基于Gabor原子的雷达辐射源信号无意调制特征提取
一种基于相位噪声无意调制特征的雷达辐射源识别方法[发明专利]
![一种基于相位噪声无意调制特征的雷达辐射源识别方法[发明专利]](https://img.taocdn.com/s3/m/9914221df61fb7360a4c65be.png)
专利名称：一种基于相位噪声无意调制特征的雷达辐射源识别方法
专利类型：发明专利
发明人：赵雅琴,张姣,吴龙文,任光辉
申请号：CN201510263140.2
申请日：20150521
公开号：CN104809358A
公开日：
20150729
专利内容由知识产权出版社提供
摘要：一种基于相位噪声无意调制特征的雷达辐射源识别方法，涉及一种雷达辐射源的识别方法。
本发明为了解决现有的基于相位噪声的辐射源识别方法的识别率不高的问题。
本发明分析雷达发射机系统中锁相式频率合成器的结构，建立锁相式频率合成器产生的相位噪声模型，计算双谱对角切片特征和双谱反对角切片特征，然后将双谱对角切片特征矩阵A和双谱反对角切片特征矩阵B组成特征矩阵Y，通过PCA降维后，建立已知类型发射机向量机模型，然后利用已经建立的向量机模型完成对未知类型发射机的发射信号的识别；从而实现雷达辐射源的识别。
本发明适用于雷达辐射源的识别。
申请人：哈尔滨工业大学
地址：150001 黑龙江省哈尔滨市南岗区西大直街92号
国籍：CN
代理机构：哈尔滨市松花江专利商标事务所
代理人：杨立超
更多信息请下载全文后查看。
《基于Gabor算法的认知无线电频谱感知技术研究》范文
《基于Gabor算法的认知无线电频谱感知技术研究》篇一一、引言随着无线通信技术的飞速发展，频谱资源变得越来越紧张。
为了有效利用有限的频谱资源，认知无线电技术应运而生。
认知无线电能够根据环境和用户需求动态地感知、学习和使用频谱资源，提高频谱利用率。
而频谱感知作为认知无线电的核心技术之一，其性能的优劣直接影响到认知无线电系统的整体性能。
本文将重点研究基于Gabor算法的认知无线电频谱感知技术。
二、Gabor算法概述Gabor算法是一种常用于图像处理和信号分析的算法，其基本思想是在空间域和频率域之间进行联合分析。
在频谱感知领域，Gabor算法可以用于提取信号的时频特征，从而实现对信号的有效分析和处理。
三、基于Gabor算法的频谱感知技术1. 信号模型与特征提取在认知无线电系统中，频谱感知的首要任务是建立准确的信号模型并提取信号特征。
Gabor算法可以通过对信号进行时频分析，提取出信号的时域和频域特征，为后续的频谱感知提供有效信息。
2. Gabor变换与频谱感知Gabor变换是一种有效的信号处理工具，可以在频域和时域之间进行灵活的转换。
在频谱感知中，Gabor变换可以用于分析信号的频率组成和时域变化，从而实现对频谱的有效感知。
通过Gabor变换，可以获得信号的Gabor特征向量，进而用于后续的频谱感知和处理。
3. 频谱决策与动态频谱分配在获取了信号的Gabor特征向量后，需要进行频谱决策。
根据Gabor特征向量的分析结果，可以判断出当前频谱的使用情况以及可用的频谱资源。
然后，根据用户的需求和系统的负载情况，进行动态频谱分配，实现频谱的高效利用。
四、技术研究与应用1. 算法优化与性能提升针对Gabor算法在频谱感知中的应用，可以进行算法优化和性能提升。
例如，可以通过改进Gabor变换的参数设置、优化特征提取方法等方式，提高频谱感知的准确性和实时性。
2. 多用户协作频谱感知在认知无线电系统中，多用户协作频谱感知可以提高感知的准确性和可靠性。
一种基于波原子变换的辐射源个体特征提取方法[发明专利]
![一种基于波原子变换的辐射源个体特征提取方法[发明专利]](https://img.taocdn.com/s3/m/3ba3d18b1eb91a37f0115ccc.png)
专利名称：一种基于波原子变换的辐射源个体特征提取方法专利类型：发明专利
