CN115421147A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN115421147A CN115421147A CN202210895600.3A CN202210895600A CN115421147A CN 115421147 A CN115421147 A CN 115421147A CN 202210895600 A CN202210895600 A CN 202210895600A CN 115421147 A CN115421147 A CN 115421147A
- Authority
- CN
- China
- Prior art keywords
- data
- alarm
- sorting
- threat
- module
- 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.)
- Pending
Links
Images
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/933—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/886—Radar or analogous systems specially adapted for specific applications for alarm systems
-
- 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
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2379—Updates performed during online database operations; commit processing
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
提供一种采用前后端并行处理机制的机载雷达告警器,包括天线、接收测量模块、数据处理部分模块、终端模块、威胁数据更新模块。还提供一种采用前后端并行处理机制的机载雷达告警器数据处理方法。前端告警处理侦收的雷达辐射源全脉冲参数流数据,采用复杂度低、时效性高的快速分选、识别和威胁评估算法进行数据处理,实现快速告警,侧重告警的时效性;后端告警处理侦收的雷达辐射源脉冲全脉冲参数流数据和中频信号数据,以及前端分选未成功分选、未成功识别的数据。本发明可实现前端快速告警、后端精确告警、威胁数据库在线更新,有效改善现有机载雷达告警器数据处理架构数据利用率不高、告警准确性不高的问题,提高机载平台的态势感知能力。
Description
技术领域
本发明涉及机载自卫电子对抗工程应用技术领域,具体涉及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。
背景技术
机载雷达告警器是重要的机载传感器,其通过截获、测量、分析照射到载机平台的雷达信号,向飞行员提供威胁的类型、方位和工作状态等信息。机载雷达告警器具有探测距离远、探测隐蔽、全向接收的优点,飞行员可以根据机载雷达告警器的告警信息,获取战场环境中威胁目标的类型、数量和状态,从而进行电子干扰、导弹攻击、战术规避等作战决策。因此,在飞行员获取战场电磁态势、感知威胁信息和进行战术决策的过程中,机载雷达告警器发挥着关键作用,其技术水平对战斗胜负起着重要作用。
自美军在越战中首次装备AN/APR-258雷达告警器以来,机载雷达告警器经历了从单纯接收雷达辐射到能够识别雷达类型并进行威胁排序,进而提高密集脉冲流适应能力、实现数字信道化接收的三个发展阶段。然而,随着军事科技的发展,机载雷达告警器面临着来自战场环境和博弈对手的双重挑战:一方面,战场环境日益复杂,辐射源种类、数量剧增,信号密度显著增大,信号波形日益复杂;另一方面,博弈对手雷达的发展日新月异,相控阵、低截获、频谱展宽等新技术的运用,使得雷达信号日趋复杂且隐蔽,对机载雷达告警器的信号截获、测量和分析工作带来了巨大的挑战。现有的机载雷达告警器数据处理架构难以实现对海量、复杂雷达信号的快速、准确处理,作战效能显著降低,迫切需要新一轮技术革新。因此,开发新的机载雷达告警器数据处理方法有助于提高作战飞机和飞行员的信息感知能力、战术决策能力和战场生存能力,意义重大。
发明内容
