利用輻射源目標(biāo)的頻移動(dòng)態(tài)特征進(jìn)行盲分選時(shí),針對(duì)已有的分選方法不能很好解決非合作接收數(shù)據(jù)非周期、間斷、交疊的問題,提出了一種改進(jìn)的邏輯回歸分選算法,將信號(hào)分選轉(zhuǎn)化為軌跡分類的問題來處理。首先,借鑒多目標(biāo)航跡起始模型中的M/N邏輯法的框架,設(shè)計(jì)新的數(shù)據(jù)關(guān)聯(lián)門限,以建立目標(biāo)起始曲線;其次,采用最小二乘擬合方法替代卡爾曼濾波,設(shè)計(jì)新的外推規(guī)則,建立載頻變化預(yù)測(cè)曲線;分析新的接收數(shù)據(jù)與預(yù)測(cè)曲線的關(guān)聯(lián)性,不斷迭代回歸或形成新的分支,最后獲得目標(biāo)分選結(jié)果。仿真與實(shí)測(cè)試驗(yàn)表明,利用邏輯回歸分選算法,對(duì)不同運(yùn)動(dòng)目標(biāo)搭載的同頻輻射源可進(jìn)行自動(dòng)分選,4個(gè)仿真目標(biāo)與2個(gè)真實(shí)目標(biāo)的分選正確率達(dá)到100%。同時(shí),該方法拓展了輻射源目標(biāo)盲分選中的動(dòng)態(tài)頻移特征應(yīng)用,為輻射源個(gè)體識(shí)別提供了新的支持。 

【文章來源】：電訊技術(shù). 2020,60(08)北大核心

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 多普勒頻移信號(hào)特點(diǎn)與模型
    1.1 基于多普勒頻移的載頻信號(hào)特點(diǎn)
    1.2 基于多普勒頻移的數(shù)據(jù)模型
    1.3 基于多普勒頻移的數(shù)據(jù)模型
2 一種改進(jìn)的邏輯回歸分選算法
3 基于邏輯回歸分選算法的信號(hào)關(guān)聯(lián)提取
4 實(shí)驗(yàn)驗(yàn)證
    4.1 仿真驗(yàn)證
    4.2 實(shí)測(cè)數(shù)據(jù)驗(yàn)證
5 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于粒子濾波的PDR定位算法[J]. 鐘亞洲,吳飛,任師濤.  傳感器與微系統(tǒng). 2018(08)
[2]圖像處理Hough變換的慢小目標(biāo)航跡起始方法[J]. 朱源才,王紅,曲智國,段毅,劉國情.  現(xiàn)代防御技術(shù). 2018(01)
[3]基于啟發(fā)式邏輯的概率假設(shè)密度濾波高效航跡起始方法[J]. 李坦坦,雷明.  上海交通大學(xué)學(xué)報(bào). 2018(01)
[4]基于卡爾曼濾波的動(dòng)態(tài)權(quán)值融合[J]. 楊曉丹,王運(yùn)鋒,張小琴.  四川大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[5]一種基于斜距離信息的探測(cè)系統(tǒng)航跡起始算法[J]. 張星,杜嘉薇,陳汗龍,崔龍飛.  電子科技. 2017(08)
[6]戰(zhàn)斗機(jī)對(duì)多目標(biāo)航跡跟蹤控制仿真研究[J]. 陳紹煒,楊于梅.  計(jì)算機(jī)仿真. 2017(08)
[7]人工蜂群聚類在雷達(dá)信號(hào)分選中的應(yīng)用[J]. 趙貴喜,孫宇,王凱,原琳.  電子信息對(duì)抗技術(shù). 2015(04)
[8]自適應(yīng)選取聚類中心K-means航跡起始算法[J]. 宮峰勛,戴麗華,馬艷秋.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2014(05)
[9]基于瞬時(shí)頻率畸變特性的FSK電臺(tái)指紋特征提取[J]. 黃淵凌,鄭輝.  電訊技術(shù). 2013(07)
[10]一種新的可變邏輯航跡起始算法[J]. 徐瑞霞.  今日電子. 2009(02)

碩士論文
[1]多目標(biāo)無源定位數(shù)據(jù)的軌跡提取與模式挖掘算法研究[D]. 張光亞.戰(zhàn)略支援部隊(duì)信息工程大學(xué) 2018



本文編號(hào)：3642474