發(fā)布時(shí)間：2020-02-09 16:23

【摘要】：雷達(dá)信號分選技術(shù)能力的高低是判斷電子對抗系統(tǒng)先進(jìn)程度的主要標(biāo)志。隨著雷達(dá)電子技術(shù)的進(jìn)步,由于現(xiàn)代雷達(dá)體制多變以及數(shù)量倍增,形成了很復(fù)雜的電磁環(huán)境,使得雷達(dá)信號分選技術(shù)成為電子對抗技術(shù)發(fā)展的瓶頸。本文實(shí)現(xiàn)一種并行的雷達(dá)信號分選算法并將其在GPU上實(shí)現(xiàn),可快速、準(zhǔn)確并實(shí)時(shí)的分選出各部雷達(dá)信號。在未知的復(fù)雜電磁環(huán)境中,快速實(shí)時(shí)的分選出未知雷達(dá)信號成為了雷達(dá)信號分選技術(shù)的一個(gè)瓶頸。本文針對未知的雷達(dá)輻射源信號設(shè)計(jì)并實(shí)現(xiàn)了一種基于GPU的并行化雷達(dá)信號分選算法,該算法是基于Fast-ICA的K-Means聚類的雷達(dá)信號分選算法。由于多參數(shù)均值聚類分選算法嚴(yán)重依賴于初始聚類中心和類別數(shù)目,本文通過引入Fast-ICA分選算法來解決聚類分選算法需要知道先驗(yàn)知識的不足。本文首先利用Fast-ICA雷達(dá)信號分選算法對部分雷達(dá)信號進(jìn)行分選,可以將噪聲與雷達(dá)信號分離開并為接下來的聚類雷達(dá)信號分選算法提供聚類數(shù)目,再由K-Means聚類雷達(dá)信號分選算法依據(jù)雷達(dá)脈沖描述字對雷達(dá)信號進(jìn)行快速聚類分選。本文基于CUDA編程架構(gòu)并將上述算法并行化,使該算法可以在GTX-1080顯卡上運(yùn)行并快速分選雷達(dá)脈沖信號。最后,通過模擬復(fù)雜的電磁環(huán)境,仿真不同類別雷達(dá)信號和同類別雷達(dá)信號,使用上述算法進(jìn)行分選,結(jié)果表明分選效果良好。在分選2.68MB的雷達(dá)脈沖信號時(shí),本文的設(shè)計(jì)的基于GPU的并行信號分選算法與串行算法相比,并行Fast-ICA分選算法加速比高達(dá)40倍,并行的K-Means聚類信號分選算法加速比高達(dá)260倍,而并行的基于Fast-ICA的K-Means聚類信號分選算法加速比相比于并行Fast-ICA算法高達(dá)1.5倍,因此本文實(shí)現(xiàn)的并行雷達(dá)信號分許算法可滿足雷達(dá)信號分選的實(shí)時(shí)性指標(biāo)。
【圖文】：

道太多的先驗(yàn)知識并可以實(shí)時(shí)快速準(zhǔn)確的分選雷達(dá)信號的算法。本課題未知雷達(dá)輻射源信號分選，致力于研究高性能的雷達(dá)信號分選算法并以的運(yùn)行時(shí)間為目標(biāo)。在雷達(dá)源的已知信息很少的情況下，本文通過對雷達(dá)行獨(dú)立分量分析后可以將各個(gè)雷達(dá)信號和噪聲分離開來，然后在對雷達(dá)進(jìn)行聚類分選，在這個(gè)過程中由于該算法需要處理大量的雷達(dá)信號數(shù)據(jù)，法開銷較大的部分并行化并將其在GPU上運(yùn)行，縮短雷達(dá)信號分選的時(shí)當(dāng)今雷達(dá)信號分選的實(shí)時(shí)性要求。 雷達(dá)信號分選算法及國內(nèi)外研究現(xiàn)狀近 30 多年以來，關(guān)于復(fù)雜信號環(huán)境下的雷達(dá)輻射源信號分選算法研究不步，信號分選技術(shù)也隨著硬件設(shè)備的升級而不斷發(fā)展。到目前為止，常用號分選算法有 Davies、Campbell 等人提出的序列搜索法[19-20]、基于到達(dá)OA）的 PRI 分選算法以及基于多參數(shù)的聚類算法[21]和基于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)法[16]，下面本章將重點(diǎn)介紹幾種國內(nèi)外的雷達(dá)信號分選算法：（1）基于直方圖的序列搜索算法

