雷达信号脉内特征自动识别的一种新方法

合集下载

雷达信号脉内调制识别新方法

航天电子对抗2018年第2期雷达信号脉内调制识别新方法董志杰！，王晓峰2,田润澜"(1•中国人民解放军95972部队，甘肃酒泉735018#•空军航空大学航空作战勤务学院，吉林长春130022)摘要：针对低信噪比下雷达脉内调制类型识别问题，提出了一种新的自动识别算法。

首先，改进了相位差分与短时傅里叶变换（S T F T)，分别提高了对相位编码信号和频率调制信号的特征提取能力；然后，采用层次决策方法实现了雷达信号脉内调制类型的识别。

仿真实验结果表明，该算法分类特征明显，在信噪比为3 d B时，总体识别结果接近100%，且算法运算量较小，具有一定的应用价值。

关键词：电子侦察；脉内调制；识别；低信噪比中图分类号：TN911.7 文献标识码：AA new method of radar signal intrapulse modulation recognitionDong Zhijie1,Wang Xiaofeng2,TianRunlan2(1.Unit 95972 of P L A,Jiuquan 735018, Gansu,China ；2.Air C ombat Logistics Academy,Aviation University of Air Force,Changchun 130022, Jilin,China)Abstract：A n e w a u to m a tic m eth o d a lg o r ith m i s p ro p o s e d, w h ic h can b e u se d to re c m o d u la tio n ty p e o f r a d a r s ig n a l. F i r s t l y, th e p h a s e d iffe re n c e m eth o d a n d s h o r t-tim e F o u r ie r tra n s fo rm(S T F T)a r e im p ro v e d. T w o im p ro v e d m e th o d s a r e a p p lie d to e x tr a c t th e fe a tu r e o f p h a s e co d ed s ig n a l a n d f r eq u e n c y m o d u la tio n s ig n a l. A n d th e n, a u to m a tic re c o g n itio n o f ra d a r s ig n a l in tr a p u ls e m o d u la tio n is im p le m e nte d b a s e d o n h ie r a r c h y d ec isio n. T h e s im u la tio n r e s u lt s s h o w t h a t th e p ro p o sed re c o g n itio n m eth o d h as d is t ing u is h e d c la s s ific a tio n f e a t u r e s, to ta l re c o g n itio n r e s u tt is c lo s e to 100%a t S N R=3d B, a n d it h as c e rta in a p p it-c a tio n v a lu e.Key words：e le c tro n ic r e c o n n a is s a n c e；in tr a p u ls e m o d u la tio n；r e c o g n itio n；lo w S N R〇引言随着雷达技术的快速发展，雷达信号采取的调制方式越来越复杂，单纯提取传统的五大特征参数（即到达角、载频、到达时间、脉冲宽度及脉冲幅度）进行辐射源识别已经难以满足现代雷达对抗情报侦察的需要，而脉冲内部特征具有很强的稳定性与可分性。

