[发明专利]多参数栅格化滑动信号统计筛选处理方法

说明书

一技术领域

本发明属于被动探测定位系统、电子侦察/侦测系统中信号实时分选处理技术领域，用于对电子波束扫描雷达和相控阵雷达等复杂辐射源信号的分选识别。

二背景技术

在现代电子对抗环境中，电子侦察系统所面临的典型信号环境是由许多辐射源的脉冲信号序列随机交迭而成的密集的脉冲流。随着现代电子信息技术的快速发展，辐射源数量和信号复杂度在不断增加，使信号环境发生了质的变化，不但大量信号密集交叠，而且信号的参数也随时间快速变化。常规的电子侦察系统对侦收到的脉冲信号序列的分选，采用的是按照固定的载频、脉宽和脉冲重复周期进行直方图统计的方法，只能对载频和脉宽、重复周期固定不变或仅有小范围参差变化的辐射源信号进行正确分选，而对于参数也随时间快速变化的复杂信号序列则无法给出正确分选结果，因而无法有效截获这类目标辐射信号。

对时变参数的复杂脉冲信号的分选方法是现代被动侦测系统数据处理中的关键技术，也是进行信号精细分析和分类识别的前提和基础。各类电子信号侦察探测系统所采用的信号分选算法各不相同，性能差异很大。未来电子侦测定位系统面对的电磁环境将更加复杂，不但脉冲信号十分密集，而且目标信号种类繁多、参数多变，特别是现代频扫雷达、相控阵雷达和通信、无线电信标等电子信息系统技术的飞速发展，使得信号频率、脉宽、重复周期等参数捷变技术的应用日益广泛，造成脉冲信号序列更加复杂，同一个辐射源产生的脉冲信号序列中就会包含一系列载频、脉宽和重复周期差异极大的脉冲串，在存在多个目标辐射源的情况下，大量复杂的捷变参数脉冲信号序列混迭在一起，常规的电子信号侦察系统中采用的传统脉冲信号分选算法已经无法进行正常分选。现代电子侦察系统面对这种高密集和参数捷变的复杂信号环境，必须具备良好的智能化信号分选处理能力，应能够对相互交织重叠、参数随机时变的信号流正确进行自动分选处理，并在此基础上，实现对复杂辐射源信号平台的准确识别和定位。

本发明给出一种多参数栅格化滑动信号统计筛选处理方法，用于解决被动信号侦测系统在密集信号环境中，对复杂信号序列进行有效分选的难题。对侦收到的参数随时间快速变化的复杂目标辐射源信号序列，按时间栅格进行参数离散化切分，将脉冲信号到达时间、到达角和幅度、脉宽、载频等时变参数向量与时间栅格对应排列，构成随时间滑动的矢量阵列，运用多参数栅格滑动统计筛选方法和矢量栅格匹配算法，首先根据信号到达时间(TOA)、到达角(DOA)、载频参数变化对信号序列进行预分选，然后再根据信号脉宽、重复周期变化规律进行精细分选，将对时变参数复杂信号序列的分选处理分解为多级向量聚类统计筛选和最小二乘误差估计处理，可以对各种常规分选算法难以分选的电子波束扫描和相控阵雷达辐射信号进行正确分选和识别。

三发明内容

本发明的目的在于在充斥大量复杂脉冲信号的密集电磁信号环境中，是被动侦测系统能够对电子波束扫描雷达和相控阵雷达等复杂目标辐射源产生的时变参数脉冲信号序列进行有效分选和识别。

实现本发明目的的技术解决方案为：设侦测天线扫描周期为Ta，时间栅格的时长dT＝100ms。对在一个侦测天线扫描周期Ta时间范围内侦收到的参数随时间快速变化的复杂目标辐射源信号序列，按时间栅格进行参数离散化聚类统计，将脉冲信号到达时间、到达角和幅度、脉宽、载频等时变参数的统计向量与时间栅格对应排列，构成随时间滑动的信号参数矢量阵列。对落入两个相邻栅格的信号序列采用参数栅格化滑动筛选方法分两级进行信号参数聚类统计。

首先根据信号到达时间(TOA)、到达角(DOA)、载频参数变化对信号序列进行预筛选；

第二步根据信号幅度、脉宽、重复周期变化规律进行直方图统计的精细分选：

对经过聚类和直方图统计两级筛选处理后的复杂信号序列，与复杂目标信号参数数据库中的信号参数矢量模板逐一进行多向量最小二乘拟合运算，根据拟合误差的大小进行匹配度判决，即可实现对各种常规分选算法难以正确分选的电子波束扫描和相控阵雷达辐射信号等变参数脉冲信号流的正确分选和识别。

进行脉冲重复周期的直方图统计时，考虑到参差的问题，需要将直方图的统计间隔扩大。一般雷达PRI的参差量不超过10％，与之相适应，直方图的统计间隔可以按PRI的平均值设定(单位：微秒)，并逐步扩大到最大的PRI(30ms)。

四附图说明

图1是本发明的多参数栅格化滑动信号统计筛选方法原理框图。

图2是本发明的时变参数复杂信号分选处理流程图。

五具体实施方式