CN113447907B - 一种雷达分选系统控制方法及雷达分选系统 - Google Patents

一种雷达分选系统控制方法及雷达分选系统 Download PDF

Info

Publication number
CN113447907B
CN113447907B CN202111017517.8A CN202111017517A CN113447907B CN 113447907 B CN113447907 B CN 113447907B CN 202111017517 A CN202111017517 A CN 202111017517A CN 113447907 B CN113447907 B CN 113447907B
Authority
CN
China
Prior art keywords
radiation source
current
pulse
source description
words
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.)
Active
Application number
CN202111017517.8A
Other languages
English (en)
Other versions
CN113447907A (zh
Inventor
许敏良
易博文
王萌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Econavi Technology Co Ltd
Original Assignee
Hunan Econavi Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Econavi Technology Co Ltd filed Critical Hunan Econavi Technology Co Ltd
Priority to CN202111017517.8A priority Critical patent/CN113447907B/zh
Publication of CN113447907A publication Critical patent/CN113447907A/zh
Application granted granted Critical
Publication of CN113447907B publication Critical patent/CN113447907B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section

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

本发明公开了一种雷达分选系统控制方法及雷达分选系统,方法包括:将脉冲描述字匹配背景库中的辐射源描述字,对于存在匹配结果的脉冲描述字,使用对应的辐射源描述字进行分选结果验证,若验证成功,将对应的辐射源描述字作为第一分选结果,否则将所述脉冲描述字以及不存在匹配结果的其他脉冲描述字合并后进行分选,得到对应的辐射源描述字作为第二分选结果,第一分选结果与第二分选结果合并得到辐射源描述字数据流;根据辐射源描述字数据流匹配并更新背景库中的辐射描述字,计算所有辐射描述字的置信度,输出置信度高于输出阈值的辐射源描述字,删除置信度低于删除阈值的辐射源描述字。本发明减小计算资源消耗的同时提高分选结果的上报准确率。