发明人：赵雅琴,冯梦飞,吴龙文,杜若非,任广辉
申请号：CN202010438295.6
申请日：20200521
公开号：CN111695444A
公开日：
20200922
专利内容由知识产权出版社提供
摘要：一种基于波原子变换的辐射源个体特征提取方法，本发明涉及辐射源个体特征提取方法。
本发明的目的是为了解决现有辐射源个体特征提取方法对辐射源信号中无意调制信息表征不够充分的问题。
过程为：一、接收机接收辐射源脉冲信号，并将辐射源脉冲信号进行分段；二、对第i段短时信号段进行波原子变换，得到第i段短时信号段的波原子系数矩阵；三、得到H，并将其依次排列得到信号段对应的特征；四、重复二至三，对N段短时信号段进行基于波原子变换的特征提取，得到特征，将特征依次排列即得到辐射源脉冲信号的个体特征向量；五、构建分类器，将个体特征向量输入分类器，完成辐射源个体的识别。
本发明用于辐射源个体特征提取领域。
申请人：哈尔滨工业大学
地址：150001 黑龙江省哈尔滨市南岗区西大直街92号
国籍：CN
代理机构：哈尔滨市松花江专利商标事务所
代理人：时起磊
更多信息请下载全文后查看。
《基于Gabor算法的认知无线电频谱感知技术研究》范文
《基于Gabor算法的认知无线电频谱感知技术研究》篇一一、引言认知无线电作为一种新型的无线通信技术，能够有效地利用无线频谱资源，缓解频谱资源短缺问题。
其中，频谱感知技术是认知无线电的关键技术之一。
在无线通信中，由于信号的多径传播、衰落等因素，使得传统的频谱感知方法无法准确地检测出频谱空洞，因此需要研究更加高效、准确的频谱感知技术。
本文将介绍基于Gabor算法的认知无线电频谱感知技术的研究。
二、Gabor算法简介Gabor算法是一种在信号处理领域广泛应用的算法，其基本思想是在时间和频率两个维度上对信号进行变换。
Gabor算法通过在多个不同频率和不同方向上对信号进行变换，提取出信号中的有用信息，从而实现信号的识别和分类。
在认知无线电中，Gabor算法可以用于频谱感知，通过分析无线信号的时频特性，检测出频谱空洞，为认知无线电的频谱分配和利用提供支持。
三、基于Gabor算法的频谱感知技术研究基于Gabor算法的频谱感知技术主要包括以下步骤：1. 信号预处理在频谱感知前，需要对接收到的无线信号进行预处理。
预处理的目的是去除信号中的噪声和干扰，提高信号的信噪比。
常用的预处理方法包括滤波、均衡等。
2. Gabor变换将预处理后的信号进行Gabor变换。
Gabor变换将信号从时域转换到时频域，提取出信号的时频特性。
在变换过程中，需要选择合适的频率和方向参数，以充分提取出信号中的有用信息。
3. 特征提取与分类在Gabor变换后，需要对变换结果进行特征提取和分类。
特征提取的目的是从变换结果中提取出能够反映信号特性的特征参数。
分类则是根据特征参数对信号进行分类，以区分出不同的无线信号和频谱空洞。
4. 频谱决策与分配根据特征提取和分类的结果，进行频谱决策和分配。
频谱决策是根据当前无线环境中的频谱使用情况，决定是否使用某个频段进行通信。
频谱分配则是根据决策结果，将可用频段分配给不同的通信设备使用。
四、实验与分析为了验证基于Gabor算法的频谱感知技术的有效性，我们进行了实验分析。
基于Gabor变换和Zernike矩的人脸特征提取方法
基于Gabor变换和Zernike矩的人脸特征提取方法
罗海波
【期刊名称】《计算机应用》
【年(卷),期】2009(029)0z2
【摘要】针对目前常用的三种人脸特征提取方法中存在的识别率低、抗噪性较弱的问题,提出一种基于Gabor变换和Zernike矩的人脸特征提取方法.该方法首先对人脸进行多分辨的Gabor变换,然后利用Zernike矩获得具有平移、尺度、旋转不变性的特征,并用线性判别分析(LDA)方法进一步进行特征选择,最后采用K最近邻分类方法进行人脸的识别.实验结果表明,在与常用的三种人脸特征提取方法的比较中,该方法具有更高的识别率和更强的抗噪性能.
