雷达有源欺骗干扰多尺度特征级识别技术研究

《雷达有源欺骗干扰多尺度特征级识别技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、雷达有源欺骗干扰多尺度特征级识别技术研究作者姓名施昉导师姓名、职称李明教授一级学科信息与通信工程二级学科信号与信息处理申请学位类别工学硕士提交毕业论文日期2014年12月学校代码10701学号1202121080分类TN82号TN97密级公开西安电子科技大学硕士学位论文雷达有源欺骗干扰多尺度特征级识别技术研究作者姓名：施昉一级学科：信息与通信工程二级学科：信号与信息处理学位类别：工学硕士指导教师姓名、职称：李明教授提交日期：2014年12月AStudyonMulti-scaleFeature-levelIdentificat

2、ionofActiveDeceptionJammingAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinInformationandCommunicationEngineeringByShifangSupervisor:Prof.LimingDecember2014西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的

3、研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处，本人承担一切法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复

4、印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位后结合学位论文研究成果撰写的文章，署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名：导师签名：日期：日期：摘要摘要伴随着电子干扰技术的发展，更加强烈的有源干扰使雷达面临着愈加严峻的挑战。因此在复杂多变的电子干扰环境下，使雷达系统在最短时间内识别出所面临的干扰信号类型，进而选择出最有效的抗干扰方法进行对抗，已成为雷达抗干扰技术发展的一个重要方向。本文在现有理论知识和相关论文的基础

5、上，研究了常规的有源欺骗干扰产生机理及作用机理，利用多尺度分解理论，对三类拖引干扰及其混合干扰进行特征级分类识别。论文具体研究内容如下：1.本文通过将一个相干处理周期的脉冲序列提取有效部分拼接成一维向量，弥补单个脉冲信号无法体现拖引干扰产生与实施过程本质特点的不足，讨论了一个相干处理周期中包含的脉冲回波个数对特征区分度及最后识别结果的影响，研究发现，多回波特征级识别结果好于单个回波，且回波数越多分类识别效果越好。2.本文利用多尺度小波分解及经验模态分解两种多尺度分解方法对接收到的三类拖引干扰信号预处理后进行多尺度分解，分别从

6、小波分解得到的小波系数中提取高频细节分量能量比、低频逼近分量归一化能量等小波域特征，从经验模态分解得到的各本征模函数中提取频域矩偏度、矩峰度、噪声因子等频域特征。根据提取的特征在各干噪比下的区分度及波动性选择性能较优的特征作为特征库内特征因子，建立小型特征库，最后利用特征库进行拖引干扰子类型的分类识别。仿真结果表明，利用多尺度分解提取的特征可有效区分三类拖引干扰，且得到令人满意的分类识别结果。3.本文考虑到实际中多种雷达有源欺骗干扰同时存在的情况，针对七种情况的混合信号，利用多尺度分解算法分解接收信号，提取小波系数特征及频域

7、特征，计算各特征在所有干噪比下的均值，建立小型混合干扰特征库，并对干扰信号进行分类识别。仿真实验结果表明，多尺度分解特征库辅助对混合干扰信号识别的方法可较为有效的区分七种混合信号情况，此种方法是有效且具有实际意义的。关键词：有源欺骗干扰识别，多尺度分解，特征提取，特征库论文类型：基础研究类I西安电子科技大学硕士研究生毕业论文IIABSTRACTABSTRACTWiththedevelopmentofelectronicjammingtechnology,undermorepowerfuljamming,theradarisf

8、acingmoreseriouschallenges.Inthesophisticatedelectronicjammingenvironment,radarsystemsshouldintelligentlyselectthemosteffectiveanti-jammingmethod