[发明专利]一种雷达辐射源个体识别的大规模流式数据处理方法

摘要

本发明涉及一种雷达辐射源个体识别的大规模流式数据处理方法，对已知的辐射源脉内特征波形模板库进行训练，计算模板库中各波形之间的相似度，确定每个辐射源个体的相似度阈值；Spark Streaming分布式计算平台对接收到的包含辐射源脉内信息的二进制中频数据流进行解析计算，得出信号脉内瞬时幅度波形和瞬时频率波形；以瞬时幅度和瞬时频率两种特性作为个体识别特征，使用动态时间规整算法对解析得出的波形与模板库中的波形进行相似度计算，将相似度计算结果与相似度阈值进行比较，得出个体识别的结果。

主权项

1.一种雷达辐射源个体识别的大规模流式数据处理方法，其特征在于：首先对已知的辐射源脉内特征波形模板库进行训练，通过计算模板库中各脉内特征波形之间的相似度，确定每个辐射源个体的相似度阈值，生成脉内特征波形阈值序列；Spark Streaming分布式计算平台通过套接字接收辐射源二进制中频数据流，基于时间窗口的大小数据流被划分成离散的数据段，根据中频数据XML解析描述对每个数据段进行解析，得到信号脉内瞬时幅度波形和瞬时频率波形各采样点的值；以瞬时幅度和瞬时频率两种特性作为识别特征，使用动态时间规整算法对解析得出的两种波形与模板库中的波形进行相似度计算；搜索特征波形阈值序列，将相似度计算结果与阈值序列中对应辐射源个体的阈值进行比较，大于等于阈值则认为两个辐射源相似，存在多个满足阈值条件的结果，取相似度值最大的两个辐射源作为最终个体识别结果，上述过程利用Map/Reduce操作实现计算过程的并行性；对于完成个体识别后的一对辐射源，选择在模板库中特征波形具有更好区分度的辐射源个体对模板库进行更新。