Description

一种雷达分选系统控制方法及雷达分选系统
技术领域
本发明涉及雷达信号处理领域,尤其涉及一种雷达分选系统控制方法及雷达分选系统。
背景技术
雷达侦察系统的输入是由许多雷达辐射的脉冲随机交迭而成的密集的脉冲流,经前端处理之后的输出信号仍然可能是密集、交迭的脉冲流。雷达侦察系统首先应具备的信号处理功能,是对随机交迭的信号进行自动地分选,即有去交错能力。因为只有先将随机交迭的脉冲流分离成各个雷达单独的脉冲列,在此基础上,才能对每个脉冲流进行信号参数的分析、进而识别辐射源的类型、判断其威胁等级。
由此可见,信号分选是雷达信号分析和识别的基础和前提,传统的信号分选方法由信号预分选和主分选组成,信号预分选主要目的是初步实现信号去交错,降低信号的密度,便于主分选进行处理。信号分选的输入是脉冲描述字 PDW(Pulse Deion Word),用于表征每个脉冲属性的特征量,它包括:波达方向AOA(或波达角DOA)、频率RF、脉冲宽度PW、脉冲幅度PA、达到时间TOA及其它特别标志;信号分选的输出是辐射源描述字EDW,用于表征每个辐射源属性的特征量,它在脉冲描述字的基础上还包括:雷达类型、威胁等级、识别可信度等。
雷达分选系统依靠不同参数进行逐级分选或者依靠多个参数进行并行分选。信号分选过程是实现交迭脉冲流从一维时域空间向一维或多维信号参数空间映射,进而分离不同辐射源脉冲串的过程。随着雷达技术的迅猛发展,各国都在使用大量常规或者特殊的不同类型的雷达设备,其特点是:配置的空间不断扩大,从地面、空中、海上发展到外层空间;雷达体制多种多样;配置数量大大增加;占用的频谱越来越宽等。从而向雷达分选系统提出了严重的挑战。归纳起来,主要有以下四点:
1、各种辐射源数目急剧增加,侦察接收机可能同时面临数百个甚至上千个辐射源的照射,雷达分选系统处于高密度的信号环境下,其处理能力和实时性受到严峻的考验。
2、越来越先进的雷达电子防护措施的采用,使得辐射源信号形式日益复杂化,如频率捷变、脉内调制、各种形式的脉冲重复间隔(PRI)变化等,尽量破坏信号分选和识别所利用的信号规律性,使雷达分选系统的分选能力受到极大的影响。
3、辐射源的工作频段不断增加,不同频段辐射源的工作频段发生重叠,基于上述原因,导致辐射源在空域和参数域上拥挤,时域上重叠,同时到达信号概率增加,对传统接收机体制提出挑战。
4、精确制导武器的大量使用,使得辐射源环境的潜在威胁性,在数量上和严重性上日益增大,要求雷达分选系统必须快速、持续、可靠地进行信号处理,对辐射源准确地做出判断。
专利CN112526456A公开了一种雷达信号识别算法,以输入信号的载频参数为基值,在数据库依次匹配比较载频、重复周期和脉宽三类参数,通过信号匹配门限来提高雷达信号识别率,对于未匹配的信号,通过对其频率、脉宽、重复周期的判断,计算出信号可信度和威胁等级;从而为每一个识别信号提供可信度和威胁等级,进而提工作效率。但其需要先对输入信号的所有脉冲描述字直接分选得到对应的辐射源描述字,占用较大的计算资源,并且对于未匹配的信号存入未知信号数据库,以备未来数据库扩展,不能实时更新数据库,导致识别效率较低。
发明内容
本发明要解决的技术问题:针对现有技术的上述问题,提供一种雷达分选系统控制方法及雷达分选系统,能够稀疏待分选的脉冲描述字数据流,减小计算资源的消耗,同时实时更新数据库,提高辐射源描述字上报准确率。
为了解决上述技术问题,本发明采用的技术方案为:
一种雷达分选系统控制方法,包括以下步骤:
S1)接受雷达信号并计算得到脉冲描述字数据流;
S2)根据预设的匹配算法将脉冲描述字数据流匹配背景库中的辐射源描述字,对于存在匹配结果的脉冲描述字,使用对应的辐射源描述字进行分选验证,若验证成功,将对应的辐射源描述字作为第一分选结果,否则将所述脉冲描述字以及不存在匹配结果的脉冲描述字合并得到过滤后的脉冲描述字数据流;
S3)对过滤后的脉冲描述字数据流进行分选,得到过滤后的脉冲描述字数据流中各脉冲描述字对应的辐射源描述字,作为第二分选结果,第一分选结果与第二分选结果合并得到辐射源描述字数据流;
S4)根据预设的匹配算法将辐射源描述字数据流匹配背景库中的辐射描述字,并更新背景库,计算背景库中所有辐射描述字的时间窗口内的置信度,输出所述置信度高于输出阈值的辐射源描述字,删除所述置信度低于删除阈值的辐射源描述字。