【总页数】4页(P282-285)
【作者】罗海波
【作者单位】柳州职业技术学院,信息工程系,广西,柳州,545006
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于Zernike矩和Gabor变换的脱机签名鉴定 [J], 牟小建;赵东亮
2.基于Gabor变换的特征提取方法 [J], 李兴慧;胡小青;阴俊霞;严辉容
3.基于伪Zernike矩归一化的人脸特征提取方法 [J], 杨迪;孙劲光;何巍;刘旸
4.基于Gabor变换和Zernike矩的人脸特征提取方法 [J], 罗海波
5.基于角点检测、Zernike矩和神经网络的人脸特征点提取方法 [J], 王红光;梁德群;田原
因版权原因，仅展示原文概要，查看原文内容请购买。
基于小波能量谱和ReliefF算法的雷达辐射源无意调制特征提取
DOI: 10.11991/yykj.202002012基于小波能量谱和ReliefF 算法的雷达辐射源无意调制特征提取高鹏成，焦淑红哈尔滨工程大学 信息与通信工程学院，黑龙江 哈尔滨 150001摘 要：为了获取更加有效的雷达辐射源无意调制特征并进一步降低特征的维度，以提升低信噪比下雷达辐射源个体识别的准确率，从时频分析角度出发提出了一种基于小波变换能量谱和ReliefF 算法的无意调制特征提取方法。
首先对辐射源信号进行小波变换并获取小波能量谱，然后采用ReliefF 算法对小波能量谱值进行权重分析，筛选出区分能力较强的高权重小波能量信息作为雷达辐射源的无意调制特征。
该方法将权重分析应用于特征提取中，在提升特征有效性的同时进一步降低了特征的维度。
实验结果表明：相较于传统时域和频域中的无意调制特征，基于小波能量谱和ReliefF 算法提取的无意调制特征具有低维度、强抗噪声的特点。
当信噪比大于0 dBm 时识别率达到90%以上，具有较高的工程应用价值。
关键词：雷达辐射源；小波能量谱；ReliefF 算法；权重分析；无意特征提取中图分类号：TP91 文献标志码：A 文章编号：1009−671X(2021)01−0060−06Feature extraction of unintentional modulation of radar emitter based onwavelet energy spectrum and ReliefF algorithmGAO Pengcheng, JIAO ShuhongCollege of Information and Communication Engineering, Harbin Engineering University, Harbin 150001, ChinaAbstract : In order to obtain more effective unintentional modulation feature of radar emitter and further reduce the dimension of the feature, so as to improve the accuracy of radar emitter recognition under low SNR. In this paper, a method of feature extraction of unintentional modulation based on wavelet energy spectrum and ReliefF algorithm is proposed from the perspective of time-frequency analysis. Firstly, wavelet transform is applied to the emitter signal to obtain