为了克服现有技术的不足,本发明提供一种采用前后端并行处理机制的机载雷达告警器,包括天线、接收测量模块、数据处理部分模块、终端模块、威胁数据更新模块;其中
天线,其用于截获空间中的雷达辐射源信号;
接收测量模块,其将通过天线截获到的射频或者高频信号转换为数字信号,测量信号的频率、到达时间、脉宽、到达角、到达方向、中频参数等参数信息,组成脉冲参数流并输出;
数据处理模块,其对接收测量模块处理后的脉冲参数流进行分选,将单个辐射源的参数从混叠的脉冲参数流中分选出来,与威胁数据库进行模板匹配,实现对雷达辐射源的识别,然后根据识别结果进行威胁评估,并将威胁评估的结果输出给终端模块;
终端模块,其通过视频或者音频信息向其他设备/系统提供威胁信息;
威胁数据更新模块,其根据后端告警模块精确识别中获取的辐射源数据,经过一定的重复出现次数确认后,写入威胁数据库,实现威胁数据更新。
还提供一种利用上述机载雷达告警器的采用前后端并行处理机制的机载雷达告警器数据处理方法,数据处理的具体过程如下:
(1)侦收的脉冲流经过接收测量模块进行参数测量后,形成脉冲参数流,脉冲参数流包括全脉冲参数流和中频数据流;全脉冲参数流和中频数据流送入后端告警模块,前端告警模块仅接收全脉冲参数流;
(2)前端告警模块处理过程:
(a)对全脉冲参数流进行前端分选;分选成功数据继续进行前端识别,未分选成功数据送入后端告警模块进行后端分选,进一步进行精细化分选;
(b)对分选成功数据进行前端识别;根据分选参数与威胁数据库中的雷达辐射源信息进行匹配,匹配成功,则对匹配成功数据进行前端威胁评估,即进行威胁等级计算与排序,匹配不成功数据送入后端告警模块的后端识别进行精确识别;
(c)对匹配成功数据进行前端威胁评估,并将判定结果以告警信息形式输出至终端模块;
(3)后端告警模块处理过程:
后端告警模块具备模块化、可扩展的后端分选算法库、后端识别算法库和威胁评估算法库;
(a)利用后端分选算法库中的算法对全脉冲参数流和中频数据流、以及未分选成功数据进行后端分选;结束后将分选结果进行数据融合,令融合后的分选融合结果数据继续进行后端识别,利用后端识别算法库进行后端识别,此过程中未分选成功的数据作为杂波数据滤除;
(b)后端识别的处理数据有3个来源:前端识别不成功数据、分选融合结果数据和来自机载雷达、敌我识别器、数据链端机的机载总线数据;将后端识别之后获得的识别融合结果数据送入后端威胁评估,利用威胁评估算法库进行威胁判定,同时将识别融合结果数据送入威胁数据更新模块保存;
(c)采用多个威胁评估算法对识别融合结果数据进行后端威胁评估;多个算法的判定结果融合后,形成融合的威胁评估结果,以告警信息形式输出至终端模块;
(4)威胁数据更新模块处理过程:威胁数据更新模块接收到识别融合结果数据,根据“重复出现、反复确认”的更新准则,当某一辐射源数据出现的重复出现次数达到设定的K次后,将这一辐射源参数写入前端告警模块中的前端识别中的威胁数据库,实现威胁数据库的在线更新。
上述机载雷达告警器数据处理方法的一个特征在于:采用前端告警和后端告警并行处理,在前端和后端并行执行分选、识别和威胁评估任务。
上述机载雷达告警器数据处理方法的另一个特征在于:前端采用现有机载雷达告警器的分选识别和威胁评估算法,保证告警的实时性,后端采用模块化的复杂算法,降低实时性要求,提高告警的准确性要求。
上述机载雷达告警器数据处理方法的又一个特征在于:后端告警处理中的后端分选、后端识别和后端威胁评估处理均采用模块化、可扩展的算法库,且多个算法处理结果实现融合;具体而言,其模块化体现在采用多个算法模块进行独立并行的分选、识别和威胁评估任务,每一个算法为单独的算法模块,输出的结果进行融合后形成融合的分选、识别和威胁评估融合结果;其可扩展特点体现在算法库中的每个算法都可以作为一个单独的算法模块运行,算法模块可以根据需要增添、删减,实现整个识别算法库的扩展;其融合体现在分选、识别和威胁评估算法库中的算法模块独立运行计算后,将多个算法模块的处理结果进行融合判决,从而实现各个模块处理结果的相互印证。
上述机载雷达告警器数据处理方法的还一个特征在于:后端告警中的后端识别处理中,引入其他机载传感器数据,与机载雷达告警器自身数据进行信息融合。
本发明方法采用“前后端”并行告警、模块化可扩展和威胁数据库在线更新的设计,能够实现对海量、密集雷达信号的快速分选、精确识别和准确告警处理,这些创新点增强了本发明的通用性。
附图说明
图1机载雷达告警器模型;
图2现有机载雷达告警器数据处理模型;
