本發(fā)明涉及雷達(dá)，具體地，涉及一種雷達(dá)輻射源分選方法及裝置。

背景技術(shù)：

1、雷達(dá)輻射源分選識(shí)別是指對(duì)接收到的雷達(dá)輻射信號(hào)進(jìn)行分析和處理，以實(shí)現(xiàn)目標(biāo)特征提取、目標(biāo)分類(lèi)識(shí)別等功能。在現(xiàn)代多用途雷達(dá)系統(tǒng)中，為了應(yīng)對(duì)復(fù)雜的電磁環(huán)境和多樣化的目標(biāo)特性，對(duì)不同類(lèi)型的輻射信號(hào)進(jìn)行準(zhǔn)確快速地分選識(shí)別具有重要意義。雷達(dá)輻射源分選主要從脈間調(diào)制特征，脈內(nèi)調(diào)制特征，基于機(jī)器學(xué)習(xí)的雷達(dá)輻射源識(shí)別等3個(gè)角度展開(kāi)研究。

2、現(xiàn)有雷達(dá)輻射源分選技術(shù)中均存在各自的問(wèn)題：(1)基于脈間調(diào)制特征的模板匹配方法適用于早期輻射源數(shù)量稀少且種類(lèi)相對(duì)固定的簡(jiǎn)單電磁環(huán)境。隨著雷達(dá)體制的日益豐富，各類(lèi)調(diào)制信號(hào)在電磁環(huán)境中的比重逐漸增加，模板匹配法對(duì)各輻射源的脈沖區(qū)分能力已經(jīng)十分有限。(2)雷達(dá)脈內(nèi)調(diào)制特征，按照調(diào)制方式的有意與否，一般可分為有意調(diào)制特征和無(wú)意調(diào)制特征?；谟幸庹{(diào)制特征的輻射源分選的研究思路是通過(guò)高效的脈內(nèi)調(diào)制提取方法來(lái)提取一些區(qū)分度高分選能力強(qiáng)的特征來(lái)完成信號(hào)分選，但這些方法在抗噪性表現(xiàn)較差且對(duì)同一調(diào)制類(lèi)型信號(hào)的區(qū)分能力較差。無(wú)意調(diào)制特征一般是指發(fā)射機(jī)內(nèi)部非理想原因引入的附加在信號(hào)的特征，因此基于無(wú)意調(diào)制特征的雷達(dá)輻射源信號(hào)分選方法可捕捉到輻射源難以修改的固有特征，然而，盡管理論上可供分選的無(wú)意調(diào)制特征較多但在現(xiàn)實(shí)中這種特征通常極其細(xì)微，在低信噪比的環(huán)境下難以精確提取。(3)基于機(jī)器學(xué)習(xí)框架下的雷達(dá)輻射源可以實(shí)現(xiàn)從樣本數(shù)據(jù)中獲得規(guī)律并利用規(guī)律對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè)，但在實(shí)際中預(yù)先獲取非合作輻射源的信號(hào)樣本是極其不現(xiàn)實(shí)的，對(duì)百萬(wàn)個(gè)樣本進(jìn)行標(biāo)記也會(huì)耗費(fèi)大量時(shí)間并且機(jī)器學(xué)習(xí)原理可解釋性不強(qiáng)，目前仍然不是可以系統(tǒng)化使用的首選方法。由此可見(jiàn)，在現(xiàn)有技術(shù)中，復(fù)雜電磁環(huán)境下的輻射源分選效率較低，傳統(tǒng)輻射源分選存在分選不完整和模糊的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)中存在的上述問(wèn)題，本發(fā)明提供了一種雷達(dá)輻射源分選方法及裝置。

2、根據(jù)本發(fā)明實(shí)施例的第一方面，提供一種雷達(dá)輻射源分選方法，所述方法包括：

3、通過(guò)多個(gè)輻射源對(duì)應(yīng)的高維參數(shù)混合概率模型對(duì)目標(biāo)輻射源脈沖進(jìn)行匹配識(shí)別，得到初步分選結(jié)果；其中，所述高維參數(shù)混合概率模型根據(jù)各個(gè)輻射源中每個(gè)cpi對(duì)應(yīng)的多維混合高斯分布構(gòu)建的；

4、當(dāng)所述初步分選結(jié)果中包含多個(gè)高維參數(shù)混合概率模型時(shí)，根據(jù)所述識(shí)別結(jié)果得到?jīng)Q策空間；其中，所述決策空間包括所述多個(gè)高維參數(shù)混合概率模型對(duì)應(yīng)的多個(gè)目標(biāo)輻射源；