the wavelet energy spectrum, then the ReleifF algorithm is used to analyze the weight of wavelet energy spectrum value, and the high-weight wavelet energy information with strong discrimination ability is selected as the unintentional modulation feature of radar emitter. In this method, weight analysis is applied to feature extraction, which improves the effectiveness of the feature and further reduces dimension of the feature. The experimental results show that, compared with the traditional unintentional modulation features in traditional time domain and frequency domain, the unintentional modulation features extracted based on wavelet energy spectrum and ReliefF algorithm have low-dimension and strong anti-noise characteristics. When the signal-to-noise ratio is greater than 0 dBm, the recognition rate reaches more than 90%, and has high engineering application value.Keywords: radar emitter; wavelet energy spectrum; ReleifF algorithm; weight analysis; unintentional feature extraction雷达辐射源无意调制指的是由于辐射源自身硬件缺陷和结构上的差异使得输出信号带有的附加调制信息，不同类型的辐射源所携带的附加调制信息不同，即使是相同类型的辐射源，由于内部器件的制造工艺以及所采用器件批次的不同其所携带的附加调制信息也不尽相同[1]。
一种导航雷达辐射源细微特征提取方法
一种导航雷达辐射源细微特征提取方法
蓝天亮;茅玉龙;杨明远
【期刊名称】《舰船科学技术》
【年(卷),期】2024(46)10
【摘要】针对常规方法对导航雷达辐射源识别正确率低的问题,通过分析研究导航雷达的信号时频特点和无意调制特性,重点关注脉冲信号的瞬时频率,特别是脉冲上升沿和下降沿处,对瞬时频率的变化率取一系列采样点组成向量作为特征,使用支持向量机做分类,基于仿真数据的实验表明,以脉冲前后沿的频率变化为特征比以整个脉冲的频率变化为特征更能区分不同的雷达辐射源信号,不仅提高了识别正确率,而且降低了计算量,该方法在单载频信号、线性调频信号和二相编码信号中获得了令人满意的结果。
使用实际采集数据验证,在信噪比为20dB时,识别正确率在90%以上。
【总页数】5页(P147-151)
【作者】蓝天亮;茅玉龙;杨明远
【作者单位】中国船舶集团有限公司第七二四研究所
【正文语种】中文
【中图分类】TN971
【相关文献】
1.一种新颖的通信辐射源个体细微特征提取方法
2.复杂电磁环境下通信辐射源个体细微特征提取方法
3.一种新的雷达辐射源信号脉内特征提取方法