图3现有机载雷达告警器数据处理架构图;
图4采用前后端并行处理机制的机载雷达告警器数据处理模型;
图5采用前后端并行处理机制的机载雷达告警器数据处理流程图;
图6采用前后端并行处理机制的机载雷达告警器数据处理架构图。
具体实施方式
下面结合附图对本发明作进一步描述。
一、采用前后端并行处理机制的机载雷达告警器组成
机载雷达告警器主要包括天线、接收测量模块、数据处理部分模块、终端模块,其基本模型如附图1所示。其中天线包括测向天线和专项天线,用于截获空间中的雷达辐射源信号。接收测量模块将通过天线截获到的射频或者高频信号转换为数字信号,测量信号的频率、到达时间、脉宽、到达角、到达方向等参数信息,组成全脉冲参数并输出。数据处理模块对接收测量模块处理后的全脉冲参数流进行分选,将单个辐射源的参数从混叠的全脉冲参数流中分选出来,与威胁数据库进行模板匹配,实现对雷达辐射源的识别,然后根据识别结果进行威胁评估,并将威胁评估的结果输出给终端模块。终端模块通过视频或者音频信息向其他设备/系统,例如飞行员,提供威胁信息。
机载雷达告警器的数据处理主要在数据处理模块中进行,数据处理过程主要包括信号分选、辐射源识别和威胁评估,其基本模型如附图2所示。现有机载雷达告警器的数据处理架构采用快速分选识别算法对侦收数据进行处理,并进行告警。其中信号分选由关联比较预分选和序列搜索主分选算法实现,辐射源识别由模板匹配法实现,威胁评估依据事先确定的评估准则进行威胁等级计算,根据威胁等级计算结果对多个雷达辐射源的威胁程度进行排序,并输出告警信息。本段涉及的处理方法,均属于现有成熟技术,为本领域技术人员熟知的技术,不再累述。具体的数据处理架构如附图3所示。
二、采用前后端并行处理机制的机载雷达告警器的数据处理方法
在现有设备的数据处理架构下,告警算法侧重实时性,由于处理时间的限制,不支持复杂度较高的算法,难以实现对侦收数据的精细化处理,因此数据利用率不高,准确性不高,难以满足复杂电磁环境下的作战需求。为了克服这些缺点,本发明采用基于前后端并行处理机制的机载雷达告警器数据处理方法。附图4为采用前后端并行处理机制的机载雷达告警器组成模型,相比于现有机载雷达告警器的单线告警处理方式,本发明采用前端告警和后端告警并行处理机制,在前端和后端并行执行分选、识别和威胁评估任务。其中前端采用现有机载雷达告警器的分选识别和威胁评估算法,保证告警的实时性,后端采用模块化的复杂算法,降低实时性要求,提高告警的准确性要求。同时,本发明还具备威胁数据更新模块,根据后台精确识别中获取的辐射源数据,经过一定的重复出现次数确认后,可以写入威胁数据库,实现威胁数据更新。
附图5为采用前后端并行处理机制的机载雷达告警器数据处理流程图。数据处理的具体过程如下:
(1)侦收的脉冲流经过接收测量模块进行参数测量后,形成脉冲参数流。脉冲参数流包括全脉冲参数流和中频数据流,其中全脉冲参数流和中频数据流送入后端告警模块,前端告警模块仅接收全脉冲参数流。
(2)前端告警模块处理过程:
(a)前端分选采用现有机载雷达告警器中的关联比较预分选和序列搜索主分选算法,该方法为本领域技术人员熟知,不再累述,具体可参考由王星主编,国防工业出版社出版的《航空电子对抗原理》中第五章第三节,以及赵国庆主编,西安电子科技大学出版社出版的《雷达对抗原理(第二版)》第四章第三、四节。分选成功的数据继续进行前端识别,未分选成功的数据送入后端告警模块的后端分选进行精细化分选;
(b)前端识别采用现有机载雷达告警器中的模板匹配识别方法,该方法为本领域技术人员熟知,不再累述,具体可参考由王星等人所著,国防工业出版社出版的《航空电子对抗组网》中第四章第一节。根据分选参数与威胁数据库中的雷达辐射源信息进行匹配,匹配成功则进行前端威胁评估,即进行威胁等级计算与排序,匹配不成功的数据送入后端告警模块的后端识别进行精确识别;
(c)前端威胁评估采用现有的威胁等级计算与排序算法进行威胁判定,该方法为本领域技术人员熟知,不再累述,具体可参考程立斌和林春应在《现代防御技术》2006年第36卷第6期发表的论文《电子作战目标威胁评估方法初探》,并将判定结果以告警信息形式输出至终端模块。
(3)后端告警模块处理过程:
后端告警模块具备模块化、可扩展的分选、识别和威胁评估算法库。
