雷达辐射源信号的分选识别是电子战支援、电子攻击和电子防护中的重要处理过程,是掌握电子战战场信息控制权、赢得战场主动权和战争制胜权的关键。而随着新型体制雷达逐渐成为电子对抗的主力军,电子战环境日趋复杂,加之随着反辐射武器和定向能武器的加入,各种干扰加剧,这些都导致传统的分选识别技术面临现代电子战信号的复杂环境和电子对抗对雷达信号分选处理机研制方面的双重挑战,以及现代电子战对实时性、准确性和稳定性的要求越来越高,基于常规五参数(载频、脉冲到达时间、脉冲幅度、脉冲宽度、脉冲到达方向)进行分选识别已经不能适应现代电子战电磁环境。如何设计合理和有效的评价指标以及综合评价模型,以挑选分选识别能力优的所谓“第六参数组”来弥补传统五参数不足的问题具有非常重要的理论和现实意义。本文从复杂度、可分性和稳定性三个方面来设计雷达辐射源信号特征评价指标,确立以模糊物元分析法为基础的综合评价模型对复杂体制雷达辐射源信号特征评价进行研究。本文的主要工作和研究成果如下：1、对国内外雷达辐射源信号特征评价的研究现状进行概述和分析,并指出需要解决的问题,同时给出雷达辐射源信号特征评价结构模型。2、分析和改进了小波包特征提取算法,阐述和分析了瞬时频率派生特征和时频原子特征提取算法。其中针对小波包特征维数偏高,某些维的特征受噪声干扰严重产生“空包”以及特征间有冗余的问题,基于ReliefF算法和相关度检测剔除空包、减少冗余和选择分类能力强的特征维,从而降低特征维数和提高正确识别率。对常规信号、线性调频信号、非线性调频信号、二相编码信号、四相编码信号、二频率编码信号进行实验仿真,实验表明算法的改进是有效的。3、基于复杂度、可分性和稳定性三个方面设计辐射源信号的特征评价指标,给出特征评价指标的理论架构、模型和实现算法。其中包括特征提取算法的时间复杂度(渐进时间复杂度和实际耗费的时间资源曲线面积),特征的空间复杂度(Fisher判别率、特征效率、最小生成树边界复杂度、基于LOO的1NN的错误率、基于1NN的非线性,基于线性分类器的线性可分性、基于线性分类器的非线性和特征维数),可分性,稳定性(噪声水平下正确识别率的稳定性,分类器水平下正确识别率的稳定性,噪声和分类器交互作用下正确识别率的稳定性,特征值随噪声变化的稳定性、特征值随载频变化的稳定性和特征值随采样频率变化的稳定性),实验结果表明指标均有效和可操作。4、基于模糊物元分析法建立雷达辐射源信号特征综合评价模型。通过基于实数编码加速遗传算法的投影寻踪模型获取指标的客观权重,用模糊物元分析法分析待评价的特征与标准特征之间的欧氏贴近度,综合评价各个特征的性能。实验仿真表明,该模型有效、易操作以及具有良好的可扩展性,可以较为全面和准确地评价信号特征的性能,从而为弥补传统五参数的不足添加新的特征提供一定的理论参考。本文工作得到国家自然科学基金(No.60971103)的资助。
