下载文档原格式
粒子滤波和多站TOA的外辐射源雷达跟踪方法李红伟;王俊;刘玉春【期刊名称】《系统工程与电子技术》【年(卷),期】2010(032)011【摘要】针对外辐射源雷达跟踪常采用扩展卡尔曼滤波(extended Kalman filter,EKF)算法导致其跟踪精度受闪烁噪声影响较大的问题,结合到达时间(time of arrival,TOA)定位技术和粒子滤波(particle filter,PF)算法,提出一种适于闪烁噪声环境的外辐射源雷达跟踪方法.该方法通过多站TOA获得测量信息,利用双基地角来减弱目标雷达散射截面积(radar cross section,RCS)闪烁,采用非线性和非高斯的PF进行跟踪,能减小因闪烁噪声而导致的跟踪误差,避免EKF算法因线性化而带来的误差,从而提高跟踪精度.实验表明,该方法的跟踪性能优于EKF,尤其受闪烁噪声影响小,能提高闪烁噪声环境下的跟踪精度.实测数据验证了该方法的有效性.【总页数】5页(P2263-2267)【作者】李红伟;王俊;刘玉春【作者单位】西安电子科技大学雷达信号处理国家重点实验室,陕西,西安,710071;西安电子科技大学雷达信号处理国家重点实验室,陕西,西安,710071;西安电子科技大学雷达信号处理国家重点实验室,陕西,西安,710071【正文语种】中文【中图分类】TN958.97【相关文献】1.单源三站外辐射源雷达目标探测性能 [J], 周建卫李道京胡烜;;2.单源三站外辐射源雷达目标探测性能 [J], 周建卫;李道京;胡烜3.基于TOA和DOA的固定单站无源雷达跟踪方法 [J], 郭福成4.关于外辐射源雷达信号处理与目标跟踪方法的分析 [J], 杜治宏5.外辐射源雷达网络中的接收站自适应选择方法 [J], 朱昀;王俊;邢玉帅;吕小永因版权原因，仅展示原文概要，查看原文内容请购买。
•试验与评估•航天电子对抗2021年第2期一种基于TOA的同型雷达同源判别方法苏焕程，程亦涵，张君，王昀，张倩(中国航天科工集团8511研究所，江苏南京210007)摘要：雷达信号合批是辐射源识别过程中的一个重要环节，它可以有效地消除虚假和重复的雷达信号。
然而，传统的雷达信号合批算法在同型雷达信号的判别方面存在着严重不足，极易造成多个同型雷达被错误的归并。
针对这种情况，提出了一种基于TOA的同型雷达同源判别方法，该算法首先利用同余方程的余数周期性质估计出雷达信号的精确PRI数值，然后利用该PRI计算出雷达信号之间的同源距离，从而判别各个雷达信号是否属于同一部雷达。
理论推导及仿真实验表明了该算法的有效性。
关键词：信号合批；同型雷达；同源判别；余数周期中图分类号：TN97文献标志码：AA homology identifying method for same type radarbased on TOASu Huancheng,Cheng Yihang,Zhang Jun,Wang Yun,Zhang Qian(No.8511Research Institute of CASIC,Nanjing210007,Jiangsu,China)Abstract：Radar association is a key issue of the radiation source identification system because it can reduce false and repeat radars signals.For the defects in the same type radar identification of traditional algorithms,which result in false radar signal merging,an algorithm is put forward to identify the same type radar.The method firstly executes precise period estimation process based on the remainder of the cycle,then calculates the relationship value of pulse sequence,and identifies the same type radar.Both theoretical derivation and simulation results verify the validity of the proposed algorithm.Key words：radar association；same type radar；homology identifying；remainder of the cycle0引言电子侦察接收机通过信号分选在大量的脉冲信号中识别出可能存在的雷达信号，并与雷达数据库中已知雷达的对应参数进行匹配以给出这些批数据的辐射源类型、用途等信息，进而为下一步指挥决策提供依据。