直方圖值進(jìn)行統(tǒng)計(jì)并累加，然后按照可能的間隔值進(jìn)行序列搜索，直到分的雷達(dá)脈沖信號。圖 1-1 給出 CDIF 算法分選三部雷達(dá)脈沖序列的結(jié)果圖如圖 1-1 所示，CDIF 算法分選三部雷達(dá)脈沖信號，由縱坐標(biāo)得出該算法分選出了各部雷達(dá)的脈沖列，但其面對高密度復(fù)雜的電磁環(huán)境時(shí)分選效基于 CDIF 雷達(dá)信號分選算法，Milojevic 和 Popovic 提出了時(shí)序差直equence Difference Histogram，SDIF）算法，該算法 20 世紀(jì)初，，在國內(nèi)外察系統(tǒng)中應(yīng)用廣泛。后來空軍工程大學(xué)的吳宏超等人提出一種改進(jìn)的 SD,19]，該算法可以很好的分選抖動的 PRI 脈沖序列。（2）基于 PRI 的雷達(dá)信號分選算法基于脈沖重復(fù)間隔（PRI）的方法在雷達(dá)信號分選中應(yīng)用廣泛，因此本文列出來，主要介紹一下 PRI 變換分選算法和改進(jìn)的 PRI 變換分選算法[22 變換算法最初由 Nelson（1993）提出，該算法將脈沖到達(dá)時(shí)間序列通過復(fù)積分變換到一個(gè)譜中，使得其諧波處的積分值幾乎為零，從而可以真實(shí)的沖序列的相關(guān)性[23]。下圖 1-2 是基于 PRI 變換的雷達(dá)信號分選四部雷達(dá)：
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN957.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 國強(qiáng);宋文明;南普龍;萬建;;基于數(shù)據(jù)場與云模型的多模雷達(dá)信號分選算法[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2015年11期

2 張冉;夏厚培;;一種新的k-means聚類雷達(dá)信號分選算法[J];現(xiàn)代防御技術(shù);2015年06期

3 楊學(xué)永;宋國棟;錢軼;張曉春;濮俊艷;;現(xiàn)代雷達(dá)信號分選跟蹤的幾種方法[J];現(xiàn)代雷達(dá);2014年03期

4 李英達(dá);肖立志;;一種脈沖重復(fù)間隔復(fù)雜調(diào)制雷達(dá)信號分選方法[J];電子與信息學(xué)報(bào);2013年10期

5 童姍;張冰;朱志宇;;基于FastICA算法和小波變換的雷達(dá)信號分選[J];現(xiàn)代電子技術(shù);2013年19期

6 李文君;魚佳欣;周春來;;一種快速的支持向量聚類雷達(dá)信號分選方法[J];現(xiàn)代電子技術(shù);2013年17期

7 張巍;張功萱;王永利;張永平;朱昭萌;;基于CUDA的SVM算法并行化研究[J];計(jì)算機(jī)科學(xué);2013年04期

8 張什永;張海黎;胡澤賓;徐龍;;基于聚類分析的雷達(dá)信號分選研究[J];航天電子對抗;2013年01期

9 王國立;王建華;;一種雷達(dá)信號綜合分選方法研究[J];電子設(shè)計(jì)工程;2013年01期

10 王海濱;馬琦;;一種基于PRI變換的雷達(dá)信號分選方法[J];現(xiàn)代電子技術(shù);2013年01期

相關(guān)博士學(xué)位論文 前2條

1 柴娟芳;復(fù)雜環(huán)境下雷達(dá)信號的分選識別技術(shù)研究[D];哈爾濱工程大學(xué);2009年

2 國強(qiáng);復(fù)雜環(huán)境下未知雷達(dá)輻射源信號分選的理論研究[D];哈爾濱工程大學(xué);2007年

相關(guān)碩士學(xué)位論文 前8條

1 楊碩;含噪聲音信號盲分離算法的研究[D];甘肅農(nóng)業(yè)大學(xué);2015年

2 周伯成;基于GPU的外輻射源雷達(dá)DOA估計(jì)實(shí)現(xiàn)技術(shù)[D];西安電子科技大學(xué);2014年

3 彭首峰;強(qiáng)噪音下基于獨(dú)立分量分析（ICA）的語音降噪研究[D];湖北工業(yè)大學(xué);2013年

4 王喬;基于CUDA的并行K-means算法在文本聚類的研究[D];吉林大學(xué);2012年

5 楊多;復(fù)雜環(huán)境下多參數(shù)雷達(dá)信號分選算法研究[D];哈爾濱工程大學(xué);2012年

6 惠轉(zhuǎn)妮;基于Global K-means的多維數(shù)據(jù)聚類算法研究及其GPU加速[D];西安電子科技大學(xué);2012年

7 朱向鵬;神經(jīng)網(wǎng)絡(luò)在輻射源方向信息分選中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2011年

8 梅桂圓;密集信號條件下雷達(dá)信號分選算法[D];哈爾濱工程大學(xué);2011年

本文編號：2577865