一种雷达信号脉内调制特征分析方法

．
ｔｅｓｇａｎｔｎａｅｕｒｑｅｃｓｃｌｕａｅｙｄｆｅｅｔａｉｇｉｓａｔｎｏｓｐａｅＡｎａｐｏｃｏｒｃｇｈｎ，ｉｎｌｓａｔｎｏｓｆｅｕｎｙｉａｃｌｔｄｂｉｒｎｉｔｎｔｎａｅｕｈｓ．ｐｒａｈｔｅｏ — ｉｆｎ
１引言
复杂雷达信号的分选识别一直是电子对抗的关键
信号的脉内特征进行了分析。
２瞬时相位的提取
相位法测频的基本原理是首先提取信号各采样点
２ＮｏｔｗｅｔｒｏｙｅｈｉａｎｖｒｉＸｉａ１０２，ｉａ．ｒｈｓｅｎＰｌｔｃｎｃｌＵｉｅｓｔｙ， ’ ｎ７０７Ｃｈｎ）
ＡｂｔａｔＴｈｏｇｘｒｃｉｇｓｇａｎｔｎａｅｕｈｓ，ｅｅａｉｄｆｎｒｕｓｄｌｔｎｓｇａｕｅｓｒｃ：ｒｕｈｅｔａｔｎｉｎｌｓａｔｎｏｓｐａｅｓｖｒｌｎｓｏｔａｐｌｅｍｏｕａｉｉｎｔｒｓｉｋｉｏｏａａｉｎｌｒｎｌｚｄａｄｉｕｔａｅｔｉｇｅｃｒｉｒｆｅｕｎｙｓｇａ，ｌｅｒｆｅｕｎｙｍｏｕａｉｎｓｇｆｒｄｒｓｇａｅａａｙｅｎｌｓｒｔｄｗｉｓｎｌａｒｒｑｅｃｉｎｌｉａｒｑｅｃｄｌｔｉ— ａｌｈｅｎｏ
ｎｚｄｌｔｎｔｐａｅｎＬｅｓｑａｅａｇｒｔｍｓｐｅｅｔｄＡｔｌｓ，ｈｓｍｅｈｄｉｉｌｔｄａｄａａｉｅｍｏｕａｉｙｅｂｓｄｏａｔＳｕｒｌｏｉｏｈｉｒｓｎｅ．ａｔｔｉｔｏｓｓｍｕａｅｎｎ — ｌｚｄＡｃｏｄｎｏｔｅｓｍｕａｉｎｒｓｌｓｍｅｓｒｎｒｑｅｃｈｏｇｎｔｎａｅｕｈｓｓａｆｅｔｅｙｅ．ｃｒｉｇｔｈｉｌｔｅｕｔ。ａｕｉｇｆｅｕｎｙｔｒｕｈｉｓａｔｎｏｓｐａｅｉｎｅｆｃｉｏｖｍｅｈｄｆｒａａｙｉｇｉｔａｐｌｅｍｏｕａｉｎｓｎｔｒｓｏａａｉｎｌ．ｔｏｏｎｌｚｎｎｒ — ｕｓｄｌｔｉａｕｅｆｒｄｒｓｇａｓｏｇＫｅｒｓｉｓａｔｎｏｓｐａｅｉｓａｔｎｏｓｆｅｕｎｙＬａｔＳｕｒｌｏｉｈ；ｎｒ－ｕｓｄｌｔｎｙｗｏｄ：ｎｔｎａｅｕｈｓ；ｎｔｎａｅｕｒｑｅｃ；ｅｓｑａｅａｇｒｔｍｉｔａｐｌｅｍｏｕａｉｏｓｎｔｒｉａｕｅｇ