进一步的,S4)中根据预设的匹配算法将辐射源描述字数据流匹配背景库中的辐射描述字,并更新背景库的具体步骤包括:
S41)获取辐射源描述字数据流的当前帧;
S42)根据预设的匹配算法将所述当前帧的所有第一辐射源描述字匹配背景库中的第二辐射源描述字,对于不存在匹配结果的第一辐射源描述字,将所述第一辐射源描述字保存在背景库中并添加对应的质量信息;对于存在匹配结果的第一辐射源描述字,根据时间窗口更新对应的第二辐射源描述字的质量信息;统计没有匹配到第一辐射源描述字的第二辐射源描述字,并更新对应的质量信息;
S43)返回步骤S41)直到辐射源描述字数据流的所有帧获取完毕
进一步的,步骤S42)中添加对应的质量信息具体包括:添加第一辐射源描述字对应的质量信息,将质量信息中当前帧的状态标记为出现,且初始化质量信息中的时间窗口内出现次数、时间窗口内丢失次数和总帧数。
进一步的,步骤S42)中根据时间窗口更新对应的第二辐射源描述字的质量信息具体包括:提取第一辐射源描述字对应的第二辐射源描述字的质量信息,若所述质量信息中总帧数小于时间窗口的值,将质量信息中的时间窗口内出现次数和总帧数分别加一;否则根据时间窗口从当前帧开始回溯到目标帧,若所述质量信息中目标帧的状态为丢失,将所述质量信息中的时间窗口内出现次数加一并将时间窗口内丢失次数减一,将时间窗口滑动到下一帧;若所述质量信息中目标帧的状态为出现,将时间窗口滑动到下一帧。
进一步的,步骤S42)中更新对应的质量信息具体包括:对于没有匹配到第一辐射源描述字的第二辐射源描述字,将对应质量信息中当前帧的状态标记为丢失,且时间窗口内丢失次数和总帧数加一。
进一步的,步骤S4)中计算背景库中所有辐射描述字的时间窗口内的置信度具体步骤包括:
S401)选取背景库中的当前辐射源描述字;
S402)若当前辐射源描述字的质量信息中总帧数大于预设值,执行步骤S403),否则返回步骤S401);
S403)若当前辐射源描述字的质量信息中,从最后一帧往前的目标区间内每一帧的状态均为丢失,从背景库中删除当前辐射源描述字,返回步骤S401);否则执行步骤S404);
S404)计算当前辐射源描述字的质量信息中时间窗口内出现次数和总帧数的比值得到当前辐射源描述字的时间窗口内的置信度。
进一步的,所述预设的匹配算法的具体步骤包括:
A1)根据当前电磁环境,实时调整载频、脉宽、幅值的权重值,实时调整载频、脉宽、幅值误差理论最大值,实时调整载频、脉宽、幅值对应的阈值,还实时调整匹配度的门限值;
A2)选取脉冲描述字数据流或辐射源描述字数据流中的当前第一对象;
A3)选取背景库中的当前第二对象;
A4)若当前第二对象不满足预设条件,返回步骤A3);若当前第二对象满足预设条件,执行步骤A2);若所有第二对象均不满足预设条件,当前第一对象不存在匹配结果,返回步骤A2);
A5)计算当前第一对象与当前第二对象的载频差值、脉宽差值、幅值差值的加权和,得到当前第一对象与当前第二对象的匹配度;
A6)若匹配度大于匹配度的门限值,当前第二对象为当前第一对象对应的匹配结果,返回步骤A2)直到所有第一对象选取完毕;若匹配度小于匹配度的门限值,返回步骤A3),若所有第二对象选取完毕,当前第一对象不存在匹配结果,返回步骤A2)直到所有第一对象选取完毕。
进一步的,步骤A4)中所述预设条件为:当前第一对象与当前第二对象的载频差值、脉宽差值、幅值差值均小于或等于对应的阈值。
进一步的,步骤A5)中所述匹配度的函数表达式为:
Figure 221565DEST_PATH_IMAGE001
上式中,w fc 为载频权重值,w pw 为脉宽权重值,w pa 为幅值权重值,th_fc dif 为载频误差理论最大值,th_pw dif 为脉宽误差理论最大值,th_pa dif 为幅值误差理论最大值,fc dif 为当前第一对象与当前第二对象的载频差值,pw dif 为当前第一对象与当前第二对象的脉宽差值,pa dif 为当前第一对象与当前第二对象的幅值差值。
本发明还提出一种雷达分选系统,包括:
信号接收单元,用于接受雷达信号并计算得到脉冲描述字数据流;
密度稀释单元,用于根据预设的匹配算法将脉冲描述字数据流匹配背景库中的辐射源描述字,对于存在匹配结果的脉冲描述字,使用对应的辐射源描述字进行分选验证,若验证成功,将对应的辐射源描述字作为第一分选结果,否则将所述脉冲描述字以及不存在匹配结果的脉冲描述字合并得到过滤后的脉冲描述字数据流;