基于相关累积的雷达信号到达时间估计算法谭钏章; 李宏伟; 樊昌周【期刊名称】《《弹箭与制导学报》》【年(卷),期】2018(038)001【总页数】5页(P161-164,封3)【关键词】到达时间估计; 相关; 脉内调制; 蒙特卡洛仿真【作者】谭钏章; 李宏伟; 樊昌周【作者单位】空军工程大学信息与导航学院西安710077【正文语种】中文【中图分类】TN911.6; TN957.510 引言信号到达时间(time of arrival,TOA)估计是电子侦察中的一个基本内容。
实时检测未知雷达信号并准确估计其TOA和脉冲宽度(pulse width,PW)在雷达信号调制识别与参数估计等问题中发挥着极其重要的作用[1]。
传统的TOA估计算法有自适应门限法[2-4]和自卷积算法[5-6],该类算法需要利用脉冲包络信息,估计精度较低且对信噪比要求较高。
文献[7]提出了相关累积算法,给出了估计信号TOA的方法,但是误差较大。
文献[8]和文献[9]将相关累积算法分别与傅里叶变换(fast fourier transform,FFT)和Harr离散小波变换相结合,实现了脉冲的TOA估计,精度较高,但同时也增加了运算量,并且这两种算法都假定接收信号为基带信号或者正弦波信号,对带有脉内调制的雷达信号并不适用。
文献[10]为了消除脉内调制对TOA估计的影响,对接收信号进行两次延时共轭相乘运算,然后再构造检测函数用于估计脉冲的TOA,该算法可用于脉内调制雷达信号与常规脉冲信号的TOA估计,精度相对较高,但是两次延时共轭相乘使SNR急剧下降是该算法的重大缺陷。
为了实现在较低信噪比环境下雷达信号的TOA估计,文中提出了一种基于相关累积的雷达信号到达时间估计算法。
首先对信号作一阶自相关运算和滑动平均处理,得到信号TOA以及PW的粗估计,然后对其倒序后累加,分析了各脉内调制方式对累加结果的影响,最后构造了检测函数,通过搜索检测函数的峰值来实现雷达信号的TOA估计。
一种基于TOA的单星无源定位新方法徐学华;田达【摘要】提出了一种基于时域多普勒效应的单星快速定位新方法,建立了TOA序列定位观测模型,采用网格搜索获取目标位置,推导了该算法定位误差的克拉美-罗下界(CRLB),对算法应用中的一些问题进行了分析探讨.理论分析和仿真结果表明,典型场景下的定位精度能够满足战术侦察应用需要.【期刊名称】《航天电子对抗》【年(卷),期】2018(034)002【总页数】5页(P14-18)【关键词】无源定位;单星;到达时间【作者】徐学华;田达【作者单位】中国航天科工集团8511研究所,江苏南京210007;中国航天科工集团8511研究所,江苏南京210007【正文语种】中文【中图分类】TN970 引言随着电子信息技术的不断发展，电子侦察在现代战争中发挥着越来越重要的作用。
低轨单星无源定位作为一种空间电子侦察技术手段，具有监视覆盖区域广、目标捕获能力强、安全隐蔽性好、系统相对简单等优点，受到各军事强国普遍重视。
近年来小卫星技术的蓬勃发展，更促进了低轨单星电子侦察装备技术的快速进步。
现有的低轨单星无源定位体制主要分为两大类[1]：一类是利用辐射源相对于卫星方位角度信息进行定位，如单星测向定位[2]和单星最小相位差定位[3]等。
这类定位体制通常需要多个天线单元和接收通道，并且对卫星姿态测控、各天线单元及接收机通道之间的一致性要求都很高[4]，在微纳卫星平台应用可能受到较大限制。
另一类是利用卫星与辐射源目标之间相对运动引起的多普勒效应来对辐射源位置进行估计，只要单个接收通道即可实现目标定位功能，大大降低了系统硬件复杂度，因而特别适合一些对侦察载荷的尺寸、质量、功耗有着严苛约束的应用场合。
文献[5]提出了利用卫星在不同的位置观测对应不同的多普勒频偏，联立求解多个频偏观测方程从而解出辐射源位置的方法。
但这种定位体制需要Hz级甚至更高的频率测量精度，并且要求信号的载频在卫星观测期间保持固定不变，仅适用于持续时间相对较长的常规定频窄带通信信号，对短促的雷达脉冲信号往往难以适用[6]。
雷达信号分选关键技术研究综述发表时间：2019-01-02T16:18:54.110Z 来源：《知识-力量》2019年3月中作者：姜如意[导读] 雷达信号分选技术在雷达侦探干扰技术中占据重要位置，在较为复杂的电磁环境下进行信号分选技术是通过雷达将所需要研究的问题进行截取。
（32140部队，河北石家庄 050000）摘要：雷达信号分选技术在雷达侦探干扰技术中占据重要位置，在较为复杂的电磁环境下进行信号分选技术是通过雷达将所需要研究的问题进行截取。
本文结合近年来国内与国外的雷达分选技术的实际发展情况展开深入的研究，并针对其中存在的问题制定切实可行的解决方案。
关键词：雷达；信号；分选技术雷达在军事方面发挥着重要的作用，在现代化技术的时代背景下，不论是在导弹、路基，还是舰载中都会存在雷达设备，这在很大程度上说明了雷达技术的重要。
雷达分选技术是在截获脉冲流中将各种形式的辐射源进行筛选，在侦查工作中发挥着主要优势，只有将信号进行分选才能确保后期识别、分析、测量的工作有序完成。