雷达侦察设备对脉内调频信号分选识别方法

雷达侦察设备对脉内调频信号分选识别方法引言雷达侦察设备是军事领域中重要的侦察装备，能够通过发射和接收电磁波来获取目标信息，在军事侦察和探测方面发挥着重要作用。

脉内调频信号是一种常见的雷达信号类型，它具有频率随时间变化的特点，因此对于雷达侦察设备来说，如何对脉内调频信号进行分选识别是一项关键的技术挑战。

本文将介绍一种基于数字信号处理的脉内调频信号分选识别方法，以期提高雷达侦察设备对脉内调频信号的识别精度和效率。

一、脉内调频信号的特点脉内调频信号是一种频率在脉内连续变化的信号，其频率特性使得它在信号处理过程中具有一定的特殊性。

脉内调频信号可以通过频率调制技术实现，其频率随时间连续变化的特点使得其在频谱上呈现出一定的频率扩展特性。

这种频率扩展特性使得脉内调频信号在频谱分析过程中比传统的常频信号更加复杂。

脉内调频信号的频率随时间变化，使得其在时间域上呈现出一定的不稳定性，因此在时域信号处理过程中也需要考虑该特点。

二、脉内调频信号的分选识别方法1. 时频分析方法时频分析方法是一种基于瞬时频率的信号分析方法，在对脉内调频信号进行分选识别时具有一定的优势。

通过时频分析方法可以将信号在时域和频域上的特性进行综合分析，从而获取信号的瞬时频率和瞬时幅度信息。

在脉内调频信号的分选识别过程中，可以通过时频分析方法获取信号的瞬时频率特性，进而进行信号类型的分选识别。

常见的时频分析方法包括短时傅里叶变换(STFT)、时频分布和小波变换等，通过这些方法可以获取到脉内调频信号的时频信息，为信号的分选识别提供有力的支持。

2. 脉压技术脉压技术是一种常见的雷达信号处理技术，它可以有效地对雷达信号进行脉冲压缩，提高信噪比和分辨率。

对于脉内调频信号而言，脉压技术也可以被应用到信号的分选识别中。

通过脉压技术可以将脉内调频信号进行压缩处理，增强信号的频率特征，进而方便进行信号的频谱分析和瞬时频率提取。

脉压技术在脉内调频信号的分选识别过程中具有一定的应用潜力，可以提高信号的识别精度和灵敏度。

雷达信号脉内调制特征识别算法研究

雷达信号脉内调制特征识别算法研究近年来，随着雷达技术的不断发展，雷达信号的脉内调制特征识别算法也备受关注。

脉内调制是指通过改变信号内部的调制方式，来实现信息的传输和处理。

在雷达应用中，脉内调制特征识别算法可以用于目标识别、目标分类、信号处理等方面，具有重要的理论和实际意义。

一、脉内调制的基本原理在雷达信号中，脉内调制是指在脉冲内部对信号的调制方式进行改变。

常见的脉内调制方式包括线性调频（LFM）、非线性调频等。

通过对脉内调制特征的分析和识别，可以获取到信号的相关参数，如中心频率、带宽、调制索引等信息。

这些参数对于目标的识别和定位具有重要的作用。

二、脉内调制特征识别算法的研究现状目前，关于脉内调制特征识别算法的研究已经取得了一些进展。

传统的方法包括基于时频分析的算法、统计特征提取的算法等。

但是，这些方法在复杂环境下的性能往往不稳定，对于噪声和干扰的抵抗能力较弱。

如何提高脉内调制特征识别算法的鲁棒性和准确性成为了当前研究的重点。

三、脉内调制特征识别算法的发展趋势随着深度学习和人工智能技术的发展，基于神经网络的脉内调制特征识别算法逐渐受到关注。

通过神经网络对信号进行端到端的学习和识别，可以有效地提高算法的鲁棒性和准确性。

基于大数据的方法也为脉内调制特征识别算法的研究提供了新的思路和途径。

总结回顾：脉内调制特征识别算法作为雷达信号处理中的重要内容，对于提高雷达系统的性能和功能具有重要的意义。

当前的研究主要集中在提高算法的鲁棒性和准确性上，未来的发展趋势则是基于深度学习和大数据的方法。

我个人认为，未来的研究还可以从理论模型和实际应用的结合上进行探索，以便更好地解决实际问题。

以上就是关于雷达信号脉内调制特征识别算法的相关内容，希望能对您有所帮助。

近年来，随着雷达技术的不断发展，雷达信号的脉内调制特征识别算法也备受关注。

脉内调制是指通过改变信号内部的调制方式，来实现信息的传输和处理。

在雷达应用中，脉内调制特征识别算法可以用于目标识别、目标分类、信号处理等方面，具有重要的理论和实际意义。

雷达侦察设备对脉内调频信号分选识别方法

雷达侦察设备对脉内调频信号分选识别方法一、引言随着科技的发展，雷达技术在军事、民用等领域发挥着越来越重要的作用。

在雷达侦察中，脉内调频信号是一种常见的信号类型，其具有抗干扰能力强、频谱资源利用高等特点，因此对脉内调频信号的识别研究成为了雷达侦察设备领域的一个重要话题。

为了解决雷达对脉内调频信号的识别问题，相关的研究者提出了一些识别方法，本文将针对雷达侦察设备对脉内调频信号的分选识别方法进行深入探讨。

二、脉内调频信号的特点脉内调频信号是一种采用脉内调频技术调制的信号，其具有多个特点：1.调频范围广：脉内调频信号的频率在一定的范围内不断变化，其调频范围比较广泛。

2.抗干扰性强：由于脉内调频信号的频率在一定范围内变化，其具有很强的抗干扰能力，对于一般的频率干扰信号具有一定的免疫性。

3.频谱利用高：脉内调频信号在频率上的变化使得其能够更充分地利用频谱资源，并且在一定程度上提高了其传输效率。

三、雷达侦察设备对脉内调频信号的分选识别方法对于雷达侦察设备来说，脉内调频信号的分选识别是一项具有很高难度的任务。

目前，针对脉内调频信号的识别方法主要有以下几种：1.时频分析法时频分析可以有效地分析脉内调频信号的时域和频域特性，通过对波形的时频分布进行分析，可以较为准确地提取出脉内调频信号的调频范围和频率等信息。

时频分析方法主要包括短时傅里叶变换（STFT）、Wigner-Ville分布、Huang-Hilbert变换等，通过这些方法可以较为准确地获得脉内调频信号的时频特性，并且可以识别出其特征。

