一种基于脉冲压缩特性的雷达信号调制类型分类方法

    公开(公告)号:CN119355650A

    公开(公告)日:2025-01-24

    申请号:CN202411934903.7

    申请日:2024-12-26

    Abstract: 本发明公开了一种基于脉冲压缩特性的雷达信号调制类型分类方法,利用雷达信号的脉冲压缩特性计算信号、信号平方、信号四次方的脉压后主瓣宽度与脉宽比值识别,简单信号、二相编码信号和四相编码信号;对剩余为分类的信号采用不同的延时自相关系数计算其调制斜率,根据计算出的调制斜率结果区分线性调频信号和非线性调频信号。本发明利用雷达信号的脉冲压缩特性,通过卷积运算和其他简单运算,就可以区分简单信号、二相编码信号、四相编码信号、线性调频和非线性调频信号;同其他算法相比计算量小,具有识别速度快、流程简单、性噪比要求低的优点。

    一种基于脉冲压缩特性的雷达信号调制类型分类方法

    公开(公告)号:CN119355650B

    公开(公告)日:2025-04-08

    申请号:CN202411934903.7

    申请日:2024-12-26

    Abstract: 本发明公开了一种基于脉冲压缩特性的雷达信号调制类型分类方法,利用雷达信号的脉冲压缩特性计算信号、信号平方、信号四次方的脉压后主瓣宽度与脉宽比值识别,简单信号、二相编码信号和四相编码信号;对剩余为分类的信号采用不同的延时自相关系数计算其调制斜率,根据计算出的调制斜率结果区分线性调频信号和非线性调频信号。本发明利用雷达信号的脉冲压缩特性,通过卷积运算和其他简单运算,就可以区分简单信号、二相编码信号、四相编码信号、线性调频和非线性调频信号;同其他算法相比计算量小,具有识别速度快、流程简单、性噪比要求低的优点。

    基于脉冲时间分布的卷积神经网络辐射源识别方法

    公开(公告)号:CN116973850A

    公开(公告)日:2023-10-31

    申请号:CN202310887524.6

    申请日:2023-07-19

    Abstract: 本发明提出了基于脉冲时间分布的卷积神经网络辐射源识别方法,属于电子对抗技术领域。本发明对脉冲重复间隔特征不同的全脉冲辐射源信号进行脉冲流密度估计、周期延拓、滑窗、二维聚类处理,转化为分辨率固定的到达时间差序列图,以到达时间差序列图作为辐射源的脉冲时间分布特征样本,用卷积神经网络实现识别。在网络训练时,使用到达时间差序列图作为训练样本完成网络训练;训练完成后,将全脉冲数据映射至各卷积池化层输出,能够实现对脉冲重复间隔特征不同的雷达辐射源的识别。

Patent Agency Ranking