電子偵察領域中,雷達脈沖參數(shù)的正確測量是信號分選和輻射源識別的基礎。針對復雜電磁環(huán)境中傳統(tǒng)參數(shù)測量方法可靠性下降問題,提出了一種將稀疏分解與提升小波變換相結合的雷達脈沖參數(shù)測量方法。首先介紹了接收信號的模型和參數(shù)測量的原理。然后引入稀疏分解理論和提升小波變換,分別對傳統(tǒng)頻率和到達時間的測量方法進行改進,給出了改進頻率和到達時間測量的處理流程。最后給出了仿真實驗,實驗結果驗證了方法的有效性和正確性,在較低信噪比的情況下也有較高的估計精度。 

【文章來源】：電子測量技術. 2020,43(16)

【文章頁數(shù)】：5 頁

【部分圖文】：

參數(shù)測量原理

為了進一步驗證本文頻率估計方法的有效性,分別采用傳統(tǒng)FFT測頻法、文獻[7]中測頻方法以及本文方法在不同信噪比條件下對點頻信號進行頻率估計。待測的信號為頻率捷變信號,頻率中頻值分別為26.5 MHz、31 MHz、36.5 MHz。3種方法1 000次蒙特卡羅實驗的頻率估計均方根誤差與信噪比的關系如圖2所示。從圖2中可以看出傳統(tǒng)FFT測頻法比較依賴信噪比,在高信噪比時相對于文獻方法具有較小的頻率估計均方根誤差,而在低信噪比條件下頻率估計均方根誤差明顯增大。由于文獻[7]的匹配追蹤正交算法是利用原子之間的相關性來尋找最佳匹配原子,而沒有利用到信號子空間信息,因而其均方根誤差對信噪比不敏感。而本文方法將兩者結合,充分利用了上述兩種方法的優(yōu)點,在高信噪比區(qū)間性能優(yōu)于文獻[7]中的方法,而在低信噪比條件下利用了文獻[7]中計算相關性的迭代過程,改善了傳統(tǒng)FFT測頻法過分依賴信噪比的缺陷。

【參考文獻】：
期刊論文
[1]基于稀疏表征的異常點檢測方法[J]. 徐曉丹,姚明海,劉華文.  華中科技大學學報(自然科學版). 2020(07)
[2]基于FPGA的實數(shù)信道化工程設計與實現(xiàn)[J]. 王小靜,岳枚君,張錦中.  艦船電子對抗. 2019(06)
[3]基于神經(jīng)網(wǎng)絡的輻射源個體識別技術[J]. 耿夢婕,張君毅.  電子測量技術. 2019(21)
[4]基于機器學習的雷達輻射源識別綜述[J]. 李昆,朱衛(wèi)綱.  電子測量技術. 2019(18)
[5]基于集成深度學習的雷達信號分選研究[J]. 金煒東,陳春利.  系統(tǒng)仿真學報. 2019(09)
[6]基于壓縮感知的SAR自適應窄帶干擾抑制方法[J]. 孔舒亞,白新有,王亮,陳亞坤.  國外電子測量技術. 2019(07)
[7]改進的低秩稀疏分解及其在目標檢測中的應用[J]. 楊真真,范露,楊永鵬,匡楠,楊震.  儀器儀表學報. 2019(04)
[8]弱信號條件下到達時間提取及脈寬測量方法[J]. 卿浩博,徐漢林,甘建超,李和平,唐凌,李力.  電子信息對抗技術. 2018(04)
[9]小波-EMD和隨機共振級聯(lián)微弱信號檢測[J]. 張剛,李紅威.  電子測量與儀器學報. 2018(01)
[10]STFT數(shù)字信道化的雷達脈沖參數(shù)測量改進算法[J]. 丁世譜,夏厚培.  現(xiàn)代防御技術. 2017(03)



本文編號：3272878