2.特征提取与分类识别法特征提取与分类识别法是通过提取脉内调频信号的特征参数，例如调频范围、中心频率、调制指数等，然后通过分类识别算法对这些特征参数进行分析识别。

常用的特征提取方法包括自相关函数、互相关函数、瞬时频率估计等，通过这些方法可以有效地提取出脉内调频信号的特征参数，并且利用支持向量机（SVM）、人工神经网络（ANN）等分类算法进行识别。

基于调制域的雷达信号脉内特征提取新方法

基于调制域的雷达信号脉内特征提取新方法
李振兴，国毅张
（军航空大学航空信息对抗系，春１０２）空长３０２
摘
要：对传统调制域检测法在提取雷达信号脉内特征中的不足，出了一种通过检测极值点来针提
Hale Waihona Puke 提取信号脉内特征的方法。首先通过检测出信号极值点，对极值点进行运算处理，而提取出极再进值点中包含的脉内特征信息。该方法借助于极值点具有最大信息量的优势，并运用ｚ＆提取频率来－估计码元宽度，使得算法的信噪比性能得到有效改善。仿真结果表明，与传统调制域检测法相比，该方法在低信噪比下对于多种类型信号的脉内特征参数的估计精度平均提高３％。０
关键词：雷达信号；内特征提取；脉极值点检测；调制域
中图分类号：Ｎ５Ｔ９７文献标识码：Ａｄｉ１．９９ｊｉｎ１０ —８３．００１．１ｏ：０３６／．ｓ．０１９ｘ２１．２０５ｓ
Ａｗｎｒ－ｕｓｅｔｒｔａｔｏｐｏｃｏＮｅＩｔａｐｌｅＦａｕｅＥｘｒｃｉｎＡｐｒａｈｆｒＲａａｉｎｌｓｄｏｏｕａｉｎＤｏａｎｄｒＳｇａｓＢａｅｎＭｄｌｔｍｉｏ
ｔａｔｇｔｅｆｑｅｃｃｏｅｔｔｈｄｆｔｅｓｂｏｅ，ｗｈｃａｍｐｏｅｔｅＳｒｅｉｈｒｕｎｙｔｅｔｓｉｅｔｅｗｉｔｏｕｃｄｎｅｗｉｍａｈｈｉｈｃｎｉｒｖｈＮＲｅｆｒｎｅｏｅｐｒｏｍａｃｆｔｈａｐｏｃｆｅｔｖｌｐｒａｈｅｆｃｉｅｙ．Ｓｍｕａｉｎｒｓｌｈｗｈｔｃｍｐｒｄｗｉｈｘｓｉｇｍｏｕａｉｎｄｍａｎａｐａｈ，ｅｉｌｔｏｅｕｔｓｏｔａｏａｅｔｔｅｅｉｔｎｄｌｔｏｏｉｐｒｃｔｓｈｏｈｐｐｓｄｏｅｈｓａ３ｏｒｏｅｎａ０％ｉｒｖｍｅｔｉｖｒｇｒｃｓｏｓｉｔｏａｅｔｈｉｅｅｔｉｔａ— ｕｓｅｔｒｓｍｐｏｅｎｎａｅａｅｐｅｉｉｎｅｔｍａｉｎｒｔｏｔｅｄｆｒｎｎｒ —ｐｌｅｆａｕｅｆ

