均值(K‑means)聚类算法根据DOA对脉冲信号进行初步聚类分选，得到若干个分选结果分组。4)对每个分组搜索可能的跳时图案，再搜索具有同样跳时图案的脉冲组，并划为新分组。5)将所有分组中全部脉冲遍历搜索后，完成分选，输出各个分组结果即为最终分选结果。本方法通过DOA聚类分选，降低了算法的复杂度，同时克服了跳时信号间隔无规律的难点，具有较高准确率。

摘要： 雷达信号多站融合分选方法，属于电子对抗领域；解决了现有多站集群协同下基于多组时差的雷达信号分选方法在高密度脉冲流情况下时差匹配精度低，且仅依赖时差参数TDOA分选准确率性难以保证的问题。本发明是基于PCN集对势与优化的平面变化主分选实现的雷达信号分选，本发明将各观测站内的特征参数接近的脉冲进行聚类，再以多站时差匹配TDOA参数作为融合校验的依据，弱化时差匹配误差对分选结果的影响，从而增加了高密度脉冲流条件下分选算法准确率；还提出引入SDIF算法确定每个聚类堆的潜在变换宽度Wi，再确定最优变换宽度W，从而实现对待测雷达的重复周期及重频调制类型的识别。本发明主要用于雷达信号分选。

摘要： 本发明提供一种信号分选和信源类型判别的方法，为了在雷达信号分选过程中减少人工参数设置、减少多步骤分选的传统方法在灵活性上的制约，提出一种基于神经网络的信号分选方法。其中，点阵图像分割步骤中，对掩膜精度的要求达到了像素级，现有的实例分割神经网络无法达到精度要求，因此提出了一种“级联‑循环神经网络回路”，克服了精度问题。