一种基于框架周期的未知辐射源信号PRI分选方法

    公开(公告)号:CN118465700A

    公开(公告)日:2024-08-09

    申请号:CN202410602232.8

    申请日:2024-05-15

    Abstract: 本发明属于雷达信号分选技术领域,涉及一种基于框架周期的未知辐射源信号PRI分选方法。未知辐射源信号分选指的是对雷达告警设备接收到的雷达辐射源混叠脉冲序列进行去交错处理,分选出属于同一个辐射源信号的脉冲序列的算法。本发明提供了一种基于框架周期的未知辐射源信号PRI分选方法,该方法通过遍历搜索不同脉冲之间的TOA(Time of Arrival,到达时间),对TOA进行差分,将其作为可能的未知辐射源框架周期对后续未知辐射源信号进行搜索,若搜索结果满足提取条件则将搜索出的辐射源信号从未知辐射源脉冲流中提取出来,归为同一部未知辐射源,同时对剩余脉冲进行相同操作,继续遍历搜索可能的未知辐射源框架周期,直到将所有未知辐射源信号提取出来。

    基于PRI搜索和时间区间合并的未知辐射源信号分选方法

    公开(公告)号:CN118519100A

    公开(公告)日:2024-08-20

    申请号:CN202410602230.9

    申请日:2024-05-15

    Abstract: 本发明属于雷达信号分选技术领域,涉及一种基于PRI搜索和时间区间合并联合的未知辐射源信号分选方法。雷达信号分选又称雷达信号去交错,是指从相互交错的雷达脉冲信号中分离出各部雷达脉冲信号的过程。本发明提供了一种基于PRI搜索和时间区间合并联合的未知辐射源信号分选方法,该方法利用PRI搜索法搜索具有相同PRI的雷达脉冲信号,并将具有相同PRI的雷达脉冲信号归为一类,然后判断每一类雷达脉冲信号中较大的时间区间,根据时间区间将互不交叠的雷达脉冲信号进行合并,能够有效解决传统PRI搜索方法难以分选PRI组变雷达的问题,进一步提高分选性能。

    一种基于原型学习和t-SNE联合的调制信号开集识别方法

    公开(公告)号:CN117574224A

    公开(公告)日:2024-02-20

    申请号:CN202311491355.0

    申请日:2023-11-09

    Abstract: 本发明属于无线通信信号调制识别领域,涉及一种基于原型学习和t‑SNE联合的无线通信信号调制识别的开放集识别方法。本发明首先采用ResNet作为分类器,用原型层替换SoftMax层,即一组可学习的权重(原型点),能够提升类内聚集性和类间可分性。在高维空间中已知类别识别准确率较高,但模型对于未知类别的识别准确率(拒识率)较低,引入t‑SNE将高维特征非线性降维至二维,利用σ原则删除离群点,计算二维平面上各个类别的中心点与阈值半径,通过阈值判断完成已知类别的识别并拒绝未知类别,已知类别准确率与未知类别拒识率均较高。本发明的有益效果为,本发明在具有较高的已知调制类型识别准确率的同时,实现了较好的未知调制类型拒识率,方法简单,效果良好。

    一种基于交替方向乘子法的波束形成方法

    公开(公告)号:CN113704998B

    公开(公告)日:2023-03-03

    申请号:CN202110995284.2

    申请日:2021-08-27

    Abstract: 本发明属于信号处理技术领域,涉及一种基于交替方向乘子法的波束形成方法。本发明考虑了具有旁瓣控制的系数阵列波束形成问题,通过设计权向量的l1范数量化了天线阵列的稀疏性。在对阵列结构作了稀疏性处理的基础上,通过改变旁瓣区域中幅度响应的约束,来实现对波束的旁瓣控制,在考虑了主瓣区域的幅度响应的抖动约束后,提出了一个非凸的优化问题。最后通过引入辅助变量和交替方向乘子法的算法框架,将原非凸的优化模型,分解为若干可解的凸优化子问题,迭代求解得到权向量及相关的辅助变量值。本发明可以实现波束的旁瓣控制和稀疏化,并且算法迭代步数少,收敛速度快,可以快速得到权向量的稀疏性结果。