雷达信号脉内调制特征识别算法研究

雷达信号脉内调制特征识别算法研究雷达信号脉内调制特征识别算法研究一、引言雷达信号脉内调制特征识别算法是雷达信号处理中的重要领域，对于目标检测和识别具有重要意义。

脉内调制是指在雷达脉冲内对信号进行调制，通过特定的调制方式来实现对不同目标的识别和分类。

本文将从理论探讨到实际应用，深入探讨雷达信号脉内调制特征识别算法的研究现状和发展趋势。

二、理论基础在开始探讨雷达信号脉内调制特征识别算法之前，我们首先要了解脉内调制的基本原理。

脉内调制是指在雷达脉冲内对信号进行调制，常见的调制方式包括频率调制、相位调制、振幅调制等。

这些调制方式能够在信号中嵌入特定的信息，通过对信号进行解调和分析，可以得到目标的特征信息。

三、脉内调制特征识别算法1. 频率调制特征识别算法频率调制是将目标特征信息通过改变信号的频率进行编码。

通过对信号进行傅里叶变换和频谱分析，可以提取出频率调制的特征信息，从而实现目标的识别。

2. 相位调制特征识别算法相位调制是利用信号的相位信息进行编码，通过对信号的相位进行解调和分析，可以得到目标的相位特征，从而实现目标的识别和分类。

3. 振幅调制特征识别算法振幅调制是利用信号的振幅信息进行编码，通过对信号的振幅进行解调和分析，可以得到目标的振幅特征，从而实现目标的识别和分类。

四、算法应用脉内调制特征识别算法在雷达信号处理中有着广泛的应用，例如在目标检测、目标识别、地物分类等方面都有着重要的作用。

通过对不同调制方式的信号进行解调和分析，可以实现对不同目标的识别和分类。

这些算法在军事、航空航天、地质勘探等领域都有着重要的应用价值。

五、发展趋势随着雷达技术的不断发展，脉内调制特征识别算法也在不断完善和发展。

未来的发展趋势包括对不同调制方式的信号进行联合处理，以及结合深度学习等人工智能技术，实现对目标特征的更加准确和高效的识别和分类。

六、个人观点作为雷达信号处理领域的从业者，我认为脉内调制特征识别算法在未来将会有着更加广阔的发展空间。

雷达脉内调制特征识别技术

雷达脉内调制特征识别技术雷达脉内调制特征识别技术是一种通过对雷达回波信号中的脉内调制特征进行提取和识别，来实现目标识别和分类的技术。

随着雷达技术的不断发展和应用，雷达脉内调制特征识别技术在目标识别、无人机侦察、地面目标探测等领域发挥着越来越重要的作用。

本文将从雷达脉内调制特征的提取方法、特征识别算法以及应用研究等方面对该技术进行综述。

一、雷达脉内调制特征的提取方法1. 时频分析方法时频分析方法是一种常用的雷达信号处理方法，通过将时域信号转换到时频域中，可以得到脉内调制特征的频率、幅度、相位等信息。

常见的时频分析方法包括短时傅里叶变换（STFT）、连续小波变换（CWT）和时频分析算法等。

这些方法能够有效地提取雷达脉内调制信号的特征信息，为后续的特征识别打下基础。

2. 基于统计特征的提取方法除了时频分析方法外，还可以利用统计特征来提取雷达脉内调制特征。

常见的统计特征包括均值、方差、偏度、峰度等，这些特征能够反映出信号的统计性质，对于不同调制类型的识别具有一定的指导意义。

3. 机器学习方法近年来，机器学习方法在信号处理领域的应用越来越广泛，其在雷达脉内调制特征提取方面也表现出了良好的效果。

常见的机器学习方法包括支持向量机（SVM）、深度学习等，这些方法能够自动地学习和提取信号的特征，从而实现对雷达脉内调制特征的提取和识别。

二、雷达脉内调制特征识别算法1. 基于模式识别的算法基于模式识别的算法是一种常用的雷达脉内调制特征识别算法，通过建立目标调制特征和不同调制类型之间的映射关系，来实现对雷达信号的识别和分类。