(a)后端分选接收来自接收测量模块的全脉冲参数流和中频数据流,以及前端分选中未成功分选的数据。后端分选采用模块化、可扩展的分选算法库,算法库中的算法模块采用复杂度较高的分选算法,比如模糊C均值聚类、支持向量聚类、网格密度聚类等聚类算法进行精细化分选,各个算法模块独立进行分选。上述分选算法研究成果较多,为本领域技术人员熟知,不再累述,可参考西安电子科技大学张勇强硕士学位论文《未知辐射源信号分选算法研究》、冯笑笑硕士学位论文《雷达信号分选算法研究》等文献。结束后将分选结果进行数据融合,融合算法可采用Dempster-Shafer证据融合、表决融合等融合方法,这两种方法为本领域技术人员熟知,不再累述,将融合后的分选融合结果数据送入后端识别,利用后端识别算法库进行后端识别,此过程中未分选成功的数据作为杂波数据滤除。后端分选算法库具有模块化、可扩展的特点,具体而言,其模块化体现在采用多个分选算法对输入的全脉冲参数流和中频数据流进行精细分选,每一个算法为单独的算法模块,输出的结果进行融合后形成融合的分选融合结果输出至后端识别模块;其可扩展特点体现在算法库中的每个分选算法都可以作为一个单独的算法模块运行,算法模块可以根据需要增添、删减,实现整个分选算法库的扩展;
(b)后端识别的处理数据有3个来源:前端告警模块的前端识别未成功识别的辐射源参数、后端分选出的辐射源参数和来自机载雷达、敌我识别器、数据链端机的机载总线数据。后端识别采用模块化、可扩展的识别算法库,算法库中的算法模块采用复杂度较高的识别算法,比如神经网络算法、支持向量机算法、分频段最近邻辐射源识别算法等方法进精确识别,上述识别算法研究成果较多,为本领域技术人员熟知,不再累述,具体可参考王星等人所著,国防工业出版社出版的《航空电子对抗组网》中第四章第二、三、四节。各个算法模块独立进行识别,结束后将识别结果进行融合,融合算法可采用Dempster-Shafer证据融合、表决融合等融合方法,这两种方法为本领域技术人员熟知,不再累述,将融合后的识别融合结果数据送入后端威胁评估,利用威胁评估算法库进行威胁判定,同时将识别融合结果数据送入威胁数据更新模块保存。后端识别算法库具有模块化、可扩展的特点,具体而言,其模块化体现在采用多个识别算法对输入数据进行精确识别,每一个算法为单独的算法模块,输出的结果进行融合后形成融合的识别融合结果输出至后端威胁评估模块;其可扩展特点体现在算法库中的每个识别算法都可以作为一个单独的算法模块运行,算法模块可以根据需要增添、删减,实现整个识别算法库的扩展;
(c)后端威胁评估基于现有的威胁等级计算与排序算法和其他复杂度较高的算法进行威胁判定,比如多属性决策算法、组合评价法、云模型推理等方法,上述威胁等级计算与排序算法研究成果较多,为本领域技术人员熟知,不再累述,具体可参考王星等人所著,国防工业出版社出版的《航空电子对抗组网》中第五章,以及西安电子科技大学王华硕士学位论文《态势评估中一类目标威胁排序方法的研究》等文献。多个算法的判定结果融合后,融合算法可采用表决融合融合方法,这种方法为本领域技术人员熟知,不再累述。判定结果以告警信息形式输出至终端模块。威胁评估算法库具有模块化、可扩展的特点,具体而言,其模块化体现在采用多个威胁评估算法对目标进行威胁评估,每一个算法为单独的算法模块,输出的结果进行融合后形成融合的威胁评估结果,以告警信息形式输出至终端模块;其可扩展特点体现在算法库中的每个威胁评估算法都可以作为一个单独的算法模块可以运行,模块可以根据需要增添、删减,实现整个威胁评估算法库的扩展。
(4)威胁数据更新模块处理过程:威胁数据更新模块接收后端识别中的融合识别结果数据,根据“重复出现、反复确认”的更新准则,当某一辐射源数据出现的重复出现次数达到设定的K次后,将这一辐射源参数写入前端告警模块中的前端识别中的威胁数据库,实现威胁数据库的在线更新。
根据上述数据处理流程,在图5的基础上,图6示出采用前后端并行处理机制的机载雷达告警器数据处理架构,进一步示出了图5中各个模块内部结构,体现了后端分选、后端识别、后端威胁评估的算法模块化结构,以及告警器与机载雷达、数据链端机、敌我识别器通过机载总线的交联情况。
相比于现有机载雷达告警器数据处理方法,本发明有以下9各方面的特点和优势:
1.采用“前后端”并行告警机制,兼具快速告警与准确告警能力。本发明采用采用前后端并行处理机制,其中前端运行快速告警算法,实现对侦收信号数据的快速分选、识别和告警,后端运行精确告警算法,实现对侦收信号的二次精确分选、识别和告警。而现有设备只具备本发明的前端告警能力,仅能实现快速告警。