分选单元,用于对过滤后的脉冲描述字数据流进行分选,得到过滤后的脉冲描述字数据流中各脉冲描述字对应的辐射源描述字,作为第二分选结果,第一分选结果与第二分选结果合并得到辐射源描述字数据流;
背景库管理单元,用于根据预设的匹配算法将辐射源描述字数据流匹配背景库中的辐射描述字,并更新背景库,计算背景库中所有辐射描述字的时间窗口内的置信度,输出所述置信度高于输出阈值的辐射源描述字,删除所述置信度低于删除阈值的辐射源描述字。
和现有技术相比,本发明具有下述优点:
1. 本发明通过预设的匹配算法计算脉冲描述字数据流中每个脉冲描述字与背景库中辐射源描述字的匹配程度,将匹配结果进行分选验证,验证成功的情况下,脉冲描述字对应的辐射源描述字就是其分选结果,不用对该脉冲描述字进行后续的分选,从而对于参与分选的脉冲描述字数据流进行了稀释,有效节约了计算资源。
2. 本发明将脉冲描述字数据流中的分选结果加入背景库并更新背景库中辐射源描述字,通过每一帧的辐射源描述字数据流实时扩充背景库,减少了后续需要进行分选的脉冲描述字的数量,同时还为辐射源描述字数据流设置时间窗口,通过计算时间窗口内的置信度,将置信度高的辐射源描述字输出,并删除背景库中一部分置信度低的辐射源描述字,提高了分选结果上报准确率的同时也避免背景库存在冗余的情况。
附图说明
图1为本发明实施例的方法的流程图。
图2为本发明实施例中步骤S4)的流程图。
图3为本发明实施例的步骤S4)中更新背景库的流程图。
图4为本发明实施例的步骤S4)中计算置信度并输出辐射源描述字的流程图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述,但并不因此而限制本发明的保护范围。
本发明的思路为:通过雷达分选系统中雷达质量管理背景库(后文称为背景库)的数据对待分选的脉冲描述字PDW的数据流进行稀释,以降低后续分选的压力,提升复杂电磁环境下的分选效率,同时针对作为脉冲描述字PDW分选结果的辐射源描述字EDW,一方面将在历史数据加入背景库中,实时扩充背景库的数据量,从而进一步降低后续脉冲描述字PDW的分选压力,另一方面针对背景库中数据进行管理,根据时间窗口内置信度,输出满足条件的辐射源描述字EDW,并删除不满足条件的辐射源描述字EDW,从而提高分选结果上报的准确率,并且优化背景库中的数据,避免出现冗余。
本实施例中针对雷达分选系统进行以下配置:
分选方式包括预分选和主分选,预分选包括载频、脉宽及幅值的分选,主分选包括脉冲重复周期的分选和脉冲串起始与序列搜索,其中脉冲串起始与序列搜索是分选验证的方式,若使用脉冲描述字对应的辐射源描述字进行脉冲串起始与序列搜索成功搜索出脉冲串,则验证成功,对应的辐射源描述字为该脉冲描述字的分选结果;
设置脉冲描述字以及辐射源描述字均包括载频、脉宽、脉冲重复周期以及幅值等参数。
实施例1
如图1所示,本实施例基于本发明的思路提出一种雷达分选系统控制方法,包括以下步骤:
S1)接受雷达信号并计算得到脉冲描述字数据流;
S2)根据预设的匹配算法将脉冲描述字数据流匹配背景库中的辐射源描述字,对于存在匹配结果的脉冲描述字,使用对应的辐射源描述字进行主分选中的验证过程,若验证成功,将对应的辐射源描述字作为第一分选结果,否则将所述脉冲描述字以及不存在匹配结果的其他脉冲描述字合并得到过滤后的脉冲描述字数据流;
S3)对过滤后的脉冲描述字数据流依次进行预分选和主分选,得到过滤后的脉冲描述字数据流中各脉冲描述字对应的辐射源描述字,作为第二分选结果,第一分选结果与第二分选结果合并,并进行雷达类型判别和参数统计,就可以得到脉冲描述字数据流对应的辐射源描述字数据流;
S4)根据预设的匹配算法将辐射源描述字数据流匹配背景库中的辐射描述字,并更新背景库,计算背景库中所有辐射描述字的时间窗口内的置信度,输出置信度高于输出阈值的辐射源描述字,删除置信度低于删除阈值的辐射源描述字。
通过上述步骤,步骤S2)中,存在匹配结果且匹配结果通过验证的情况下,对应的辐射源描述字即为脉冲描述字的分选结果,该脉冲描述字便不需要进行分选,从而使得背景库中的辐射源描述字作为历史数据对脉冲描述字数据流进行稀疏,降低后续分选压力,步骤S4)中,将辐射源描述字数据流匹配背景库中的辐射描述字,并更新背景库,更新后的背景库中的辐射源描述字即作为新的历史数据,对后续的脉冲描述字数据流进行稀疏,同时根据更新后的背景库中的辐射源描述字的时间窗口内的置信度即可实现对于背景库中辐射源描述字的质量管理,从而提高分选结果上报的准确率,并且优化背景库中的数据,避免出现冗余。最终实现在复杂电磁环境下的分选速度及分选结果的准确率。
