輻射源識(shí)別技術(shù)是當(dāng)前電子偵察的重要研究方向。文中利用雷達(dá)模擬器的脈沖包絡(luò)指紋特征,構(gòu)建特征數(shù)據(jù)庫(kù),提出一種新的指紋特征向量匹配識(shí)別方法。該方法根據(jù)自適應(yīng)評(píng)分機(jī)制,衡量不同特征向量之間的相似性,實(shí)現(xiàn)對(duì)輻射源脈沖的分類和識(shí)別處理。利用同型號(hào)雷達(dá)模擬器的外場(chǎng)實(shí)錄數(shù)據(jù),驗(yàn)證了該識(shí)別方法的有效性,分類性能優(yōu)于傳統(tǒng)的M-距離法。文中還定量分析了輻射源分類正確率與信噪比的關(guān)系,結(jié)果表明,分類正確率與SNR成正相關(guān),當(dāng)信噪比高于20 dB時(shí),分類正確率超過(guò)95%。 

【文章來(lái)源】：現(xiàn)代雷達(dá). 2020,42(01)北大核心CSCD

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
0 引 言
1 方法介紹
    1.1 脈沖包絡(luò)提取
    1.2 時(shí)域指紋特征提取
    1.3 序貫匹配法
2 結(jié)果展示
    2.1 特征空間上的分布結(jié)果
    2.2 分類正確率與信噪比之間關(guān)系
3 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于信號(hào)“指紋”特征的雷達(dá)輻射源識(shí)別[J]. 陳濤,劉志武.  應(yīng)用科技. 2016(03)
[2]基于譜特征的雷達(dá)信號(hào)脈內(nèi)編碼調(diào)制樣式識(shí)別[J]. 吳振興,阮懷林,何宇.  電子信息對(duì)抗技術(shù). 2015(02)
[3]New Individual Identification Method of Radiation Source Signal Based on Entropy Feature and SVM[J]. Yun Lin,Xiao-Chun Xu,Zi-Cheng Wang.  Journal of Harbin Institute of Technology. 2014(01)
[4]基于雷達(dá)輻射源識(shí)別專家系統(tǒng)的數(shù)據(jù)融合方法研究[J]. 賴中安,羅杰.  艦船電子對(duì)抗. 2012(03)
[5]基于脈沖包絡(luò)前沿高階矩特征的輻射源個(gè)體識(shí)別[J]. 王宏偉,趙國(guó)慶,王玉軍.  現(xiàn)代雷達(dá). 2010(10)
[6]基于雙譜分析的雷達(dá)輻射源個(gè)體特征提取[J]. 陳昌孝,何明浩,朱元清,王廣學(xué).  系統(tǒng)工程與電子技術(shù). 2008(06)
[7]基于知識(shí)庫(kù)的雷達(dá)輻射源識(shí)別專家系統(tǒng)[J]. 張小飛,徐大專.  現(xiàn)代雷達(dá). 2003(10)

博士論文
[1]輻射源指紋機(jī)理及識(shí)別方法研究[D]. 許丹.國(guó)防科學(xué)技術(shù)大學(xué) 2008



本文編號(hào)：3446802