4.一种卫星通信终端辐射源细微特征提取方法
5.一种雷达辐射源双谱二次特征提取方法
因版权原因，仅展示原文概要，查看原文内容请购买。
基于重排Gabor变换和Radon变换的盲分离及其应用
基于重排Gabor变换和Radon变换的盲分离及其应用李兴慧;申永军;武友德
【期刊名称】《兰州理工大学学报》
【年(卷),期】2017(043)001
【摘要】根据重排Gabor变换和Radon变换理论提出了基于重排Gabor变换和Radon变换的盲分离算法.利用重排Gabor变换时频聚集性特点,对混合信号进行重排Gabor变换,再将Gabor展开系数进行Radon变换,通过Radon变换平面上的像点求出近似矩阵,从而实现信号分离.数值仿真和模拟故障结果表明:文中方法有效地抑制了噪声的干扰,成功地实现了信号分离.
【总页数】6页(P39-44)
【作者】李兴慧;申永军;武友德
【作者单位】四川工程职业技术学院机电工程系,四川德阳618000;石家庄铁道大学机械工程学院,河北石家庄050043;四川工程职业技术学院机电工程系,四川德阳618000
【正文语种】中文
【中图分类】TH165.3;TH133.3
【相关文献】
1.基于重排Gabor变换和Radon变换的特征提取技术∗ [J], 严辉容;李兴慧;覃才友
2.基于Radon-Gabor变换的多分量LFM信号检测与参数估计 [J], 刘爱芳;朱晓
华;刘中
3.基于Radon变换和Gabor变换鉴别运动模糊方向角 [J], 加春燕;王昕
4.基于Gabor变换的盲分离算法及其应用 [J], 李兴慧;武友德;张光明
5.基于延时自相关与重排Gabor变换的特征提取技术 [J], 赵青龙
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
２ Ｓ ｈ ｏ ｆＥｌｃ ｒｃ ｌ ｇ ｎ ｅ ｉｇ，Ｓ ｕ ｈ ｓ ｉｏ ｏ ｇ Ｕｎ ｖ ｒ ｉｙ ． ｃ ｏ ｌｏ ｅ ｔｉａ Ｅｎ ｉ ｅ ｒｎ ｏ ｔ ｗｅ ｔＪａ ｔ ｎ ｉｅ ｓｔ ，Ｃｈ ｎ ｄ １ ０ １ ｅ ｇ ｕ ６ ０ ３ ，Ｃｈ ｎ ） ｉ ａ
Ａｂ ｔ ａ ｔ ｓ ｒ ｃ ：Ａｎ ａ ｐ ｏ ｃ ｆｕ ｉ ｔ ｎ ｉ ｎ ｌｍｏ ｕ ａ ｉ ｎ ｆ ａ ｕ ｅ ｅ ｔ ａ ｔｏ ｆｒ ｄ ｒ ｅ ｔｅ ｉ ｎ ｌ ｓｐ ｅ ｅ ｔ ｄ ａ ｏ ｈ ｄ — ｐ ｒ ａ ｈ ｏ ｎ ｎ ｅ ｔ ａ ｄ ｌ ｔｏ ｅ ｔ ｒ ｘ ｒ ｃ ｉ ｎ ｏ ａ ａ ｍｉｔ ｒ ｓｇ ａ ｓｉ ｒ ｓ ｎ ｅ ｓ ｆ ｒ ｔ ｅ ｉ ｉ ｏ ｎ ｖ ｄ ａ ｉｆ ｒ ｎ ｅ ．Ｂａ ｅ ｎ ｔ ｅ ｏ ｅ — ｏ ｐ ｅ ｅ ｄ ｃ ｉ ｎ ｒ ｆＧａ ｏ ｔ ｍｓ ｈｅｃ ｎ ｉ ｕ ｕ ｖ ａ ａ ｍｉｔ ｒ ｓｇ ａ ｓｗｉｈ ｉ ｕ ｌ ｆｅ ｅ ｃ ｓ ｄ ｓ ｄ ｏ ｈ ｖ ｒ ｃ ｍ ｌ ｔ ｉ ｔ ａ ｙ ｏ ｂ ｒ ａ ｏ ｏ ，ｔ ｏ ｔ ｏ ｓｗａ ｅ ｒ ｄ ｒ ｅ ｔ ｅ ｉ ｎ ｌ ｔ ｎ
己 口 ９月 口Ｉ年 第己 卷 第 ｇ期 ｇ
基 于 Ｇ ｂ ｒ原 子 的雷 达辐 射 ａｏ 无 意调 制特 征 提 取 ＊
田 波 张 葛 祥 。 龙 良将 王 庆 。
（ ．西 南 交 通 大 学 信 息 科 学 与技 术 学 院 成 都 ６ ０ ３ ； １ １０１
关 键 词 ： 达 辐 射 源 ； 意 调 制 ； 征 提 取 ； 配 追 踪 雷 无 特 匹
中 图分 类 号 ：ＴＮ９ ５ ５ 文献 标 识 码 ：Ａ
Ｕｎｉ ｔ ｎｔ０ ｌｍ ｏ ｕ ａ ｉ ｎ ｆ ａ ｕ ｅ ｅ ｔ ａ ｔｏ ｆ ｒ ｄ ｒ ｅ ｉｔ ｒ ｎ ｅ ｉ ｎａ ｄ ｌ ｔｏ ｅ ｔ ｒ ｘ ｒ ｃ ｉ ｎ ｏ ａ ａ ｍ ｔ ｅ