如图2和图3所示,本实施例的步骤S4)中根据预设的匹配算法将辐射源描述字数据流匹配背景库中的辐射描述字,并更新背景库的具体步骤包括:
S41)获取辐射源描述字数据流的当前帧;
S42)根据预设的匹配算法将所述当前帧中的所有第一辐射源描述字匹配背景库中的第二辐射源描述字,对于不存在匹配结果的第一辐射源描述字,将所述第一辐射源描述字保存在背景库中并添加对应的质量信息,对于下一帧,第一帧辐射源描述字即变为背景库中的第二辐射源描述字;对于存在匹配结果的第一辐射源描述字,根据时间窗口更新对应的第二辐射源描述字的质量信息;统计背景库中没有匹配到第一辐射源描述字的第二辐射源描述字,更新对应的质量信息;
S43)返回步骤S41)直到辐射源描述字数据流的所有帧获取完毕。
本实施例中为背景库中的第二辐射源描述字配置对应的质量信息,质量信息包括每一帧对应的flag值,表示第二辐射源描述字在该帧的状态,该帧中出现第二辐射源描述字时,对应的flag值为1,该帧中未出现第二辐射源描述字时,对应的flag值为0,还包括时间窗口内出现次数、时间窗口内丢失次数和总帧数,从而可以体现出背景库中每个辐射源描述字对应的雷达在辐射源描述字数据流的所有帧中出现的总次数以及在时间窗口内出现的次数和消失的次数。
具体的,如图3所示,本实施例中的步骤S42)中:
对于不存在匹配结果的第一辐射源描述字,将所述第一辐射源描述字保存在背景库中并添加对应的质量信息具体包括:将不存在匹配结果的第一辐射源描述字保存在背景库中并添加对应的质量信息,将质量信息中当前帧的状态标记为出现,即将当前帧对应的flag的值置1,且初始化质量信息中的时间窗口内出现次数为1、时间窗口内丢失次数为0,总帧数为1,将当前帧索引作为对应的时间窗口最早帧索引;
对于存在匹配结果的第一辐射源描述字,根据时间窗口更新对应的第二辐射源描述字的质量信息具体包括:提取第一辐射源描述字对应的第二辐射源描述字的质量信息,若所述质量信息中总帧数小于时间窗口的值,将质量信息中当前帧的状态标记为出现,即将当前帧对应的flag的值置1,且将质量信息中的时间窗口内出现次数和总帧数分别加一,对应的时间窗口最早帧索引保持不变;否则将质量信息中当前帧的状态标记为出现,即将当前帧对应的flag的值置1,再根据对应的时间窗口从当前帧开始回溯到目标帧,若所述质量信息中目标帧的状态为丢失,即目标帧对应的flag的值为0,将所述质量信息中的时间窗口内出现次数加一并将时间窗口内丢失次数减一,同时将时间窗口滑动到下一帧,即顺推对应的时间窗口最早帧索引到下一帧,若所述质量信息中目标帧的状态为出现,将时间窗口滑动到下一帧,即顺推对应的时间窗口最早帧索引到下一帧,其余参数不变;
统计背景库中没有匹配到第一辐射源描述字的第二辐射源描述字,更新对应的质量信息具体包括:统计背景库中没有匹配到第一辐射源描述字的第二辐射源描述字,将对应质量信息中当前帧的状态标记为丢失,即将当前帧对应的flag的值置0,时间窗口内丢失次数和总帧数加一。
本实施例中,所述时间窗口为100帧,也可以根据实际需要设置时间窗口的大小,通过时间窗口以及质量信息,我们可以了解各辐射源描述字对应的雷达在历史中出现的帧数以及丢失的帧数,由此进一步判断雷达是否可信,能否输出。
对于判断雷达是否可信,我们先计算背景库中所有辐射描述字时间的窗口内置信度,如图2和图4所示,步骤S4)中计算背景库中所有辐射描述字的时间窗口内的置信度,具体步骤包括:
S401)选取背景库中的当前辐射源描述字;
S402)若当前辐射源描述字的质量信息中总帧数大于预设值,执行步骤S403),否则返回步骤S401);本实施例中预设值为3,即对于质量信息中总帧数在3帧以内的辐射源描述字,认为其信息量不足,不参与置信度计算;
S403)若当前辐射源描述字的质量信息中至少最新4帧的状态均为丢失,即最新4帧及以上的帧所对应的flag值均为0,认为此辐射源描述字对应的雷达已经不发送信号,从背景库中删除当前辐射源描述字,返回步骤S401);否则执行步骤S404);
S404)计算当前辐射源描述字的质量信息中时间窗口内出现次数和总帧数的比值得到当前辐射源描述字的时间窗口内的置信度。
