CN106772261A - 雷达侦测信号多维特征聚类可视化显示方法 - Google Patents
雷达侦测信号多维特征聚类可视化显示方法 Download PDFInfo
- Publication number
- CN106772261A CN106772261A CN201611115039.3A CN201611115039A CN106772261A CN 106772261 A CN106772261 A CN 106772261A CN 201611115039 A CN201611115039 A CN 201611115039A CN 106772261 A CN106772261 A CN 106772261A
- Authority
- CN
- China
- Prior art keywords
- color
- pdw
- frequency
- cluster
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/04—Display arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种雷达侦测信号多维特征聚类可视化显示方法,其中包括:根据辐射源关注的参数值(频率、脉宽、方位、重复周期、幅度)等辐射源描述字(PDW)信息,利用PDW数据的频率值进行划分聚类,当某个簇中PDW个数达到阈值时,对脉宽聚类,当PDW相关时计算关联脉冲的时间差,在绘制的五幅图中用该簇值对应颜色进行关联PDW的z轴颜色的绘图。利用颜色值对关联后的PDW绘制时间‑幅度图‑颜色、时间‑频率‑颜色、时间‑脉宽‑颜色、时间‑时间差‑颜色、方位‑幅度‑颜色等多维特征图,对于难于分选的复杂体制雷达信号的时域和频域变化特点,该可视化方法都可以很好地体现其信号特征。
Description
技术领域
本发明属于雷达可视化显示领域,特别涉及一种雷达侦测信号多维特征聚类可视化显示方法。
背景技术
现代雷达向多功能、多用途的方向发展,一部雷达可能有多种工作状态,具有多种体制,同时为了提高自身的性能和抗干扰的需要,往往采用各种复杂的波形设计。雷达信号的脉内调制特征有线性调频、非线性调频、二相编码、四相编码、频率编码等;脉间调制特征有频域调制和时域调制,频域调制特征有脉间频率捷变、脉组频率捷变、脉间频率调制、同时频率分集和分时频率分集等;时域调制特征有脉冲重复周期参差、抖动、组变、滑变和群脉冲、脉冲编码等;脉冲宽度也有组变和宽、窄脉冲组合等形式。现代电子对抗信号环境的特点是信号密度大,波形复杂多变,工作频段宽且有部分重叠,在时域上信号密集而且交叠越来越严重,到达雷达侦察系统输入端的信号为随机脉冲流。并且雷达辐射源信号在传播和接收过程中存在大量噪声,SNR变化很大,大大增加了分选处理的难度。
目前,在信号的显示方式方面,过去对雷达信号脉冲描述字没有可视化的显示方法,主要依赖分选和信号统计结果,不能同时观测信号多维特征在时域和频域的变化规律,无法验证前端信号检测的准确性和分选处理结果的正确性;在绘图控件方面,首先针对大脉冲流密度的数据,没有高速刷新的绘图控件,其次对于不同类型的三维图形、图形之间关联显示和颜色显示等方面的独特显示技巧,现有的控件都无法满足该要求。因此,本发明研究雷达的脉冲描述字在时域和频域的变化规律,通过具有独特的绘图控件将信号多维特征聚类的方法进行可视化显示,这不仅可以验证信号分选的准确性,对难于分选的雷达信号提供先验知识,而且可以观测前端接收信号情况,比如:前端信号脉冲流密度变化情况,对于大脉宽时信号是否分裂,雷达辐射源信号在传播和接收过程中存在噪声情况等现象,该技术增强方法的实用性。
发明内容
本发明的目的在于提供一种雷达侦测信号多维特征聚类可视化显示方法。
实现本发明目的的技术解决方案为:首先,读取采集的辐射源脉冲描述字(PDW)信息,进行预处理,虚假抑制,去除信道化交迭引起的各信道的交调响应和信道交迭干扰,根据该信息绘制时域、频域以及空间域等图形化信息;为了同时展示信号在上述图形中的关联性,采用划分聚类的方法对频率进行聚类,有N个数据集,每个数据集在绘图中对应不同的颜色,若某个频率数据集范围内的PDW数据个数大于阈值时,进行脉宽聚类,对相关联的PDW数据信号利用达到时间计算一级时间差并用同样某个颜色表示。对不关联的信号利用相邻脉冲计算时间差,采用所划分的数据集的颜色进行绘制,从而保证信号的完整性,也可以采用人工图形挑选功能,对信号进行人工关联,计算一级时间差,观测信号的特征。其次,在图形绘制中采用基于Direct3D开发大数据量高速纹理刷新的DrawD3D控件,该控件可绘制不同颜色的点、线、面等不同类型的三维图形,具有放大、还原、测量、挑选等功能,该控件可实现快速小型的组件重用、实现代码共享,从而提高编程效率。
附图说明
图1雷达侦测信号多维特征聚类可视化显示流程图。
具体实施方式
本发明的实现流程图如图1所示,其主要实施步骤如下:
1)数据预处理
