公开(公告)号：CN115575902B

公开(公告)日：2025-05-16

申请号：CN202211151872.9

申请日：2022-09-21

Applicant: 哈尔滨工程大学

Inventor： 刘鲁涛 ,  李金凯 ,  吴铁明

IPC: G01S7/285 ,  G01S7/36 ,  G01S13/88 ,  G01S5/02

Abstract: 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。

公开(公告)号：CN115575902A

公开(公告)日：2023-01-06

申请号：CN202211151872.9

申请日：2022-09-21

Applicant: 哈尔滨工程大学

Inventor： 刘鲁涛 ,  李金凯 ,  吴铁明

IPC: G01S7/285 ,  G01S7/36 ,  G01S13/88 ,  G01S5/02

Abstract: 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。