1.雷达分选技术的发展现状迄今为止，雷达技术在电子对抗中已经具有数十年的历史，信号分选由简单到复杂的过程逐渐深入，并在实际战场中得到充分的应用。
通过雷达在电磁环境中开展对抗主要是将侦查的雷达信号进行汇总。
自雷达产生后，模拟电磁环境问题一直存在，这是由于电磁环境在侦查工作中处于关键的位置，并不能通过战场中真实的电磁环境进行检测与侦收，因此，需要借助模拟来进行。
主要分为三种，即射频模拟、视频模拟、参数模拟。
射频模拟，是借助射频发射器在雷达信号平台中展开模拟，这种方式较适用于在真实的环境中，以此全面侦查雷达信号情报处理器或侦察机的性能，但是这一模式由于数量较多，需要微波屏蔽。
视频模拟，利用微机进行操控，结合视频雷达脉冲或者平台所具备特征展开真实的模拟，这种方式的主要功能是能及时监测情报系统中的信号与信号处理器，这一模拟形式在国防科大中较为重视，并得到深入的研究。
•工程应用•航天电子对抗2021年第2期基于深度自编码器的PRI调制方式识别的一种新方法李雅朦，武艳伟，裴晓帅，宋扬(中国电子科技集团公司信息科学研究院，北京100086)摘要：脉冲重复间隔(PRI)是雷达信号调制的重要参数，也是雷达信号分选的重要组成部分，对分选出的每个雷达脉冲序列的PRI调制特性进行分析，一方面有助于解决参数模糊问题，提高信号分选的可靠性；另一方面，PRI调制形式反映了雷达信号的某些特性，对PRI调制类型的正确识别将有助于推定雷达的用途与性能，实现辐射源识别。
针对此问题，提出了一种基于数据降维和深度学习的PRI调制方式识别新方法。
该方法将包含在信号中的PRI重频变化规律用一种滤波器思想提取出来，达到了凸显PRI变化规律的目的，与此同时，通过采样思想实现了对长序列的数据降维，然后采用深度自编码器(DAE)模型训练样本数据，最后采用Softmax分类器完成分类识别任务。
通过仿真实验表明，对于不同信噪比下的信号，该方法识别准确率较高，且相对于传统识别方法识别速度较快。
关键词：数据降维；PRI调制；深度学习；深度自编码器中图分类号：TN971+.1；TN974文献标志码：AA new method of PRI modulation recognitionbased on data reduction anddeep learningLi Yam eng,Wu Yanwei,Pei Xiaoshuai,Song Yang(Information Science Acodemy of China Electronics Fecnology Group Corporatior,Beijing100086,China) Abstract：Pulse Repetition Interval(PRI)is an essential factor of radar signal modulation.Analysis of PRI modulation characteristics of each radar pulse sequence is helpful to solve the problem of parameter ambiguity andimprove the reliability of signal sorting.On the other hand,PRI modulation reflects some characteristics of the radar signal，correct identification of PRI modulation type will help to infer the usage and performance of radar andrealize emitter identification.To solve this problem，a new method of PRI modulation recognition based on datareduction and deep learning is proposed.This method extracts the PRI re-frequency change rule contained in thesignal with a filter idea，and achieves the purpose of highlighting the PRI change rule.At the same time，the dimensionality reduction of long sequence data is realized through the idea of sampling.Then the deep auto encoder(DAE)model is used to train the sample data.Finally，Softmax classifier is utilized to complete the classificationand recognition task.Simulation