对采集的辐射源脉冲描述字PDW进行预处理,虚假信号抑制,剔除由于通道泄露产生的虚假PDW,遍历两个相邻通道的PDW进行脉冲配对,如果到达时间差小于门限,则认为是同一个脉冲,将幅度较小的PDW去掉,这样就达到虚假抑制的目的。
2)PDW数据关联
将预处理后的PDW信息进行保存,其包括脉冲到达时间、方位、频率、幅度、脉宽等信息,根据辐射源关注的参数值(频率、脉宽、方位、重复周期、幅度)等信息,利用PDW数据绘制时间-幅度图-颜色、时间-频率-颜色、时间-脉宽-颜色、时间-时间差-颜色、方位-幅度-颜色等五幅图,为了展示同一个脉冲在不同图形中信号的相关性,必然对PDW进行关联处理。
首先采用划分聚类中的K-Means算法进行频率聚类,把n个PDW数据的脉冲频率值分为K个簇,使簇内具有较高的相似度,而簇间的相似度较低。在n个PDW数据的脉冲频率值中随机地选择K个簇对象,每个对象初始地代表了一个簇的平均值或中心,对剩余的每个对象,根据其与各簇中心的距离,将它赋给最近的簇;然后重新计算每个簇的平均值,这个过程不断重复,直到准确函数收敛。
每个簇在绘图中对应不同的颜色,若某个簇内的PDW数据个数大于阈值时,再进行脉宽聚类,如果脉宽分割的簇内的PDW数据个数也达到阈值时,即在簇内的PDW是相关联的。对相关联的PDW数据利用达到时间计算一级时间差,在绘制的五幅图中用该簇值对应颜色进行关联PDW数据的z轴颜色的绘图;若某个簇内的PDW个数小于阈值时,即在簇内的PDW是不相关联的,对不关联的信号利用相邻脉冲计算时间差,采用所划分的数据集的颜色进行绘制,从而保证信号的完整性,也可以采用人工图形挑选功能,对信号进行人工关联,计算一级时间差,观测信号时域、频域及空间域的变化特征。
3)绘图控件
在复杂的电磁环境中,PDW脉冲具有瞬时数据流密度大,波形复杂多变等特点,普通的绘图插件刷新速度慢,接口不灵活。而采用Direct3D开发的DrawD3D控件具有大数据量高速纹理刷新,可根据需求灵活编写接口和功能的特点。
首先在绘制大数据量时,根据坐标轴的坐标值和绘制区域的像素点个数,对数据进行稀疏处理,即将PDW数据绘制在同一个像素点的数据只显示幅度较大的。当对某一区域进行放大时,再利用原始数据重新计算绘制点,其次通过纹理创建函数从文件中读取纹理贴图,设置纹理计算状态和寻址方式,启动纹理计算绘制图元,将图元输出至屏幕上,充分利用系统硬件的加速,实现高速度刷新。
4)图形功能及效果
为了便于同时分析时域内的不同图形之间的特征关系,提供“放大”功能,即当选择时间-幅度图-颜色、时间-频率-颜色、时间-脉宽-颜色、时间-时间差图-颜色中任意一幅图选中放大的区域,其他三幅图根据x轴选择的区域同时进行放大;提供“挑选”功能,即当选择时间-幅度图-颜色、时间-频率-颜色、时间-脉宽-颜色中任意一幅图选中挑选的区域,根据选择区域范围内重新挑选原缓冲区的数据,并重新计算脉冲的一级时间差,其他三幅图同时绘制挑选后的数据;提供“测量”功能,即当点击某点时可以得到该点的信息值,并可测量出信号的脉间参差、脉间捷变等复杂信号的参数值,当天线处于定位模式时,可以测量出对方雷达天线扫描周期。
根据颜色可以清楚观测截获到信号的频率、脉宽、幅度、脉冲重复间隔之间对应关系,了解信号随着时间的变化规律,以及不同体制的雷达信号的特点,也可以直观地了解周边区域的电磁环境。
Claims (2)
1.一种雷达侦测信号多维特征聚类可视化显示方法,其特征在于包括如下步骤:
1)数据预处理:对采集的辐射源脉冲描述字PDW进行预处理,虚假信号抑制,剔除由于通道泄露产生的虚假PDW;
2)PDW数据关联:根据辐射源的频率、脉宽、方位、重复周期、幅度的参数值,利用划分法频率聚类的利用颜色值对关联后的PDW绘制时间-幅度图-颜色、时间-频率-颜色、时间-脉宽-颜色、时间-时间差-颜色、方位-幅度-颜色五幅图;
3)对关联后的PDW多维数据采用不同的绘制方式进行实时刷新;
4)在图形分析时,便于观测不同图形之间的特征关系,在设计时采用多维图形关联进行辅助分析。
2.根据权利要求1所述的雷达侦测信号多维特征聚类可视化显示方法中的基于划分法多维聚类的利用颜色对PDW数据关联,其特征在于:首先利用PDW数据的频率值进行划分聚类,当某个簇中PDW数据个数达到阈值时,对脉宽聚类,当PDW数据相关时计算关联脉冲的时间差,在绘制的五幅图中用该簇值对应颜色进行关联PDW数据的z轴颜色的绘图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611115039.3A CN106772261B (zh) | 2016-12-07 | 2016-12-07 | 雷达侦测信号多维特征聚类可视化显示方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611115039.3A CN106772261B (zh) | 2016-12-07 | 2016-12-07 | 雷达侦测信号多维特征聚类可视化显示方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106772261A true CN106772261A (zh) | 2017-05-31 |