2.模块化可扩展。现有设备的分选识别算法采用一次性嵌入方式,无法进行删减、替换、扩展和升级。本发明的后端告警处理采用模块化设计,分选算法库、识别算法库、威胁评估算法库分别由多个分选、识别、威胁评估算法模块组成。各种分选、识别算法以算法模块形式参与侦收信号数据的处理。各个算法模块独立运行,运行结果支持进一步的融合判决,同时算法模块支持删减、替换、扩展和升级。
3.准确性更高。现有设备采用快速分选识别算法进行分选识别,由于采用的算法单一且仅对侦收数据进行一次处理,因此准确性不高。本发明的后端告警处理采用多个分选识别算法模块对侦收数据进行精细化分选和精确识别,还可以根据不同算法模块的分选识别结果进行融合判决,极大地提高了告警处理结果的置信度和准确性。
4.中频信息处理能力。现有设备的分选识别算法接收全脉冲参数信息进行数据处理,包括脉幅、脉宽、载频、脉冲到达时间和脉冲到达角。本发明的前端告警主要基于现有设备中的数据处理架构,但是增加了后端告警处理部分,后端告警部分可以接收全脉冲参数信息和中频信号数据,并基于中频信号数据提取更多中频特征,在此基础上采用多个分选识别算法模块,对侦收数据进行精细化分选和精确识别。
5.威胁数据库在线更新。现有设备的威胁数据库在执行任务前加载,在执行任务过程中不支持实时、动态地更新威胁数据库,不具备知识学习能力。本发明的后端告警处理可以记录在任务执行过程中反复出现的雷达辐射源数据,并将该雷达数据补充记录到威胁数据库中,实现数据库的在线更新,具有一定的知识学习能力。
6.多算法模块结果融合。现有设备的分选、识别和威胁评估仅仅依靠单一算法的处理,准确率和置信度不高。本发明提出的后端告警处理中分选、识别和威胁评估算法库中的算法模块独立运行计算后,将多个算法模块的处理结果进行融合判决,可以实现各个模块处理结果的相互印证,提高结果的置信度和准确率。
7.多传感器数据融合。现有设备的数据处理中仅依靠机载雷达告警器自身侦收的数据进行分选识别。本发明的后端告警处理通过引入其他机载传感器数据,与机载雷达告警器自身数据进行信息融合,有助于对雷达辐射源的类型、方位和工作状态进行准确识别,提高识别的准确率。
8.数据利用率高。现有设备采用快速分选算法进行分选识别,由于分选算法单一且仅对侦收数据进行一次处理,数据利用率不高,大量数据没有得到充分处理。本发明的前端告警处理采用快速分选识别算法实现快速告警,侧重告警处理的实时性,后端告警处理采用多个分选识别算法模块对侦收到的雷达信号进行精细化处理,降低时效性要求,侧重告警处理的准确性,数据利用率更高。
9.环境适应性强,能够处理海量密集的侦收数据。现有设备虽然已经采用快速算法对侦收数据进行快速的分选、识别和告警处理,但是仍然难以适应日益增长的密集数据流。本发明的前端沿用现有设备的处理思路,实现快速告警,侧重实时性,在后端则采用多个算法模块进行精细化告警,可以对前端处理不够充分的侦收数据进行精细化处理,时效性要求降低但是更加侧重准确性。尤其是对前端告警难以分选、识别的数据,可以通过后端告警部分的算法处理。因此,在这一并行处理机制下,机载雷达告警器对复杂密集环境的适应性更强。
Claims (6)
1.一种采用前后端并行处理机制的机载雷达告警器,包括天线、接收测量模块、数据处理部分模块、终端模块、威胁数据更新模块;其特征在于
天线,其用于截获空间中的雷达辐射源信号;
接收测量模块,其将通过天线截获到的射频或者高频信号转换为数字信号,测量信号的频率、到达时间、脉宽、到达角、到达方向、中频参数等参数信息,组成脉冲参数流并输出;
数据处理模块,其对接收测量模块处理后的脉冲参数流进行分选,将单个辐射源的参数从混叠的脉冲参数流中分选出来,与威胁数据库进行模板匹配,实现对雷达辐射源的识别,然后根据识别结果进行威胁评估,并将威胁评估的结果输出给终端模块;
终端模块,其通过视频或者音频信息向其他设备/系统提供威胁信息;
威胁数据更新模块,其根据后端告警模块精确识别中获取的辐射源数据,经过一定的重复出现次数确认后,写入威胁数据库,实现威胁数据更新。
2.一种利用权利要求1所述的机载雷达告警器的采用前后端并行处理机制的机载雷达告警器数据处理方法,其特征在于,数据处理的具体过程如下:
(1)侦收的脉冲流经过接收测量模块进行参数测量后,形成脉冲参数流,脉冲参数流包括全脉冲参数流和中频数据流;全脉冲参数流和中频数据流送入后端告警模块,前端告警模块仅接收全脉冲参数流;
(2)前端告警模块处理过程:
(a)对全脉冲参数流进行前端分选;分选成功数据继续进行前端识别,未分选成功数据送入后端告警模块进行后端分选,进一步进行精细化分选;
