随着各种复杂体制雷达的大量涌现以及电子侦察信号环境的日趋复杂,雷达辐射源的有效分选已成为电子对抗领域信号处理的瓶颈。深入分析和研究复杂体制雷达辐射源信号的本质特征,探索和挖掘复杂环境下的雷达信号分选特征,并在此基础上研究针对复杂密集环境下未知雷达辐射源信号的新型分选模型和算法,是目前雷达对抗领域辐射源信号分选研究工作中亟待解决的关键问题。本项目将积极探讨解决信号分选领域中存在问题的有效途径,并进行探索性和系统性的理论研究。具体包括信号分选特征集获取问题的研究、基于支持向量聚类的智能分选模型和算法的研究、分选/识别相互作用的信号分选系统的研究、基于脉间信号分选特征的匹配分选问题的研究、信号分选模型和算法的性能分析与评价方法的研究,从而构建新型智能化的雷达辐射源信号分选系统。本项目的研究成果将为我国雷达对抗领域的瓶颈技术- - 信号分选技术提供理论依据,为提高我国电子对抗装备技术水平发挥重要作用。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
基于LASSO-SVMR模型城市生活需水量的预测
自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例
基于分形维数和支持向量机的串联电弧故障诊断方法
水氮耦合及种植密度对绿洲灌区玉米光合作用和干物质积累特征的调控效应
复杂环境下雷达信号分选与识别方法研究
复杂体制雷达辐射源信号分选识别机理与模型
基于膜算法的雷达辐射源信号聚类分选方法研究
复杂体制雷达辐射源信号特征评价机制