CN106772261B CN106772261B (zh) | 2019-11-12 |
Family
ID=58878547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611115039.3A Active CN106772261B (zh) | 2016-12-07 | 2016-12-07 | 雷达侦测信号多维特征聚类可视化显示方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106772261B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107315170A (zh) * | 2017-06-09 | 2017-11-03 | 中国电子科技集团公司第四十研究所 | 一种脉冲序列信号关联分析与显示系统及方法 |
CN107576942A (zh) * | 2017-07-27 | 2018-01-12 | 中国船舶重工集团公司第七二四研究所 | 一种基于信号聚类的辐射源扫描周期实时估计方法 |
CN108614243A (zh) * | 2018-05-09 | 2018-10-02 | 中国电子科技集团公司第十四研究所 | 雷达辐射源pdw数据分析系统 |
CN108983154A (zh) * | 2018-07-25 | 2018-12-11 | 中国科学院国家空间科学中心 | 一种复相干信号三维可视化方法 |
CN109613486A (zh) * | 2018-12-03 | 2019-04-12 | 中国人民解放军空军工程大学 | 一种基于核簇支持向量聚类的雷达信号分选方法 |
CN111190146A (zh) * | 2020-01-13 | 2020-05-22 | 中国船舶重工集团公司第七二四研究所 | 一种基于视觉图形特征的复杂信号分选方法 |
CN111562584A (zh) * | 2020-04-30 | 2020-08-21 | 北京中安智能信息科技有限公司 | 被动声纳方位历程图处理方法和装置及设备 |
CN112131447A (zh) * | 2020-09-29 | 2020-12-25 | 中国船舶重工集团公司第七二四研究所 | 一种雷达信号侦测数据样本标注方法 |
CN112184868A (zh) * | 2020-09-29 | 2021-01-05 | 中国船舶重工集团公司第七二四研究所 | 一种被动雷达频率分布统计信息的三维显示方法 |
CN112505649A (zh) * | 2021-02-04 | 2021-03-16 | 中国人民解放军国防科技大学 | 一种对雷达辐射源信号进行可视化分析的方法和系统 |
CN113257232A (zh) * | 2021-07-07 | 2021-08-13 | 深圳市声扬科技有限公司 | 语谱图的生成方法、装置、电子设备及存储介质 |
WO2021184183A1 (zh) * | 2020-03-17 | 2021-09-23 | 华为技术有限公司 | 信号处理方法、装置及存储介质 |
CN113721219A (zh) * | 2021-10-08 | 2021-11-30 | 中国电子科技集团公司第三十八研究所 | 一种基于多参数聚类的雷达信号分选方法和系统 |
CN114839602A (zh) * | 2022-07-04 | 2022-08-02 | 中国人民解放军国防科技大学 | 基于电磁数据聚类的雷达信号统计特征提取方法及装置 |
CN114925721A (zh) * | 2022-04-27 | 2022-08-19 | 中国电子科技集团公司第二十九研究所 | 一种基于U-Net分割网络的信号分选方法 |
CN115267689A (zh) * | 2022-08-03 | 2022-11-01 | 深圳华创电科技术有限公司 | 一种基于雷达信号离线精细分析的显示方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7397415B1 (en) * | 2006-02-02 | 2008-07-08 | Itt Manufacturing Enterprises, Inc. | System and method for detecting and de-interleaving radar emitters |
CN104267380A (zh) * | 2014-08-25 | 2015-01-07 | 中国电子科技集团公司第二十九研究所 | 一种对全脉冲信号多维参数的关联显示方法 |
KR101616694B1 (ko) * | 2015-06-26 | 2016-04-29 | 엘아이지넥스원 주식회사 | 레이더의 펄스열 분석 방법 |