随后,我们再根据时间窗口内的置信度与门限的关系来管理当前辐射源描述字,若所述置信度高于输出阈值,本实施例中输出阈值为0.8,将当前辐射源描述字添加到输出结果列表,若所述置信度低于删除阈值,本实施例中删除阈值为0.3,删除当前辐射源描述字,返回步骤S401)直到背景库中的所有辐射源描述字选取完毕,最后将输出结果列表中的辐射源描述字输出。
本实施例中,预设的匹配算法基于参数加权匹配法,具体步骤包括:
A1)根据当前电磁环境,实时调整载频、脉宽、幅值的权重值,实时调整载频、脉宽、幅值误差理论最大值,实时调整载频、脉宽、幅值对应的阈值,还实时调整匹配度的门限值,例如在简单电磁环境中,可提高所述阈值或减小各参数误差理论最大值,以此提高EDW可信度;
A2)选取脉冲描述字数据流或辐射源描述字数据流中的当前第一对象;
A3)选取背景库中的当前第二对象;
A4)若当前第二对象不满足预设条件,返回步骤A3);若当前第二对象满足预设条件,执行步骤A5);若所有第二对象均不满足预设条件,当前第一对象不存在匹配结果,返回步骤A2);所述预设条件为:当前第一对象与当前第二对象的载频差值、脉宽差值、幅值差值均小于或等于对应的阈值;
A5)计算当前第一对象与当前第二对象的载频差值、脉宽差值、幅值差值的加权和,得到当前第一对象与当前第二对象的匹配度;
A6)若匹配度大于匹配度的门限值,当前第二对象为当前第一对象对应的匹配结果,本实施例中根据经验设置当前电磁环境匹配度的门限值的范围为0.5~1,具体为0.8,返回步骤A2)直到所有第一对象选取完毕;若匹配度小于匹配度的门限值,返回步骤A3),若所有第二对象选取完毕,当前第一对象不存在匹配结果,返回步骤A2)直到所有第一对象选取完毕。
本实施例的步骤A5)中所述匹配度的函数表达式为:
Figure 204564DEST_PATH_IMAGE001
上式中,w fc 为载频权重值,w pw 为脉宽权重值,w pa 为幅值权重值,th_fc dif 为载频误差理论最大值,th_pw dif 为脉宽误差理论最大值,th_pa dif 为幅值误差理论最大值,fc dif 为当前第一对象与当前第二对象的载频差值,pw dif 为当前第一对象与当前第二对象的脉宽差值,pa dif 为当前第一对象与当前第二对象的幅值差值。
本实施例还提出一种雷达分选系统,包括:
信号接收单元,用于接受雷达信号并计算得到脉冲描述字数据流;
密度稀释单元,用于根据预设的匹配算法将脉冲描述字数据流匹配背景库中的辐射源描述字,对于存在匹配结果的脉冲描述字,使用对应的辐射源描述字进行主分选中的验证过程,若验证成功,将对应的辐射源描述字作为第一分选结果,否则将所述脉冲描述字以及不存在匹配结果的其他脉冲描述字合并得到过滤后的脉冲描述字数据流;
分选单元,用于对过滤后的脉冲描述字数据流依次进行预分选和主分选,得到过滤后的脉冲描述字数据流中各脉冲描述字对应的辐射源描述字,作为第二分选结果,第一分选结果与第二分选结果合并得到脉冲描述字数据流对应的辐射源描述字数据流;
背景库管理单元,用于根据预设的匹配算法将辐射源描述字数据流匹配背景库中的辐射描述字,并更新背景库,计算背景库中所有辐射描述字的时间窗口内的置信度,输出置信度高于输出阈值的辐射源描述字,删除置信度低于删除阈值的辐射源描述字。
本实施例还提出一种计算机可读存储介质,所述计算机可读存储介质存储有被编程或配置以执行任一所述的雷达分选系统控制方法的计算机程序。
实施例二
本实施例与实施例一基本相同,区别在于,本实施例的步骤S2)中,所述背景库中的辐射源描述字为置信度满足滤波门限值的辐射源描述字,步骤S2)之前还包括选取辐射源描述字的步骤,具体包括:比较背景库中所有辐射源描述字的时间窗口内的置信度与滤波门限值的大小,选取置信度大于滤波门限值的辐射源描述字作为置信度满足滤波门限值的辐射源描述字。本实施例相比实施例一减少参与筛选的辐射源描述字的数量,减小了匹配过程的计算量并提高了匹配准确度。
上述只是本发明的较佳实施例,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。因此,凡是未脱离本发明技术方案的内容,依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均应落在本发明技术方案保护的范围内。

