[发明专利]一种复杂电磁环境下未知雷达信号智能分选系统及方法

说明书

本发明涉及一种复杂电磁环境下未知雷达信号智能分选系统及方法，通过设计雷达信号脉内信息分选模块、雷达信号时频混叠分离模块、雷达信号脉间信息分选模块和雷达行为认知模块，形成雷达信号分选的流程闭环。本发明可应用在无人机、无人艇等的雷达系统进行信号识别分类和行为认知，解决了在复杂电磁环境下雷达信号分选系统分选效率低、分选时间长，环境适应性差，手段单一等问题，为基于机器学习的复杂电磁环境下未知雷达信号的认知奠定基础。

技术领域

本发明属于雷达信号处理领域，涉及一种复杂电磁环境下未知雷达信号智能分选方法。

背景技术

雷达信号分选技术是雷达系统运用的关键技术之一，主要目的是在复杂电磁环境下快速准确的对未知雷达信号进行获取、识别、分选并对其行为进行认知。随着现代雷达体制和调制方式的不断发展，各种未知雷达信号不断产生，仅靠传统雷达信号分选方法难以满足高效快速分选的要求。同时，现在复杂的电磁环境对未知雷达信号的分选方法提出了严峻的挑战，如何提高雷达信号分选的效能，解决突发目标的快速准确识别问题将是未来雷达系统对抗与运用中重要的环节。

发明内容

本发明解决的技术问题是：为提升雷达信号分选系统的能力，针对雷达信号形式日益复杂、雷达信号脉冲数量繁多的问题，提出一种复杂电磁环境下未知雷达信号智能分选方法。

本发明解决技术的方案是：一种复杂电磁环境下未知雷达信号智能分选系统，包括：雷达信号脉内信息分选模块、雷达信号时频混叠分离模块、雷达信号脉间信息分选模块和雷达信号行为认知模块；

雷达信号脉内信息分选模块，利用雷达仿真信号样本搭建深度学习网络，利用雷达实测信号样本对搭建的深度学习网络进行优化，对雷达仿真信号样本以及待处理的未知雷达信号分别进行脉内信息特征聚类分析；

雷达信号时频混叠分离模块针对每类雷达信号的脉内信息聚类结果雷达信号奇异点分选，将存在时频混叠的雷达信号进行分离；

雷达信号脉间信息分选模块针对雷达信号时频混叠分离模块的结果，对具有相同脉内信息的雷达信号进行脉间信息分选，将雷达仿真信号样本、未知雷达信号分选后的特征发送至雷达信号行为认知模块；

雷达信号行为认知模块将雷达仿真信号样本分选特征存储至雷达信号动态特征库，并将未知雷达信号分选特征与雷达信号动态特征库中特征进行比对，完成对未知雷达信号的行为认知。

优选的，所述的雷达信号脉内信息分选模块通过下述方式实现：

确定雷达信号，所述的雷达信号包括用于神经网络训练的雷达仿真信号样本，用于神经网络优化的雷达实测信号样本以及未知雷达信号；

对所述的雷达信号进行预处理，即对雷达信号特征提取和识别前的规范化处理；

通过预处理后的雷达仿真信号样本和雷达实测信号样本通过全卷积神经网络搭建深度特征空间；

根据搭建的深度特征空间对雷达仿真信号、未知雷达信号特征进行提取，得到雷达仿真信号脉内信息特征、未知雷达信号脉内信息特征；

对雷达仿真信号脉内信息特征、未知雷达信号脉内信息特征进行聚类分析，聚类结果发送至雷达信号时频混叠分离模块。

优选的，所述的聚类分析采用DBSCAN聚类方法。

优选的，所述雷达信号时频混叠分离模块通过搭建胶囊神经网络实现雷达信号奇异点分选。

优选的，所述的雷达信号脉间信息分选模块利用累积差值直方图方法对具有相同脉内信息的信号进行雷达脉间信息分选。

优选的，所述的动态特征库中存储雷达仿真信号分选特征，未知雷达信号分选特征经辨识后同样存储在动态特征库中用于后续认知。

一种复杂电磁环境下未知雷达信号智能分选方法，包括以下步骤：