基于雷达脉冲压缩信号的辐射源个体识别技术

• 作者: 朱子平 王凯 程超才 贺芃 陆泽橼
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 辐射源个体识别 脉冲压缩 概率神经元网络
• 年，卷（期）: 2019,（2X）
• 页码范围: 173-177
• 页数: 5页
• 分类号: TN957.51

摘要

信号辐射源识别在雷达对抗和设备状态检测中起到重要作用。本文采用Hammerstein模型对雷达辐射源建模,采用AR模型对雷达辐射源线性记忆特性建模。然后基于AR模型从脉冲压缩后的回波信号中提取特征,并采用概率神经网络对不同辐射源个体开展模式识别。并通过雷达信号处理相参处理,进一步提高对信号源个体识别的准确率。基于不同信噪比和两种特征集,仿真结果表明本文提出的方法能够在不增加硬件成本和的条件下,以极低的信号处理开销,有效识别雷达辐射源个体。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王凯	中国电子科技集团公司第三十八研究所	36	31	4.0	4.0
2	朱子平	中国电子科技集团公司第三十八研究所	13	28	4.0	5.0
3	程超才	中国电子科技集团公司第三十八研究所	7	0	0.0	0.0
4	陆泽橼	中国电子科技集团公司第三十八研究所	7	0	0.0	0.0
5	贺芃	中国电子科技集团公司第三十八研究所	5	0	0.0	0.0