Claims (10)

1.一种雷达分选系统控制方法,其特征在于,包括以下步骤:
S1)接受雷达信号并计算得到脉冲描述字数据流;
S2)根据预设的匹配算法将脉冲描述字数据流匹配背景库中的辐射源描述字,对于存在匹配结果的脉冲描述字,使用对应的辐射源描述字进行分选验证,若验证成功,将对应的辐射源描述字作为第一分选结果,否则将所述脉冲描述字以及不存在匹配结果的脉冲描述字合并得到过滤后的脉冲描述字数据流;
S3)对过滤后的脉冲描述字数据流进行分选,得到过滤后的脉冲描述字数据流中各脉冲描述字对应的辐射源描述字,作为第二分选结果,第一分选结果与第二分选结果合并得到辐射源描述字数据流;
S4)根据预设的匹配算法将辐射源描述字数据流匹配背景库中的辐射源描述字,并更新背景库,计算背景库中所有辐射源描述字的时间窗口内的置信度,输出所述置信度高于输出阈值的辐射源描述字,删除所述置信度低于删除阈值的辐射源描述字。
2.根据权利要求1所述的雷达分选系统控制方法,其特征在于,步骤S4)中根据预设的匹配算法将辐射源描述字数据流匹配背景库中的辐射源描述字,并更新背景库的具体步骤包括:
S41)获取辐射源描述字数据流的当前帧;
S42)根据预设的匹配算法将所述当前帧的所有第一辐射源描述字匹配背景库中的第二辐射源描述字,对于不存在匹配结果的第一辐射源描述字,将所述第一辐射源描述字保存在背景库中并添加对应的质量信息;对于存在匹配结果的第一辐射源描述字,根据时间窗口更新对应的第二辐射源描述字的质量信息;统计没有匹配到第一辐射源描述字的第二辐射源描述字,并更新对应的质量信息;
S43)返回步骤S41)直到辐射源描述字数据流的所有帧获取完毕。
3.根据权利要求2所述的雷达分选系统控制方法,其特征在于,步骤S42)中添加对应的质量信息具体包括:添加第一辐射源描述字对应的质量信息,将质量信息中当前帧的状态标记为出现,且初始化质量信息中的时间窗口内出现次数、时间窗口内丢失次数和总帧数。
4.根据权利要求2所述的雷达分选系统控制方法,其特征在于,步骤S42)中根据时间窗口更新对应的第二辐射源描述字的质量信息具体包括:提取第一辐射源描述字对应的第二辐射源描述字的质量信息,若所述质量信息中总帧数小于时间窗口的值,将质量信息中的时间窗口内出现次数和总帧数分别加一;否则根据时间窗口从当前帧开始回溯到目标帧,若所述质量信息中目标帧的状态为丢失,将所述质量信息中的时间窗口内出现次数加一并将时间窗口内丢失次数减一,将时间窗口滑动到下一帧;若所述质量信息中目标帧的状态为出现,将时间窗口滑动到下一帧。
5.根据权利要求2所述的雷达分选系统控制方法,其特征在于,步骤S42)中更新对应的质量信息具体包括:对于没有匹配到第一辐射源描述字的第二辐射源描述字,将对应质量信息中当前帧的状态标记为丢失,且时间窗口内丢失次数和总帧数加一。
6.根据权利要求2所述的雷达分选系统控制方法,其特征在于,步骤S4)中计算背景库中所有辐射源描述字的时间窗口内的置信度具体步骤包括:
S401)选取背景库中的当前辐射源描述字;
S402)若当前辐射源描述字的质量信息中总帧数大于预设值,执行步骤S403),否则返回步骤S401);
S403)若当前辐射源描述字的质量信息中,从最后一帧往前的目标区间内每一帧的状态均为丢失,从背景库中删除当前辐射源描述字,返回步骤S401);否则执行步骤S404);
S404)计算当前辐射源描述字的质量信息中时间窗口内出现次数和总帧数的比值得到当前辐射源描述字的时间窗口内的置信度。
7.根据权利要求1或2所述的雷达分选系统控制方法,其特征在于,所述预设的匹配算法的具体步骤包括:
A1)根据当前电磁环境,实时调整载频、脉宽、幅值的权重值,实时调整载频、脉宽、幅值误差理论最大值,实时调整载频、脉宽、幅值对应的阈值,还实时调整匹配度的门限值;
A2)选取脉冲描述字数据流或辐射源描述字数据流中的当前第一对象;
A3)选取背景库中的当前第二对象;
A4)若当前第二对象不满足预设条件,返回步骤A3);若当前第二对象满足预设条件,执行步骤A5);若所有第二对象均不满足预设条件,当前第一对象不存在匹配结果,返回步骤A2);
A5)计算当前第一对象与当前第二对象的载频差值、脉宽差值、幅值差值的加权和,得到当前第一对象与当前第二对象的匹配度;
A6)若匹配度大于匹配度的门限值,当前第二对象为当前第一对象对应的匹配结果,返回步骤A2)直到所有第一对象选取完毕;若匹配度小于匹配度的门限值,返回步骤A3),若所有第二对象选取完毕,当前第一对象不存在匹配结果,返回步骤A2)直到所有第一对象选取完毕。
8.根据权利要求7所述的雷达分选系统控制方法,其特征在于,步骤A4)中所述预设条件为:当前第一对象与当前第二对象的载频差值、脉宽差值、幅值差值均小于或等于对应的阈值。
9.根据权利要求7所述的雷达分选系统控制方法,其特征在于,步骤A5)中所述匹配度的函数表达式为:
Figure 776669DEST_PATH_IMAGE001
上式中,w fc 为载频权重值,w pw 为脉宽权重值,w pa 为幅值权重值,th_fc dif 为载频误差理论最大值,th_pw dif 为脉宽误差理论最大值,th_pa dif 为幅值误差理论最大值,fc dif 为当前第一对象与当前第二对象的载频差值,pw dif 为当前第一对象与当前第二对象的脉宽差值,pa dif 为当前第一对象与当前第二对象的幅值差值。
10.一种雷达分选系统,其特征在于,包括:
信号接收单元,用于接受雷达信号并计算得到脉冲描述字数据流;
密度稀释单元,用于根据预设的匹配算法将脉冲描述字数据流匹配背景库中的辐射源描述字,对于存在匹配结果的脉冲描述字,使用对应的辐射源描述字进行分选验证,若验证成功,将对应的辐射源描述字作为第一分选结果,否则将所述脉冲描述字以及不存在匹配结果的脉冲描述字合并得到过滤后的脉冲描述字数据流;
分选单元,用于对过滤后的脉冲描述字数据流进行分选,得到过滤后的脉冲描述字数据流中各脉冲描述字对应的辐射源描述字,作为第二分选结果,第一分选结果与第二分选结果合并得到辐射源描述字数据流;
背景库管理单元,用于根据预设的匹配算法将辐射源描述字数据流匹配背景库中的辐射源描述字,并更新背景库,计算背景库中所有辐射源描述字的时间窗口内的置信度,输出所述置信度高于输出阈值的辐射源描述字,删除所述置信度低于删除阈值的辐射源描述字。
CN202111017517.8A 2021-09-01 2021-09-01 一种雷达分选系统控制方法及雷达分选系统 Active CN113447907B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111017517.8A CN113447907B (zh) 2021-09-01 2021-09-01 一种雷达分选系统控制方法及雷达分选系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111017517.8A CN113447907B (zh) 2021-09-01 2021-09-01 一种雷达分选系统控制方法及雷达分选系统