5、根據(jù)貝葉斯理論得到所述決策空間中多個(gè)目標(biāo)輻射源分別的后驗(yàn)概率；

6、將后驗(yàn)概率最大的目標(biāo)輻射源作為所述目標(biāo)輻射源脈沖的最終分選結(jié)果。

7、可選地，在所述通過(guò)多個(gè)輻射源對(duì)應(yīng)的高維參數(shù)混合概率模型對(duì)目標(biāo)輻射源脈沖進(jìn)行匹配識(shí)別，得到初步分選結(jié)果之后，所述方法還包括：

8、當(dāng)所述初步分選結(jié)果中包含一個(gè)高維參數(shù)混合概率模型時(shí)，根據(jù)所述高維參數(shù)混合概率模型對(duì)應(yīng)的輻射源得到所述目標(biāo)輻射源脈沖的最終分選結(jié)果；

9、當(dāng)所述初步分選結(jié)果中不包含高維參數(shù)混合概率模型時(shí)，判斷所述目標(biāo)輻射源脈沖為未知脈沖。

10、可選地，所述高維參數(shù)混合概率模型參考如下表示：

11、

12、其中，pr表示所述高維參數(shù)混合概率模型，πi表示在輻射源r中第i個(gè)cpi樣式出現(xiàn)的概率，i為cpi樣式的數(shù)量，表示輻射源r中第i個(gè)cpi樣式的多維混合高斯分布。

13、可選地，所述多維混合高斯分布參考如下表示：

14、

15、其中，k表示輻射源r中第i個(gè)cpi樣式內(nèi)子分布的數(shù)量，nk表示在輻射源r中第i個(gè)cpi樣式內(nèi)第k個(gè)子分布出現(xiàn)的概率，pk表示輻射源r中第i個(gè)cpi樣式內(nèi)第k個(gè)子分布的高維高斯模型。

16、可選地，輻射源r中第i個(gè)cpi樣式內(nèi)第k個(gè)子分布的高維高斯模型參考如下表示：

17、

18、其中，m表示輻射源r的雷達(dá)參數(shù)數(shù)量，ci表示輻射源r中第i個(gè)cpi樣式中的方差序列，μi表示輻射源r中第i個(gè)cpi樣式中的雷達(dá)參數(shù)值序列，exp為指數(shù)函數(shù)，x表示目標(biāo)輻射源脈沖的其他雷達(dá)參數(shù)向量，所述其他雷達(dá)參數(shù)向量由除雷達(dá)脈沖重復(fù)周期之外的雷達(dá)參數(shù)構(gòu)成，t表示轉(zhuǎn)置操作。

19、可選地，所述決策空間中多個(gè)目標(biāo)輻射源分別的后驗(yàn)概率根據(jù)如下公式得到：

20、

21、其中，p(rl∣toai')表示第l個(gè)目標(biāo)輻射源rl的后驗(yàn)概率，toai'表示按照toa排序后所述目標(biāo)輻射源脈沖中第i'個(gè)脈沖的脈沖到達(dá)時(shí)間，l為所述決策空間中目標(biāo)輻射源的數(shù)量，p(toai'∣rl)表示在識(shí)別結(jié)果為目標(biāo)輻射源rl時(shí)，toai'發(fā)生的條件概率，p(toai'∣rk')表示在識(shí)別結(jié)果為目標(biāo)輻射源rk'時(shí)，toai'發(fā)生的條件概率，p(rl)表示目標(biāo)輻射源rl對(duì)應(yīng)的先驗(yàn)概率，p(rk')表示目標(biāo)輻射源rk'對(duì)應(yīng)的先驗(yàn)概率。

22、可選地，在識(shí)別結(jié)果為輻射源rl時(shí)，toai'發(fā)生的條件概率參考如下表示：

23、

24、其中，表示根據(jù)目標(biāo)輻射源rl對(duì)應(yīng)的高維參數(shù)混合概率模型得到的目標(biāo)輻射源脈沖的其他雷達(dá)參數(shù)向量x的似然值，表示根據(jù)目標(biāo)輻射源rl對(duì)應(yīng)的高維參數(shù)混合概率模型得到的目標(biāo)輻射源脈沖的脈沖重復(fù)周期的似然值。

25、根據(jù)本發(fā)明實(shí)施例的第二方面，提供一種雷達(dá)輻射源分選裝置，所述裝置包括：

26、初步識(shí)別模塊，用于通過(guò)多個(gè)輻射源對(duì)應(yīng)的高維參數(shù)混合概率模型對(duì)目標(biāo)輻射源脈沖進(jìn)行匹配識(shí)別，得到初步分選結(jié)果；其中，所述高維參數(shù)混合概率模型根據(jù)各個(gè)輻射源中每個(gè)cpi對(duì)應(yīng)的多維混合高斯分布構(gòu)建的；