experiments show that for signals with different signal-to-noise ratios，this method has a higher recognition accuracy and is faster than traditional recognition methods.Key words：data dimension reduction；PRI modulation；deep learning；in-depth self-encoder0引言随着电子战信号环境的复杂化及雷达信号形式的多样化，依靠传统的五大参数法(脉宽、载频、到达角、幅度和到达时间)进行信号分选时不可避免地会产生参数模糊，影响信号分选的效果［1」。
雷达辐射源信号分选技术概述魏志文;徐庆【摘要】文章详细介绍了当前用于雷达辐射源信号分选的几种技术,从理论上分析了他们的优缺点,并针对当前雷达辐射源信号分选技术的现状,指出了这一领域需尽快解决的几点问题。
【期刊名称】《科技风》【年(卷),期】2011(000)019【总页数】1页(P39-39)【关键词】雷达;分选;概述【作者】魏志文;徐庆【作者单位】空军驻南湖机械总厂军事代表室,湖北荆州434000;中国电子科技集团公司第38研究所,安徽合肥230088【正文语种】中文【中图分类】TN95雷达辐射源信号分选是指从截获到的密集雷达脉冲流中分选出属于不同雷达辐射源的脉冲，然后得到雷达的工作参数，并利用这些参数获取该雷达的体制、用途和型号等信息。
当前的分选算法主要基于分析截获信号的各种参数，如到达时间、到达角、载频、脉宽等。
其中，利用脉冲重复间隔（PRI）分选在其它参数分选（预分选）完成以后进行，即为最终的分选，也是必不可少的分选。
PRI分选算法有很多种，如累积差直方图（CDIF）、序列差直方图（SDIF）、PRI变换以及改进的PRI变换算法等，这些算法在单独使用时都存在一定的缺陷。
本文对当前常用的几种雷达辐射源分选方法进行了理论上的研究，分析了它们的优缺点，并指出了当前雷达辐射源信号分选亟需解决的几点问题。
CDIF是基于周期性脉冲时间相关原理的一种去交错算法，通过累积各级差值直方图来估计原始脉冲序列中可能存在的PRI，并以此来进行序列搜索，具体步骤如下。
首先计算TOA差值，形成第一级差值直方图，然后确定门限。
接着从最小的脉冲间隔起，将第一级差值直方图中的每个间隔的直方图值以及2倍间隔的直方图值与门限作比较，如果两个直方图值都超过门限，则以该间隔作为PRI进行序列检索；假如序列检索成功，PRI序列将会从采样脉冲中扣除，并且对于剩余脉冲列，从第一级差值直方图起形成新的CDIF直方图，该过程会一直重复下去直到没有足够的脉冲形成脉冲序列；假如序列检索不成功，则以本级CDIF直方图的下一个符合条件的脉冲间隔值作为PRI值进行序列搜索；假如本级直方图中没有符合条件的脉冲间隔值，则计算下一级的CDIF直方图。
一种TOA联合同步与定位的CWLS算法田强; 冯大政; 胡豪爽【期刊名称】《《西安电子科技大学学报（自然科学版）》》【年(卷),期】2019(046)005【总页数】7页(P1-7)【关键词】到达时间; 联合同步与定位; 约束加权最小二乘; 克拉美罗界【作者】田强; 冯大政; 胡豪爽【作者单位】西安电子科技大学雷达信号处理国家重点实验室陕西西安 710071【正文语种】中文【中图分类】TN97无线目标定位技术广泛应用于雷达、麦克风阵列和传感器网络等领域[1-3]，一直以来都是信号处理方向的研究热点。
常见的定位技术分为：基于到达时间(TimeOf Arrival, TOA)定位，基于到达时间差(Time Difference Of Arrival, TDOA)定位，基于到达角定位以及基于接收信号强度定位等[4-6]。
其中，基于到达时间的定位技术所需的测量设备相对简单，具有定位方程非线性程度低，定位精度高等优点，因而受到越来越多的关注。
到达时间定位的原理是利用传感器获取目标信号到达时的传输时延，并计算出二者之间的距离，然后以此构建定位方程，确定目标的位置。
传感器获取信号传输时延需已知目标信号的发射时间，因此，传统的达到时间定位技术一般要求目标与传感器之间是精确同步的。
而在实际应用中，二者往往存在时钟偏差，尤其在对非合作目标定位时，更加难以满足与传感器网络时钟同步的要求。
考虑到目标信号在空气中近似以光速传播，因此，即便是非常微小的时钟偏差，也会导致较大的距离估计误差，进而严重影响目标定位精度。
目前针对以上不同步问题的解决方法主要分为两种：一是将传感器接收的数据相减，消除时钟偏差，转化为时差定位进行求解；二是将时钟偏差也当作未知变量与目标位置一起进行联合估计。
文献[7]研究表明，这两种方法理论上都不存在信息损失，具有相同的克拉美罗界(Cramér-Rao Lower Bound，CRLB)。
但第一种处理方法进行量测数据相减，不仅会引入有色噪声，而且导致非线性程度变高，增加了实际解算的难度，更容易引起较大的定位误差。