    一种基于交替方向乘子法的波束形成方法

    公开(公告)号:CN113704998A

    公开(公告)日:2021-11-26

    申请号:CN202110995284.2

    申请日:2021-08-27

    Abstract: 本发明属于信号处理技术领域,涉及一种基于交替方向乘子法的波束形成方法。本发明考虑了具有旁瓣控制的系数阵列波束形成问题,通过设计权向量的l1范数量化了天线阵列的稀疏性。在对阵列结构作了稀疏性处理的基础上,通过改变旁瓣区域中幅度响应的约束,来实现对波束的旁瓣控制,在考虑了主瓣区域的幅度响应的抖动约束后,提出了一个非凸的优化问题。最后通过引入辅助变量和交替方向乘子法的算法框架,将原非凸的优化模型,分解为若干可解的凸优化子问题,迭代求解得到权向量及相关的辅助变量值。本发明可以实现波束的旁瓣控制和稀疏化,并且算法迭代步数少,收敛速度快,可以快速得到权向量的稀疏性结果。

    一种基于正交匹配联合追踪的切换天线阵列DOA估计方法

    公开(公告)号:CN117491941A

    公开(公告)日:2024-02-02

    申请号:CN202311404672.4

    申请日:2023-10-27

    Abstract: 本发明属于阵列信号处理领域,涉及一种基于正交匹配联合追踪的切换天线阵列DOA估计方法。针对传统切换天线阵列DOA估计中算法性能分配失衡的问题,提供一种基于正交匹配联合追踪的切换天线阵列DOA估计方法。本发明以稀疏重构算法为出发点,通过构建空域过完备字典,将DOA估计问题转换为动态字典的稀疏表示问题,利用各个观测值的稀疏解对应相同支撑集的特性,通过正交匹配联合追踪算法对全部采样数据进行联合稀疏求解,充分利用了切换天线阵列的结构特征,提升了DOA估计精度,实现了高精度、低复杂度的切换天线阵列DOA估计。

    一种面向辐射源个体的开集识别方法

    公开(公告)号:CN113705446B

    公开(公告)日:2023-04-07

    申请号:CN202110997031.9

    申请日:2021-08-27

    Abstract: 本发明属于信号处理技术领域,具体的说是涉及一种面向辐射源个体的开集识别方法。实际应用场景中,辐射源个体识别系统面对的是开放电磁环境,接收到未被数据库收录的未知类别辐射源信号不可避免,因此辐射源开集识别具有重要的研究意义。本发明是在利用深度神经网络作为辐射源信号特征提取器的基础上,首先设计兼顾分类和聚类效果的联合损失函数,保证神经网络提取的信号深度特征具有良好的分类特性和聚类特性,然后利用训练数据得到的特征向量构造极值分布模型,确定判别阈值,实现判别算法,完成对辐射源信号的高准确率开集识别。

    一种近场稀疏阵设计方法
    10.
    发明授权

    公开(公告)号:CN113158568B

    公开(公告)日:2022-12-02

    申请号:CN202110440766.1

    申请日:2021-04-23

    Abstract: 本发明属于阵列天线设计技术领域,涉及一种近场稀疏阵设计方法。本发明首先根据给定初始均布阵列,并计算好能够实现近场聚焦波束的权向量,将其作为稀疏阵列的基础。在计算中过程中先采用传统遗传算法进行阵列设计,当遗传算法进行到一定次数后,在每轮遗传算法结束前进行概率学习算法迭代,若在一定学习次数内产生适应度更高的解,则将当前遗传算法中最优解替换为该解并保留。本发明相对于传统遗传算法和贪婪搜索算法,在时间复杂度和设计性能上做到较好的兼顾,且具有一定的灵活性。本发明对于实际工程中的小型阵列能够进行高性能的全局搜索,找到更优的可行解。

Patent Agency Ranking