针对我国雷达对抗信号处理研究工作中亟待解决的关键理论问题,本项目研究复杂体制雷达辐射源信号的分选识别机理与智能模型。拟从分选识别机理、信号特征挖掘与特征选择、智能模型等方面,对现代雷达辐射源信号的分选识别问题进行系统研究。以发掘分选识别的内在规律为基础,拟解决的关键问题是挖掘出能更有效地进行分选识别的信号特征集。通过分析采用常规五参数进行分选识别的局限性,研究可分选性、分选识别性能的分析与评价,及漏缺脉冲、噪声等的影响分析;研究交错脉冲流的数学描述,以利于分选识别机理和模型的理论分析。深入分析复杂体制雷达辐射源信号特点,研究信号的本质特征;通过多种数学变换域中充分的信号特征提取,再进行特征评价与选择以降低特征空间维数, 挖掘品质优良的分选识别特征向量,并探讨新的特征参数体系。根据ELINT、ESM和RWR的特点,研究分选识别智能模型。以本项目研究成果为我国雷达对抗的技术进步提供理论依据。
{{i.achievement_title}}
数据更新时间:2023-05-31
EBPR工艺运行效果的主要影响因素及研究现状
基于铁路客流分配的旅客列车开行方案调整方法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
基于改进LinkNet的寒旱区遥感图像河流识别方法
基于文献计量学和社会网络分析的国内高血压病中医学术团队研究
复杂体制雷达辐射源信号特征评价机制
复杂环境下未知雷达辐射源信号分选方法研究
复杂体制雷达辐射源信号本征时频原子特征挖掘模型与算法
复杂环境下雷达信号分选与识别方法研究