ｓｇ ｌ ａ ｅ ｎ Ｇａ ｏ ｔ ｍ ｓ ｉ ｎａ ｓ ｂ ｓ ｄ ｏ ｂ ｒ ａ ｏ
Ｔ ａ ｏ Ｚ ａ ｇ Ｇ ｘａ ｇ Ｌ ｎ ｉｎ ｊ ｎ Ｗ ａ ｇ Ｑｉｇ ｉｎ Ｂ ｈ ｎ ｅ ｉ ｎ ｏ ｇ Ｌ ａ ｇｉ ｇ ａ ｎ ｎ 。
（ ．Ｓ ｈ ｏ ｆＩ ｆ ｒ ｔ ｎ Ｓ ｔ ｉ ｏ ｏ ｇ Ｕｎ ｖ ｒ ｉｙ １ ｃ ｏ １ ｎ ｏ ｍａ ｉ ｃｅ ｃ ｎ ｃ ｎ ｌ ｇ ，Ｓ ｕ ｈ ｓ ａ ｔ ｎ ｉｅ ｓ ，Ｃｈ ｎ ｄ １ ０ １ ｏ ｏ Ｊ ｔ ｅ ｇ ｕ ６ ０ ３ ，Ｃｈ ｎ ｉａ；
ｏ ８ ａ ｄ ｔ ｅ ｓｍ ｉ ｒｔ ｒ ｏ ｉ ｅ ｅ ｓ ｉ ｄ ｖ ｄ ａ ｅ ｔ ｒ ａ ａ ｔ ｒ ．Ｔｈ ｄ ｖ ｄ ａ ｅ ｔ ｒ ａ ａ ｅ ｅ ｓｅ ｔ ａ ｔ ｄ ｃ ｎ ｂ ｍ ｎ ｈ ｉ ｌ ｉｙ ａ ｅ ｃ ｎｓｄ ｒ ｄ ａ ｎ ｉ ｉ ｕ １ ａ ｕ ｅ ｐ ｒ ｍｅ ｅ ｓ ａ ｆ ｅ ｉ ｉ ｉ ｕ ｌ ａ ｕ ｅｐ ｒ ｍ ｔ ｒ ｘ ｒ ｃ ｅ ａ ｅ ｎ ｆ
ｐ ｓ ｏ ｓ ｓ ａ ｅ ｄ ｃ ｍｐ ｓ ｄ ｉ ｔ ｉ ｅ ｒ ｅ ｐ ｎ ｉ ｎ ｏ ｔ ｍ ｓ ｂ ｈ ｔ ｏ ｆ ｍａ ｃ ｉ ｇ ｐ ｒ ｕ ｔ Ｔｈ ｎ，ｓ ｍ ｅ ｏ ｔｍａ ｈａ ｅ ｎ ｉｅ ｒ ｅ ｏ ｏ ｅ ｎ ｏ ａ ｌ ａ ｘ ａ ｓｏ ｆ ａ ｏ ｙ ｔ ｅ ｍｅ ｈ ｄ ｏ ｔ ｈ ｎ ｕ ｓ ｉ． ｎ ｅ ｏ ｐｉ ｌ
Ｇ￣ ｏ ｔ ｍ ｓ ｃ ｎ ａｎ ｎ ｎ ｎ ｅ ｔｏ ａ ｏ ｕ ａ ｉ ｎ ｆ ａ ｕ ｅ ｒ ｂ ａｎ ｄ，ａ ｄ ｔ ｕ ｈ ａ ａ ｅ ｅ ｓ ｏ ｈ ｐ ｉ ｌ ｂ ｒａ ｂ ｒａ ｏ ｏ ｔ ｉｉｇ ｕ ｉｔｎ ｉｎ ｌ ｍ ｄ ｌ ｔ ｅ ｔ ｒ ｓａ ｅ ｏ ｔ ｉ ｅ ｏ ｎ ｈ ｓｔ ｅ ｐ ｒ ｍ ｔ ｒ ｆｔ ｅ ｏ ｔｍａ Ｇａ ｏ ｔ
ｅ ｆ ｃ ｉ ｅ ｙ ｃ ａ ａ ｔ ｒｚ ｄ ｔ ｅ ｕ ｉ ｔ ｎ ｉ ｎ ｌｍ ｏ ｕ ａ ｉ ｎ ｏ ｈ ｏ ｔｎ ｏ ｓ ｗａ ｅ ｒ ｄ ｒ ｅ ｔ ｅ ｉ ｎ ｌ ｒ ｍ ａ ａ ｂ ａｎ ｄ ｆｅ ｔｖ ｌ ｈ ｒ ｃ ｅ ｉｅ ｈ ｎ ｎ ｅ ｔ ａ ｄ ｌ ｔｏ ｆｔ ｅ ｃ ｎ ｉ ｕ ｕ ｖ ａ ａ ｍｉｔ ｒ ｓｇ ａ ｓ ｆ ｏ ｄ ｔ ｓ ｏ ｔ ｉ ｅ ｏ ｅ ｐ ｒｍｅ ａ ｌ ． ｘ ｅ ｉ ｎｔ ｌ ｙ Ｋｅ ｗ ｒ ｓ ｒ ｄ ｒ ｅ ｉ ｅ ；ｕ ｉ ｔ ｎ ｉ ｎ ｌｍｏ ｕ ａ ｉ ｎ；ｆ ａ ｕ ｅ ｅ ｔ ａ ｔｏ ｙ ｏ ｄ ： ａ ａ ｍ ｔ ｒ ｎ ｎ ｅ ｔ ａ ｄ ｌ ｔ ｔ ｏ ｏ ｅ ｔ ｒ ｘ ｒ ｃ ｉ ｎ；ｍａ ｃ ｉ ｇ ｐ ｒ ｕ ｔ ｔｈｎ ｕ ｓ ｉ
上 ， 用 匹 配 追 踪 （ ｔ ｉｇｐ ｒｕｔ方 法 对 具 有 相 位 噪 声 的 常 规 雷 达 辐 射 源 信 号 进 行 时 频 原 子 分 解 ， 到 表 示 常 规 雷 达 辐 射 采 ｍａｃ ｎ ｕ ｓｉ ｈ ） 得 源 信 号 无 意 调 制 特 征 信 息 的 最 佳 Ｇ ｂ ｒ 子 ， 最 佳 Ｇ ｂ ｒ 子 时 频 参 数 以及 重 构 信 号 和 原 始 信 号 的 相 似 度 作 为 个 体 特 征 ａｏ 原 将 ａｏ 原 参 数 。 验 结 果 表 明 ， 取 的个 体 特 征 参 数 可 以有 效 地 表 示 常 规 雷 达 辐 射 源信 号 的无 意 调 制 。 实 提
２ ．西 南 交 通 大 学 电气 工 程 学院 成 都 ６ ０ ３ ） １ ０ １
摘
要 ： 对 雷 达 辐 射 源 的个 体 差 异 ， 出一 种 雷 达 辐 射 源 信 号 无 意 调 制 特 征 提 取 方 法 。该 方 法 在 过 完 备 Ｇ ｂ ｒ 子 库 基 础 针 提 ａｏ 原