KR20160048441A (ko) * | 2014-10-24 | 2016-05-04 | 주식회사 빅텍 | 수집 레이더 신호의 클러스터링 방법 |
-
2016
- 2016-12-07 CN CN201611115039.3A patent/CN106772261B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7397415B1 (en) * | 2006-02-02 | 2008-07-08 | Itt Manufacturing Enterprises, Inc. | System and method for detecting and de-interleaving radar emitters |
CN104267380A (zh) * | 2014-08-25 | 2015-01-07 | 中国电子科技集团公司第二十九研究所 | 一种对全脉冲信号多维参数的关联显示方法 |
KR20160048441A (ko) * | 2014-10-24 | 2016-05-04 | 주식회사 빅텍 | 수집 레이더 신호의 클러스터링 방법 |
KR101616694B1 (ko) * | 2015-06-26 | 2016-04-29 | 엘아이지넥스원 주식회사 | 레이더의 펄스열 분석 방법 |
Non-Patent Citations (1)
Title |
---|
赵秋惠等: "一种改进的信号分选算法", 《信息化研究》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107315170A (zh) * | 2017-06-09 | 2017-11-03 | 中国电子科技集团公司第四十研究所 | 一种脉冲序列信号关联分析与显示系统及方法 |
CN107576942A (zh) * | 2017-07-27 | 2018-01-12 | 中国船舶重工集团公司第七二四研究所 | 一种基于信号聚类的辐射源扫描周期实时估计方法 |
CN107576942B (zh) * | 2017-07-27 | 2020-05-01 | 中国船舶重工集团公司第七二四研究所 | 一种基于信号聚类的辐射源扫描周期实时估计方法 |
CN108614243A (zh) * | 2018-05-09 | 2018-10-02 | 中国电子科技集团公司第十四研究所 | 雷达辐射源pdw数据分析系统 |
CN108983154A (zh) * | 2018-07-25 | 2018-12-11 | 中国科学院国家空间科学中心 | 一种复相干信号三维可视化方法 |
CN109613486A (zh) * | 2018-12-03 | 2019-04-12 | 中国人民解放军空军工程大学 | 一种基于核簇支持向量聚类的雷达信号分选方法 |
CN109613486B (zh) * | 2018-12-03 | 2023-06-23 | 中国人民解放军空军工程大学 | 一种基于核簇支持向量聚类的雷达信号分选方法 |
CN111190146B (zh) * | 2020-01-13 | 2021-02-09 | 中国船舶重工集团公司第七二四研究所 | 一种基于视觉图形特征的复杂信号分选方法 |
CN111190146A (zh) * | 2020-01-13 | 2020-05-22 | 中国船舶重工集团公司第七二四研究所 | 一种基于视觉图形特征的复杂信号分选方法 |
WO2021184183A1 (zh) * | 2020-03-17 | 2021-09-23 | 华为技术有限公司 | 信号处理方法、装置及存储介质 |
CN111562584B (zh) * | 2020-04-30 | 2022-08-16 | 北京中安智能信息科技有限公司 | 被动声纳方位历程图处理方法和装置及设备 |
CN111562584A (zh) * | 2020-04-30 | 2020-08-21 | 北京中安智能信息科技有限公司 | 被动声纳方位历程图处理方法和装置及设备 |
CN112131447A (zh) * | 2020-09-29 | 2020-12-25 | 中国船舶重工集团公司第七二四研究所 | 一种雷达信号侦测数据样本标注方法 |
CN112184868A (zh) * | 2020-09-29 | 2021-01-05 | 中国船舶重工集团公司第七二四研究所 | 一种被动雷达频率分布统计信息的三维显示方法 |
CN112505649A (zh) * | 2021-02-04 | 2021-03-16 | 中国人民解放军国防科技大学 | 一种对雷达辐射源信号进行可视化分析的方法和系统 |
CN112505649B (zh) * | 2021-02-04 | 2021-05-07 | 中国人民解放军国防科技大学 | 一种对雷达辐射源信号进行可视化分析的方法和系统 |
