基于雷达脉冲压缩信号的辐射源个体识别技术
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.
辐射源个体识别、脉冲压缩、概率神经元网络
15
TP393(计算技术、计算机技术)
2019-04-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
173-177