(b)对分选成功数据进行前端识别;根据分选参数与威胁数据库中的雷达辐射源信息进行匹配,匹配成功,则对匹配成功数据进行前端威胁评估,即进行威胁等级计算与排序,匹配不成功数据送入后端告警模块的后端识别进行精确识别;
(c)对匹配成功数据进行前端威胁评估,并将判定结果以告警信息形式输出至终端模块;
(3)后端告警模块处理过程:
后端告警模块具备模块化、可扩展的后端分选算法库、后端识别算法库和威胁评估算法库;
(a)利用后端分选算法库中的算法对全脉冲参数流和中频数据流、以及未分选成功数据进行后端分选;结束后将分选结果进行数据融合,令融合后的分选融合结果数据继续进行后端识别,利用后端识别算法库进行后端识别,此过程中未分选成功的数据作为杂波数据滤除;
(b)后端识别的处理数据有3个来源:前端识别不成功数据、分选融合结果数据和来自机载雷达、敌我识别器、数据链端机的机载总线数据;将后端识别之后获得的识别融合结果数据送入后端威胁评估,利用威胁评估算法库进行威胁判定,同时将识别融合结果数据送入威胁数据更新模块保存;
(c)采用多个威胁评估算法对识别融合结果数据进行后端威胁评估;多个算法的判定结果融合后,形成融合的威胁评估结果,以告警信息形式输出至终端模块;
(4)威胁数据更新模块处理过程:威胁数据更新模块接收到识别融合结果数据,根据“重复出现、反复确认”的更新准则,当某一辐射源数据出现的重复出现次数达到设定的K次后,将这一辐射源参数写入前端告警模块中的前端识别中的威胁数据库,实现威胁数据库的在线更新。
3.如权利要求2所述的机载雷达告警器数据处理方法,其特征在于,采用前端告警和后端告警并行处理,在前端和后端并行执行分选、识别和威胁评估任务。
4.如权利要求2所述的机载雷达告警器数据处理方法,其特征在于,前端采用现有机载雷达告警器的分选识别和威胁评估算法,保证告警的实时性,后端采用模块化的复杂算法,降低实时性要求,提高告警的准确性要求。
5.如权利要求2所述的机载雷达告警器数据处理方法,其特征在于,后端告警处理中的后端分选、后端识别和后端威胁评估处理均采用模块化、可扩展的算法库,且多个算法处理结果实现融合;具体而言,其模块化体现在采用多个算法模块进行独立并行的分选、识别和威胁评估任务,每一个算法为单独的算法模块,输出的结果进行融合后形成融合的分选、识别和威胁评估融合结果;其可扩展特点体现在算法库中的每个算法都可以作为一个单独的算法模块运行,算法模块可以根据需要增添、删减,实现整个识别算法库的扩展;其融合体现在分选、识别和威胁评估算法库中的算法模块独立运行计算后,将多个算法模块的处理结果进行融合判决,从而实现各个模块处理结果的相互印证。
6.如权利要求2所述的机载雷达告警器数据处理方法,其特征在于,后端告警中的后端识别处理中,引入其他机载传感器数据,与机载雷达告警器自身数据进行信息融合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210895600.3A CN115421147A (zh) | 2022-07-27 | 2022-07-27 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210895600.3A CN115421147A (zh) | 2022-07-27 | 2022-07-27 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115421147A true CN115421147A (zh) | 2022-12-02 |
Family
ID=84196388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210895600.3A Pending CN115421147A (zh) | 2022-07-27 | 2022-07-27 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115421147A (zh) |
-
2022
- 2022-07-27 CN CN202210895600.3A patent/CN115421147A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Petrov et al. | Radar emitter signals recognition and classification with feedforward networks | |
