基于无意调相特性的雷达辐射源个体识别方法及装置

    公开(公告)号:CN110632572B

    公开(公告)日:2022-03-29

    申请号:CN201910945109.5

    申请日:2019-09-30

    IPC分类号: G01S7/41

    摘要: 本发明属于雷达信号处理技术领域,特别涉及一种基于无意调相特性的雷达辐射源个体识别方法及装置,该方法包含:建立辐射源相位观测模型并获取无意调相特征曲线,构建有标签的训练数据集;利用训练数据集对构建的卷积网络模型进行离线训练;提取目标信号无意调相序列特征,利用训练后的卷积网络模型进行在线识别,得到辐射源个体识别结果。本发明在考虑有意调制情形下,给出脉内信号相位简化观测模型,并对观测相位序列进行去调制处理,提取无意调相的含噪估计;利用贝塞尔曲线拟合无意调相,降低噪声影响,最后利用卷积网络提取无意调相序列的联合特征,实现雷达辐射源个体识别。并通过仿真实验验证方案的可行性与有效性,具有较好的工程应用前景。

    基于扩张残差网络的雷达辐射源识别方法及装置

    公开(公告)号:CN110147812A

    公开(公告)日:2019-08-20

    申请号:CN201910272200.5

    申请日:2019-04-04

    IPC分类号: G06K9/62 G01S7/41

    摘要: 本发明属于雷达信号处理技术领域,特别涉及一种基于扩张残差网络的雷达辐射源识别方法及装置,该方法包含:对雷达信号进行时频分析,将雷达信号时域波形转换成二维时频图像;对时频图像进行预处理,获取深度学习网络的输入数据;构建扩张残差深度学习网络模型,针对输入数据,利用网络模型自学习信号时频图像特征并进行分类识别。本发明克服传统方法对噪声敏感、提取特征有效性和普适性低等问题,在信噪比较低的环境下,对复杂多类雷达信号仍能保持优异的识别效果;能够解决简单深度模型学习能力弱、混淆时频图像相似信号等问题,抗混淆性能好,识别结果精确,识别准确率高;同时可以应用到具有更多类别雷达辐射源识别,具有很强适应性和推广性。

    基于无意调相特性的雷达辐射源个体识别方法及装置

    公开(公告)号:CN110632572A

    公开(公告)日:2019-12-31

    申请号:CN201910945109.5

    申请日:2019-09-30

    IPC分类号: G01S7/41

    摘要: 本发明属于雷达信号处理技术领域,特别涉及一种基于无意调相特性的雷达辐射源个体识别方法及装置,该方法包含:建立辐射源相位观测模型并获取无意调相特征曲线,构建有标签的训练数据集;利用训练数据集对构建的卷积网络模型进行离线训练;提取目标信号无意调相序列特征,利用训练后的卷积网络模型进行在线识别,得到辐射源个体识别结果。本发明在考虑有意调制情形下,给出脉内信号相位简化观测模型,并对观测相位序列进行去调制处理,提取无意调相的含噪估计;利用贝塞尔曲线拟合无意调相,降低噪声影响,最后利用卷积网络提取无意调相序列的联合特征,实现雷达辐射源个体识别。并通过仿真实验验证方案的可行性与有效性,具有较好的工程应用前景。

    基于ADS-B时间误差的多站同步定位方法及系统

    公开(公告)号:CN118625365A

    公开(公告)日:2024-09-10

    申请号:CN202410650978.6

    申请日:2024-05-24

    摘要: 本发明涉及无线电定位技术领域,特别涉及一种基于ADS‑B时间误差的多站同步定位方法及系统,通过设置对飞行器形成共视的多个地面接收站,并从多个地面接收站中选取中心站,将地面接收站接收到ADS‑B信号报文的时间设定为接收时间,将机载传感器测量飞机位置的时间设定为测量时间;依据测量时间和接收时间建立信号修正的时间误差模型;获取当前ADS‑B信号相邻报文误差时间差及地面接收站接收时间,利用匀加速原理获取当前ADS‑B信号相邻报文前一报文测量时间,并基于时间误差模型获取ADS‑B信号当前报文时间误差;根据ADS‑B信号当前报文中的时间误差同步修正地面接收站时间,并通过TDOA定位方程对ADS‑B信号中信号源进行实时位置。本发明通过修正时间误差来同步地面接收站时间,提高复杂情况下信号源定位的精度和实时性。

    基于前馈神经网络的目标辐射源测向交叉定位方法及系统

    公开(公告)号:CN118604727A

    公开(公告)日:2024-09-06

    申请号:CN202410650975.2

    申请日:2024-05-24

    摘要: 本发明涉及辐射源定位技术领域,特别涉及一种基于前馈神经网络的目标辐射源测向交叉定位方法及系统,通过获取目标辐射源测角信息,所述测角信息包含观测站对目标辐射源进行测向得到的方位角和测角误差;将目标辐射源测角信息输入预先训练的交叉定位线性估计模型,利用交叉定位线性估计模型得到目标辐射源位置信息,所述交叉定位线性估计模型为预先利用样本数据对对前馈神经网络模型进行训练得到,且样本数据对由已知辐射源位置信息和辐射源对应测角信息组成。本发明引入前馈神经网络模型,通过大量数据对神经网络进行训练,拟合一个函数映射,降低辐射源定位算法的复杂度,减少算法运行时间,有助于实现目标辐射源的实时定位,在电磁对抗、频谱监管等领域具有较好的应用前景。