常见的基于模式识别的算法包括最邻近分类（KNN）、支持向量机（SVM）、神经网络等，这些算法能够有效地识别不同类型的脉内调制特征。

2. 基于深度学习的算法深度学习作为一种新兴的机器学习方法，近年来在雷达脉内调制特征识别领域也得到了广泛的应用。

通过构建深层神经网络模型，可以实现对雷达信号的特征提取和识别，提高了识别的准确性和鲁棒性。

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)。

献［］出对不同调制类型信号采用不同的最佳４提
算法进行特征识别与提取，该方法在信号调制类
以／一０，ｌ … （）９／＂ ± ，３
型已知时准确可行，但调制类型未知时并行使用
多种分析算法会导致判别复杂化。
对于给定的信号ｓｎ，（）自相关运算定义为：
ｙ（２ｍ）＝ｓ７ × ７，（２）一０，ｌ … ± ，
（１）
定的效果。但普遍存在的问题是它们对其中的某种调制信号分析能力强，而对其它调制信号分
析能力有限，具有通用性，而难以对任一接不进
ＡｂｔａｔＩｈｓｐｐｒｈｅｌｏｉｍｓｔａｓｄｉｅｏｎｚｎａａｉｎｌｎｐｌｅｃａａｔｒｓｉｓｉａａｙｅｉｓｌ，ｓｒｃ：ｎｔｉａｅ。ｔｒｅａｇｒｈｈｔｕｅｎｒｃｇｉｉｇｒｄｒｓｇａｉ－ｕｓｈｒｃｅｉｔｓｎｌｚｄｆｔｔｃｒｙｔｅｎｎｖｌｕｏｔｃｒｃｇｉｏｔｏａｅｎｔｅａｖｎａｅｆｔｅｔｒｅａａｙｅｌｏｉｍｓｉｅｉｎｄ．Ｓｍｕｈｎａｏｅｔｍａｉｅｏｎｔｎｍｅｈｄｂｓｄｏｈｄａｔｇｓｏｈｈｅｎｌｚｄａｇｒｈｄｓｇｅａｉｔｓｉ — ｌｔｎｒｓｌｈｗｈｔｔｉｎｗｔｏａｕｏｔｅｏｎｚｈａａｉｎｌｎｐｌｅｃａａｔｒｓｉｓｅａｔｅ — ａｉｅｕｔｓｏｔａｈｓｅｍｅｈｄｃｎａｔｍａｉｒｃｇｉｅｔｅｒｄｒｓｇａ－ｕｓｈｒｃｅｉｔｘｃｌｉｃｒｏｓｃｉｃｙｎ
Ｙ（，与一般函数的最大区别是它们没有时间ｎ埘）积分，留了相关处理的瞬时信息。保以单载频信
号为例：
（）＝Ａ ‘ ＋ ’ ｎ／ｙ（）一Ａｎ，（）２
收信号实现脉内特征的自动识别
பைடு நூலகம்
。对此，文
ＳｇｌＩ。ｕｓａａｔｒｓｉｓｉｎａｎ。ｌｅＣｈｒｃｅｉｔｃｐ
ＨＡＮｎ，ＨＥＭｉｇｈｏＨＵａ－ｉｇ，ＭＡＯｎＪｕｎ — ａ，ＺＹｕｎｑｎＹａ
（ｒＦｒｅＲａａａｅＡｉｏｃｄｒＡｃｄｍｙ。ｕａ３０９Ｃｈｎ）Ｗｈｎ４０１，ｉａ
维普资讯
・
２Ｏ７・
弹箭与制导学报
雷达信号脉内特征自动识别的一种新方法
韩俊，明浩，何朱元清，燕冒
（军雷达学院。汉空武４０１）３０９
［要］分析了当前用于雷达信号脉内特征识别的三种算法，对各算法的优缺点，三种算法作为子算法按摘针将照一定的准则综合使用，现了一种新的自动识别法。仿真结果表明，满足一定信噪比的条件下，方法可实在该
ｒｉＳＮＲ．ａｎ
Ｋｅｒｓｉｓａｔｓｌｃｒｅａｉｎｒｑｅｃａｉｎｅｙｗｏｄ：ｔｎｅｆｏｒｌｔ；ｆｅｕｎｙｖｒａｃ；ｗａｅｅｒｎｆｒｔｎｕｏｔｃｒｃｇｉｉｎｎ－ｏｖｌｔｔａｓｏｍａｉ；ａｔｍａｉｅｏｎｔｏｏ
作为子算法取长补短、串行使用，现一种新的实
自动识别法。最后通过大量仿真验证了该算法进行雷达信号脉内特征自动识别时的有效性。
２自动识别的子算法
２１瞬时自相关法．
法、频域频谱法、频域维格纳一威利分布法以时及小波变换法等。它们对单载频、线性调频、频率编码、相位编码等信号的脉内特征分析都有一
小波变换三种算法的基本原理，后将三种算法然
ｌ引言
雷达信号脉内特征的自动识别是雷达对抗侦察的一个重要内容。脉内特征主要包括雷达发射机对频率、相位以及包络形状的调制。当前用于脉内特征识别的方法主要有：域自相关时
以自动准确地识别雷达信号脉内特征。［键词］瞬时自相关；率方差；波变换；关频小自动识别［图分类号］Ｔ９３中Ｎ５［献标志码］Ａ文
ＡｖｌＡｕｏａｉｃｇｔｏｆＲａａＮｏｅｔｍｔｃＲｅｏｎｉｉｎｏｄｒ