Publications (2)

Publication Number Publication Date
CN113447907A CN113447907A (zh) 2021-09-28
CN113447907B true CN113447907B (zh) 2021-11-12

Family

ID=77819121

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111017517.8A Active CN113447907B (zh) 2021-09-01 2021-09-01 一种雷达分选系统控制方法及雷达分选系统

Country Status (1)

Country Link
CN (1) CN113447907B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9995819B1 (en) * 2015-09-11 2018-06-12 Lockheed Martin Corporation System and method for spherical object identification using radar
CN108535704A (zh) * 2018-04-10 2018-09-14 贵州理工学院 一种基于自适应二维聚类的信号预分选方法
CN108919193A (zh) * 2018-07-12 2018-11-30 中国船舶重工集团公司第七二四研究所 一种基于序列片段挖掘的参数捷变雷达信号分选方法
CN109270497A (zh) * 2018-10-28 2019-01-25 西南电子技术研究所(中国电子科技集团公司第十研究所) 雷达脉冲信号的多维参数预分选方法
CN109683143A (zh) * 2019-03-07 2019-04-26 西安电子科技大学 雷达信号分选方法、装置、计算机设备及可存储介质
CN112526456A (zh) * 2020-12-28 2021-03-19 扬州健行电子科技有限公司 一种雷达信号识别算法
CN112986928A (zh) * 2021-03-11 2021-06-18 哈尔滨工程大学 一种复杂电磁环境下信号分选多源融合处理方法
CN113075620A (zh) * 2021-03-25 2021-07-06 电子科技大学 一种基于多站时差网格聚类的信号分选方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9995819B1 (en) * 2015-09-11 2018-06-12 Lockheed Martin Corporation System and method for spherical object identification using radar
CN108535704A (zh) * 2018-04-10 2018-09-14 贵州理工学院 一种基于自适应二维聚类的信号预分选方法
CN108919193A (zh) * 2018-07-12 2018-11-30 中国船舶重工集团公司第七二四研究所 一种基于序列片段挖掘的参数捷变雷达信号分选方法
CN109270497A (zh) * 2018-10-28 2019-01-25 西南电子技术研究所(中国电子科技集团公司第十研究所) 雷达脉冲信号的多维参数预分选方法
CN109683143A (zh) * 2019-03-07 2019-04-26 西安电子科技大学 雷达信号分选方法、装置、计算机设备及可存储介质
CN112526456A (zh) * 2020-12-28 2021-03-19 扬州健行电子科技有限公司 一种雷达信号识别算法
CN112986928A (zh) * 2021-03-11 2021-06-18 哈尔滨工程大学 一种复杂电磁环境下信号分选多源融合处理方法
CN113075620A (zh) * 2021-03-25 2021-07-06 电子科技大学 一种基于多站时差网格聚类的信号分选方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Analysis of Radar Emitter Signal Sorting and Recognition Model Structure;Wang, Shi Qiang等;《 9th International Conference of Information and Communication Technology》;20190113;第154卷;500-503页 *
基于PRI信息的雷达脉冲信号分选技术研究综述;石荣等;《电讯技术》;20210131;第60卷(第1期);112-120页 *

Also Published As

Publication number Publication date
CN113447907A (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
CN109508000A (zh) 异构多传感器多目标跟踪方法
US10908252B2 (en) Method and device for identifying radar emission modes
CN112986928B (zh) 一种复杂电磁环境下信号分选多源融合处理方法
CN113721219B (zh) 一种基于多参数聚类的雷达信号分选方法和系统
CN111832462B (zh) 一种基于深度神经网络的跳频信号检测与参数估计方法
CN110907908B (zh) 基于包络分析的导航雷达信号分选方法
CN112990125B (zh) 一种辐射源雷达属于目标平台的判别方法
CN113447907B (zh) 一种雷达分选系统控制方法及雷达分选系统
CN111796250A (zh) 一种基于风险评估的虚假点迹多维层次化抑制方法
CN116466314A (zh) 一种雷达个体分选方法、装置、存储介质及设备
KR102048956B1 (ko) 피아식별신호의 펄스열분석 방법 및 그 장치
CN115390037A (zh) 多类别、未知雷达辐射源脉冲信号分选系统
CN112836104B (zh) 一种数据库辅助自主聚类信号分选方法及系统
CN115575902A (zh) 雷达信号多站融合分选方法
CN113075620B (zh) 一种基于多站时差网格聚类的信号分选方法
CN111257839B (zh) 一种雷达信号分选方法
CN110880012B (zh) 多侦察平台脉间捷变雷达辐射源频率信息关联方法
CN114839607A (zh) 基于分步变门限孤立森林的mfr波形单元提取方法
CN110426696B (zh) 一种脉冲缺损的雷达信号特征序列搜索方法
Ruijia et al. Radar emitter recognition in airborne RWR/ESM based on improved K nearest neighbor algorithm
Li et al. Signals Deinterleaving for ES systems using Improved CFSFDP Algorithm
Wang et al. A PRI estimation and signal deinterleaving method based on density-based clustering
Wang et al. Recognition of MFR Based Motif Discovery
CN115421147A (zh) 一种采用前后端并行处理机制的机载雷达告警器及其数据处理方法
KR102066579B1 (ko) 프랙탈 차원을 이용한 표적 인식용 밀리미터파 탐색기 및 이를 이용한 표적 인식방법

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