27、決策空間獲取模塊，用于當(dāng)所述初步分選結(jié)果中包含多個(gè)高維參數(shù)混合概率模型時(shí)，根據(jù)所述識(shí)別結(jié)果得到?jīng)Q策空間；其中，所述決策空間包括所述多個(gè)高維參數(shù)混合概率模型對(duì)應(yīng)的多個(gè)目標(biāo)輻射源；

28、后驗(yàn)概率計(jì)算模塊，用于根據(jù)貝葉斯理論得到所述決策空間中多個(gè)目標(biāo)輻射源分別的后驗(yàn)概率；

29、最終分選模塊，用于將后驗(yàn)概率最大的目標(biāo)輻射源作為所述目標(biāo)輻射源脈沖的最終分選結(jié)果。

30、本發(fā)明提供的技術(shù)方案可以包括以下有益效果：

31、通過(guò)上述技術(shù)方案，利用各個(gè)輻射源對(duì)應(yīng)的高維參數(shù)混合概率模型提高對(duì)輻射源的分析和管理效率，便于后續(xù)進(jìn)行輻射源分選；并通過(guò)貝葉斯理論將先驗(yàn)概率和后驗(yàn)概率聯(lián)系起來(lái)，根據(jù)初步分選結(jié)果得到后驗(yàn)概率，對(duì)混合的輻射源做補(bǔ)充推理和判別，從而提高混合輻射源的識(shí)別準(zhǔn)確率；還利用高維參數(shù)混合概率模型的初步分選結(jié)果作為參照，降低了輻射源分選時(shí)未知干擾脈沖對(duì)目標(biāo)輻射源脈沖的影響，得到的最終分選結(jié)果準(zhǔn)確度較高。

32、本發(fā)明的其他特征和優(yōu)點(diǎn)將在隨后的具體實(shí)施方式部分予以詳細(xì)說(shuō)明。

技術(shù)特征：

1.一種雷達(dá)輻射源分選方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的雷達(dá)輻射源分選方法，其特征在于，在所述通過(guò)多個(gè)輻射源對(duì)應(yīng)的高維參數(shù)混合概率模型對(duì)目標(biāo)輻射源脈沖進(jìn)行匹配識(shí)別，得到初步分選結(jié)果之后，所述方法還包括：

3.根據(jù)權(quán)利要求1所述的雷達(dá)輻射源分選方法，其特征在于，所述高維參數(shù)混合概率模型參考如下表示：

4.根據(jù)權(quán)利要求3所述的雷達(dá)輻射源分選方法，其特征在于，所述多維混合高斯分布參考如下表示：

5.根據(jù)權(quán)利要求4所述的雷達(dá)輻射源分選方法，其特征在于，輻射源r中第i個(gè)cpi樣式內(nèi)第k個(gè)子分布的高維高斯模型參考如下表示：

6.根據(jù)權(quán)利要求5所述的雷達(dá)輻射源分選方法，其特征在于，所述決策空間中多個(gè)目標(biāo)輻射源分別的后驗(yàn)概率根據(jù)如下公式得到：

7.根據(jù)權(quán)利要求6所述的雷達(dá)輻射源分選方法，其特征在于，在識(shí)別結(jié)果為輻射源rl時(shí)，toai'發(fā)生的條件概率參考如下表示：

8.一種雷達(dá)輻射源分選裝置，其特征在于，所述裝置包括：

技術(shù)總結(jié)
本發(fā)明涉及一種雷達(dá)輻射源分選方法及裝置，包括：通過(guò)多個(gè)輻射源對(duì)應(yīng)的高維參數(shù)混合概率模型對(duì)目標(biāo)輻射源脈沖進(jìn)行匹配識(shí)別，得到初步分選結(jié)果；其中，高維參數(shù)混合概率模型根據(jù)各個(gè)輻射源中每個(gè)CPI對(duì)應(yīng)的多維混合高斯分布構(gòu)建的；當(dāng)初步分選結(jié)果中包含多個(gè)高維參數(shù)混合概率模型時(shí)，根據(jù)識(shí)別結(jié)果得到?jīng)Q策空間；其中，決策空間包括多個(gè)高維參數(shù)混合概率模型對(duì)應(yīng)的多個(gè)目標(biāo)輻射源；根據(jù)貝葉斯理論得到?jīng)Q策空間中多個(gè)目標(biāo)輻射源分別的后驗(yàn)概率；將后驗(yàn)概率最大的目標(biāo)輻射源作為目標(biāo)輻射源脈沖的最終分選結(jié)果。利用高維參數(shù)混合概率模型提高對(duì)輻射源的分析和管理效率，降低了未知干擾脈沖的影響，得到的最終分選結(jié)果準(zhǔn)確度較高。

技術(shù)研發(fā)人員：周生華,董世鵬,吳雅琳
受保護(hù)的技術(shù)使用者：西安電子科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9