CN108280395B (zh) | 一种对低小慢无人机飞控信号的高效识别方法 | |
Liu | Recognition of multifunction radars via hierarchically mining and exploiting pulse group patterns | |
CN106483514B (zh) | 一种基于eemd和支持向量机的飞机运动模式识别方法 | |
WO2020209918A2 (en) | Detection of cyber attacks targeting avionics systems | |
CN112598046B (zh) | 一种多机协同空战中的目标战术意图识别方法 | |
Sazdić-Jotić et al. | Single and multiple drones detection and identification using RF based deep learning algorithm | |
CN112036239B (zh) | 一种基于深度学习网络的雷达信号工作模式识别方法及系统 | |
US20230039196A1 (en) | Small unmanned aerial systems detection and classification using multi-modal deep neural networks | |
CN112597820A (zh) | 一种基于雷达信号分选的目标聚类方法 | |
Wang et al. | The background and significance of radar signal sorting research in modern warfare | |
Guo et al. | A novel radar signals sorting method-based trajectory features | |
CN104008403A (zh) | 一种svm(矢量机)模式的多目标识别判定方法 | |
Sehgal et al. | Automatic target recognition using recurrent neural networks | |
CN112990125B (zh) | 一种辐射源雷达属于目标平台的判别方法 | |
Matuszewski | Application of clustering methods for recognition of technical objects | |
Wang et al. | Research on radar emitter signal feature extraction method based on fuzzy entropy | |
CN112130141B (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 | |
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 | |
Dobrynin et al. | Information technology for automated assessment of the artillery barrels wear based on SVM classifier | |
CN114492583B (zh) | 一种基于lstm的雷达搜索模式识别方法 | |
US5963591A (en) | System and method for stochastic characterization of a signal with four embedded orthogonal measurement data items | |
CN112666528A (zh) | 一种基于卷积神经网络的多站雷达系统干扰鉴别方法 | |
CN113447907B (zh) | 一种雷达分选系统控制方法及雷达分选系统 | |
Jung et al. | Evidence-theoretic reentry target classification using radar: A fuzzy logic approach |
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 |