CN113257232A (zh) * | 2021-07-07 | 2021-08-13 | 深圳市声扬科技有限公司 | 语谱图的生成方法、装置、电子设备及存储介质 |
CN113721219A (zh) * | 2021-10-08 | 2021-11-30 | 中国电子科技集团公司第三十八研究所 | 一种基于多参数聚类的雷达信号分选方法和系统 |
CN114925721A (zh) * | 2022-04-27 | 2022-08-19 | 中国电子科技集团公司第二十九研究所 | 一种基于U-Net分割网络的信号分选方法 |
CN114925721B (zh) * | 2022-04-27 | 2023-04-25 | 中国电子科技集团公司第二十九研究所 | 一种基于U-Net分割网络的信号分选方法 |
CN114839602A (zh) * | 2022-07-04 | 2022-08-02 | 中国人民解放军国防科技大学 | 基于电磁数据聚类的雷达信号统计特征提取方法及装置 |
CN114839602B (zh) * | 2022-07-04 | 2022-09-16 | 中国人民解放军国防科技大学 | 基于电磁数据聚类的雷达信号统计特征提取方法及装置 |
CN115267689A (zh) * | 2022-08-03 | 2022-11-01 | 深圳华创电科技术有限公司 | 一种基于雷达信号离线精细分析的显示方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106772261B (zh) | 2019-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106772261B (zh) | 雷达侦测信号多维特征聚类可视化显示方法 | |
CN104020451B (zh) | 基于聚类的外辐射源雷达目标航迹处理方法 | |
DE112007002063T5 (de) | Systeme und Verfahren zur Bildverarbeitung von Wellenformvolumen | |
US7675454B2 (en) | System, method, and computer program product providing three-dimensional visualization of ground penetrating radar data | |
CN102722885B (zh) | 一种加快三维图形显示的方法 | |
CN106650640A (zh) | 一种基于激光雷达点云局部结构特征的负障碍物检测方法 | |
CN107977992A (zh) | 一种基于无人机激光雷达的建筑物变化检测方法及装置 | |
CN103617618A (zh) | 基于特征提取与聚类集成的sar图像分割方法 | |
CN110705501A (zh) | 一种提升fmcw雷达手势识别精度的干扰抑制算法 | |
CN109839619A (zh) | 基于自适应分桶的雷达信号粗分选方法、系统及存储介质 | |
CN105913074B (zh) | 基于幅度与径向速度联合的sar图像动目标聚类方法 | |
Gonzalez-Huici et al. | A combined strategy for landmine detection and identification using synthetic GPR responses | |
CN106910204A (zh) | 一种对海面船只自动跟踪识别的方法和系统 | |
CN111190146A (zh) | 一种基于视觉图形特征的复杂信号分选方法 | |
CN104267380A (zh) | 一种对全脉冲信号多维参数的关联显示方法 | |
CN102043168B (zh) | 一种对数字信号进行仿真加噪的处理方法 | |
CN106908836A (zh) | 采集脚印压制方法及系统 | |
CN103777244B (zh) | 一种地震裂缝属性体的定量分析方法 | |
CN106934805A (zh) | 基于Gamma滤波的SAR图像超像素分割方法 | |
EP2888719A1 (en) | Method and system for data visualization | |
CN114942410B (zh) | 基于数据增广的干扰信号识别方法 | |
Vasconcelos et al. | Lloyd’s algorithm on GPU | |
CN105425296A (zh) | 地质体识别方法和装置 | |
CN115980689A (zh) | 基于点云检测的辐射源信号分选方法、装置、设备及介质 | |
CN107657616A (zh) | 一种面向地理对象的高分遥感影像分割方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |