检索结果-内蒙古大学图书馆

空军工程大学学报 2025年第1期26卷 67-75页

作者：李晨轩张劲东李一鸣李明杰南京航空航天大学电子信息工程学院南京211106 中国人民解放军战略支援部队信息工程大学郑州450001

针对脉冲丢失对机载雷达工作模式识别准确率影响较大的问题,提出了一种基于脉冲描述字(PDW)重构的智能机载雷达工作模式识别算法。首先根据到达时间(TOA)的一阶差分序列提取到达时间差(DTOA)频繁项;其次,根据频繁项获得雷达真实的脉冲... 详细信息

针对脉冲丢失对机载雷达工作模式识别准确率影响较大的问题,提出了一种基于脉冲描述字(PDW)重构的智能机载雷达工作模式识别算法。首先根据到达时间(TOA)的一阶差分序列提取到达时间差(DTOA)频繁项;其次,根据频繁项获得雷达真实的脉冲重复间隔(PRI)以及PRI变化规律;再次,计算不同PRI情况下的脉冲数完成PDW重构,最后将重构后的PDW送入搭建好的时间卷积网络(TCN)识别机载雷达工作模式,该方法能够挖掘PDW序列中的时间关联性,可以更好地获取PDW序列的特征。通过仿真实验,该方法在脉冲丢失率小于70%的情况下,对于雷达工作模式的识别准确率能够达到95%以上。

关键词：脉冲丢失序列重构时间卷积网络雷达工作模式识别

来源：评论

学校读者我要写书评

暂无评论

基于复合赋权TOPSIS的雷达工作模式识别

引用

中国电子科学研究院学报 2019年第2期14卷 196-202页

作者：唐玉文何明浩韩俊程柏林空军预警学院武汉430019

针对雷达工作模式识别提出了一种基于复合赋权TOPSIS的识别方法。首先计算待识别脉冲串与备选工作模式参数的隶属度得到决策矩阵,并对其进行规范化;然后,采用层次分析法获得各识别指标的主观权值,用熵权法获得客观权值,再以线性组合的... 详细信息

针对雷达工作模式识别提出了一种基于复合赋权TOPSIS的识别方法。首先计算待识别脉冲串与备选工作模式参数的隶属度得到决策矩阵,并对其进行规范化;然后,采用层次分析法获得各识别指标的主观权值,用熵权法获得客观权值,再以线性组合的方式对主客观权值进行融合,得到复合权值,并用复合权值对规范化决策矩阵赋权。最后,利用TOPSIS多属性决策模型进行识别。仿真结果表明,基于复合赋权TOPSIS的雷达工作模式识别算法具有较高的识别正确率和可靠性,且在雷达参数测量存在误差的情况下优于SVM算法。

关键词：雷达工作模式识别逼近理想解的排序方法复合赋权法层次分析法熵权法多属性决策

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的雷达工作模式识别方法研究

基于深度学习的雷达工作模式识别方法研究

引用

作者：富云宵哈尔滨工程大学

学位级别：硕士

在现代电子战争中,电子侦察技术已成为其中关键的一环。多功能相控阵雷达(Multifunctional Phased Array Radar,MPAR)可以根据其功能的需要分配其资源,使用不同的工作模式对空域进行扫描及对目标进行跟踪。站在对抗方的角度,截取敌方雷... 详细信息

在现代电子战争中,电子侦察技术已成为其中关键的一环。多功能相控阵雷达(Multifunctional Phased Array Radar,MPAR)可以根据其功能的需要分配其资源,使用不同的工作模式对空域进行扫描及对目标进行跟踪。站在对抗方的角度,截取敌方雷达信号并对敌方雷达行为进行识别,根据雷达所处工作状态判断敌方雷达的威胁等级可以为后续的策略制定等提供参考。本文主要聚焦于雷达工作模式波形仿真、特征提取以及分类器的设计,依据不同的雷达特点,合理地选择分类特征和设计分类器以完成雷达辐射源行为识别任务。本文针对两种雷达的行为特征表述方式,基于雷达字,雷达短语的信号层级表征以及基于雷达信号参数信息的雷达行为波形仿真两种方式对雷达行为进行仿真,针对每种雷达工作模式进行信号仿真,为后续研究工作模式的智能识别方法提供数据保障。对识别任务的主要工作如下: 在大样本条件下,通过机器学习算法对脉冲描述字表征的雷达工作模式进行学习与识别。此方法对脉冲描述字截取的准确率依赖性较高,且机器学习方法对雷达工作模式识别的识别准确率有限,因此在此条件下引入深度学习方法。首先对原始雷达信号进行双谱变换,再对双谱进行积分,最终通过一维Resnet网络完成识别任务。一种工作模式往往映射多种波形信息,在容易出现工作模式的错误判决。本文提出了一种基于知识图谱辅助与工作模式切换的识别方法。将雷达波形映射为数字编码,利用嵌入注意力机制的长短期记忆神经网络提取数字编码序列,引入知识图谱的辅助识别方式,将编码输入中心网络通过知识图谱辅助判决,提高识别准确率。在小样本条件下,由于多功能雷达工作模式的多变及隐藏性,以及电磁环境的复杂性,侦收到的雷达脉冲数目较少,因此雷达工作模式识别任务的可靠性会随之下降。如何在小样本条件下准确识别雷达的工作模式是本领域研究的重点。针对此问题,提出了一种基于圆周积分样本扩充的识别方法(DBA Circularlyintegrated Bispectra Informer Multilayer Perceptron,DIMP),通过平均序列求法(DTW Barycenter Averaging,DBA)计算全局特征相似度,并基于加权平均生成算法在原数据集基础上生成样本并扩充数据,构造补充数据库,再将补充数据库与原先验知识库相融合,并通过智能网络模型完成雷达工作模式识别工作,在少量训练样本条件下获得了更高的识别准确率。

关键词：雷达工作模式识别双谱 DIMP识别方法 Informer

来源：评论

学校读者我要写书评

暂无评论

基于动态贝叶斯网络的雷达工作模式识别研究

基于动态贝叶斯网络的雷达工作模式识别研究

引用

作者：肖艳娇哈尔滨工业大学

学位级别：硕士

随着雷达技术的不断发展,相控阵雷达已由原来的单一工作模式,转变为多种工作模式灵活切换,能够根据实时战场环境及作战需求改变雷达各项参数及工作模式,具有极强的适应性。而在电子战中,要想占据主导地位,就需要快速准确的识别出目标雷... 详细信息

随着雷达技术的不断发展,相控阵雷达已由原来的单一工作模式,转变为多种工作模式灵活切换,能够根据实时战场环境及作战需求改变雷达各项参数及工作模式,具有极强的适应性。而在电子战中,要想占据主导地位,就需要快速准确的识别出目标雷达的工作模式,以便及时采取相应的应对措施。因此,如何准确识别出相控阵雷达的工作模式,已成为电子作战中亟需解决的难题。本文针对现有的雷达工作模式识别算法多依赖先验知识,主观性强的问题,研究基于动态贝叶斯网络的雷达工作模式识别算法,充分利用雷达样本数据,挖掘数据本身蕴含的规律,构造一个特定的贝叶斯网络。并针对实际战场无法获得充足雷达样本数据问题,提出小样本条件下的雷达工作模式识别贝叶斯网络建模,以提高网络的准确性,从而对雷达工作模式进行推理识别。全文的研究内容主要有以下三个部分:首先,对相控阵雷达工作原理进行分析,以现代电子战中的典型作战任务剖面为切入点,详细分析雷达在一次完整的作战任务中,可能经历的四种典型工作模式;随后提出雷达行为层次模型,研究从雷达脉冲信号到雷达工作模式间的对应关系,为后续建立数据模型以及用贝叶斯网络识别提供依据。其次,对贝叶斯网络的建模进行研究。介绍与贝叶斯网络相关的概念及最简单的贝叶斯网络:朴素贝叶斯网络,然后根据雷达自身及贝叶斯网络结构特点,建立本文所需数据模型。并在雷达工作模式识别这一特定背景下,针对实际战场应用中可能出现的雷达参数错误、缺失及雷达样本数据量小的情况,分别对贝叶斯网络的结构及参数进行学习并对比分析结果,最终得到一个可用于推理工作模式的贝叶斯网络。最后,针对雷达工作模式在时间上具有一定关联性的特点,引入动态贝叶斯网络,并提出动态朴素贝叶斯网络与动态复杂贝叶斯网络,还研究了复杂贝叶斯网络的依赖分布规律及其对推理结果的影响,完成对动态贝叶斯网络的建模。并分别用静态和动态贝叶斯网络对雷达工作模式进行推理识别,其识别正确率分别可达75%和85%左右,还验证了在雷达属性间存在依赖但依赖分布均匀的情况下,朴素贝叶斯网络能够得到与复杂贝叶斯网络接近的推理正确率,证明了用动态朴素贝叶斯网络对雷达进行工作模式识别的可行性。

关键词：雷达工作模式识别动态贝叶斯网络小样本先验知识

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的雷达工作模式识别的研究和应用

基于机器学习的雷达工作模式识别的研究和应用

引用

作者：张居圆北京邮电大学

学位级别：硕士

为了满足空中威胁和任务需求的多样性,传统常规雷达逐渐减少,具有多功能、多用途的新体制雷达大量部署,其中以采用电扫描体制和多任务管理系统的多功能相控阵雷达为典型代表。由于多功能雷达在不同工作模式下对空中目标的威胁差异极大,... 详细信息

为了满足空中威胁和任务需求的多样性,传统常规雷达逐渐减少,具有多功能、多用途的新体制雷达大量部署,其中以采用电扫描体制和多任务管理系统的多功能相控阵雷达为典型代表。由于多功能雷达在不同工作模式下对空中目标的威胁差异极大,利用截获的雷达信号识别其工作模式是威胁预警和评估的关键问题,也是实施电子干扰策略选择、干扰资源分配的基础。因此,准确识别雷达工作模式具有重要的军事意义和价值。由于传统的模板匹配法已经无法满足复杂电磁环境下的工作模式识别要求,本文将机器学习方法应用于工作模式识别中,分别研究了无先验信息条件下、大样本数据库和小样本数据库条件下,基于机器学习的雷达工作模式识别方法,并通过仿真实验进行了算法验证。本文提出的雷达工作模式识别方法,对其他电子侦察技术的研究具有重要参考借鉴意义。本文的主要工作如下:本文在无先验信息条件下,实现了基于聚类分析的未知雷达工作模式识别。利用K-均值算法、ISODATA算法、模糊C均值算法及模糊ISODATA算法,开展基于脉冲描述字参数的雷达工作模式识别仿真实验。实验证明验证了聚类分析算法的有效性,并且证明模糊ISODATA算法相对于其他三种算法具有更高的准确率。本文在已知先验信息条件下,实现了基于神经网络的雷达工作模式识别。首先将BP神经网络算法应用于大样本识别中。其次,本文提出了基于卷积网络的孪生神经网络算法,并将该算法应用于小样本识别中。本文分别对两种算法进行了仿真实验,实验表明两种算法均能取得较好的识别效果,平均分类精度均在87%以上。且两种算法的准确率都高于对应仿真场景下的聚类分析算法,充分证明了基于神经网络的雷达工作模式识别算法能够获得比聚类分析算法更好的识别效果。

关键词：机器学习雷达工作模式识别聚类分析神经网络

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习的雷达工作模式识别

基于迁移学习的雷达工作模式识别

引用

作者：韦柳幸西南交通大学

学位级别：硕士

随着雷达电子技术的迅速发展以及雷达电子侦察面临的越来越复杂的环境,侦察截获得到的雷达辐射源信号呈现不完整、小样本的复杂特点,致使雷达对抗装备侦察效能急剧下降。现有的雷达工作模式识别方法需要大量的训练数据,已难以适应日益... 详细信息

随着雷达电子技术的迅速发展以及雷达电子侦察面临的越来越复杂的环境,侦察截获得到的雷达辐射源信号呈现不完整、小样本的复杂特点,致使雷达对抗装备侦察效能急剧下降。现有的雷达工作模式识别方法需要大量的训练数据,已难以适应日益复杂的雷达电子对抗环境。深度学习与迁移学习广泛应用于图像识别、语音识别、自然语言处理、故障诊断和手写字符识别等诸多领域。本文针对侦察截获的小样本雷达数据以及雷达领域包含不同类别时,展开基于迁移学习的雷达工作模式识别研究。首先,引入迁移学习思想,针对同构标签空间下的小样本雷达工作模式识别展开研究。小样本雷达数据条件下,现有域适应算法无法有效对雷达工作模式特征迁移学习,提出基于雷达工作模式特征中心对齐的域适应算法,实现领域间雷达特征知识迁移。雷达特征中心对齐针对领域分布差异较大时,MMD域适应算法会导致领域间不同类别特征出现错误适配的问题,对领域间的特征适配进行优化。特征中心对齐在域适应过程中将小样本雷达特征向其特征中心对齐,在特征空间中缩短小样本雷达特征与其特征中心的距离,减小两个领域间的分布差异,提高领域间的可迁移性。其次,结合迁移学习,针对异构标签空间下的小样本雷达工作模式识别展开研究。构建小样本条件下的雷达工作模式识别模型,并提出基于类内-类间中心损失函数用于雷达特征学习。类内-类间中心损失函数侧重于表征学习同类别雷达特征的聚集性以及不同类别雷达特征间的差异性,基于特征空间中雷达特征之间的位置关系获取区分度更强的特征表达。为最大化迁移领域间的知识,本文通过分析卷积层与特征的关系,提出迁移可共享的雷达工作模式特征知识。最后,对小样本条件下的雷达工作模式迁移学习界限进行分析,解决何时迁移这一核心问题。迁移学习界限对两个领域的分布差异进行理论分析,对迁移学习后的目标域模型分类误差进行上界界定。通过迁移学习界限分析,利用源域大量带标签数据辅助目标域小样本数据学习,使目标域模型的分类误差达到最小。

关键词：雷达工作模式识别域适应迁移学习损失函数迁移界限

来源：评论

学校读者我要写书评

暂无评论

基于类增量学习的雷达工作模式识别方法研究

基于类增量学习的雷达工作模式识别方法研究

引用

作者：史新杰电子科技大学

学位级别：硕士

雷达工作模式识别作为情报侦察、电子对抗领域的重要一环,一直以来都备受关注。在非合作场景下,常规的深度学习雷达工作模式识别模型难以获取完备训练集,而且耗时耗资源,缺乏持续学习能力,因此,开展基于类增量学习的雷达工作模式识别方... 详细信息

雷达工作模式识别作为情报侦察、电子对抗领域的重要一环,一直以来都备受关注。在非合作场景下,常规的深度学习雷达工作模式识别模型难以获取完备训练集,而且耗时耗资源,缺乏持续学习能力,因此,开展基于类增量学习的雷达工作模式识别方法研究,可以有效提升雷达工作模式识别的准确率和效率,对提升电子对抗领域战术应用、情报侦察具有重要的研究价值。本文围绕类增量学习场景下交叠雷达信号工作模式识别难题,研究了基于格拉姆角场的PDW序列特征重构方法以及基于双向知识传输和轻量级动态扩展表征的类增量雷达工作模式识别方法。主要研究工作和贡献如下: (1)针对雷达工作模式特征参数范围交叠严重的问题,研究了雷达PDW序列特征重构方法,借助格拉姆角场能够保留时间相关性的优点,对雷达PDW序列进行特征重构,通过将雷达PDW序列编码为二维矩阵,改善神经网络提取不同模式的时序特征,能够显著提升类增量雷达工作模式识别的准确率。 (2)针对类增量学习过程中由于类别之间差异性很大,从而导致灾难性遗忘的问题,提出了基于双向知识传输的类增量雷达工作模式识别方法,利用新旧类别之间的相关性来辅助类增量学习,从而使得知识转移更为容易;利用语义信息作为监督,双向传输知识,以便于模型与新类别相适应,同时减少灾难性遗忘的影响,实现了不同场景下类增量雷达工作模式识别。 (3)针对类增量学习过程中旧类别特征退化及新旧类别不平衡导致遗忘的问题,提出了基于轻量级动态扩展表征的类增量雷达工作模式识别方法,在每一个类增量阶段中,都先冻结先前学习的表征,并用新的可学习特征提取器中的额外特征维度对其进行增强,以此来整合已学知识与新类特征;采用表征学习和分类器学习两阶段学习策略,在分类器阶段采用平衡微调办法来处理新旧类别的不平衡问题,实现了噪声干扰、脉冲缺失等多类场景下类增量雷达工作模式的有效识别。以上工作,已通过仿真实验验证,所提方法能够实现类增量雷达工作模式识别的目标。

关键词：雷达工作模式识别类增量学习格拉姆角场双向知识传输动态扩展表征

来源：评论

学校读者我要写书评

暂无评论

一种基于图卷积网络的雷达工作模式识别方法

引用

成组技术与生产现代化 2023年第2期40卷 14-19页

作者：罗健桂林电子科技大学认知无线电与信息处理教育部重点实验室广西桂林541004 联发软件设计(深圳)有限公司多媒体事业部广东深圳518063

在雷达工作模式识别中,通常难以获取大量已知类别的雷达信号样本以供算法模型训练。为此,提出一种基于图卷积网络的雷达工作模式识别方法。首先利用K近邻图算法,以图结构表征信号样本集,建立样本之间的关联;然后采用图卷积网络对该图信... 详细信息

在雷达工作模式识别中,通常难以获取大量已知类别的雷达信号样本以供算法模型训练。为此,提出一种基于图卷积网络的雷达工作模式识别方法。首先利用K近邻图算法,以图结构表征信号样本集,建立样本之间的关联;然后采用图卷积网络对该图信号进行半监督节点分类,完成在只有少量监督数据情况下的雷达工作模式识别。实验结果表明,所提出方法中对每种类别雷达信号设置15个监督数据(约占雷达信号总样本集的5%)时,识别准确率为98.23%。

关键词：雷达工作模式识别图信号图卷积网络 K近邻图

来源：评论

学校读者我要写书评

暂无评论

基于Bayes网络的机载多功能雷达工作模式识别

引用

电子信息对抗技术 2020年第1期35卷 11-15页

作者：余银丁怀赵俊杰电子信息控制重点实验室

对雷达工作模式的识别是目标威胁评估的重要信息来源。现代多功能雷达信号波形复杂,给识别带来了极大的挑战。根据多功能雷达信号生成机理和波形构成的层次化特征提出了一种分层Bayes网络的多功能雷达工作模式识别方法,并给出了Bayes网... 详细信息

对雷达工作模式的识别是目标威胁评估的重要信息来源。现代多功能雷达信号波形复杂,给识别带来了极大的挑战。根据多功能雷达信号生成机理和波形构成的层次化特征提出了一种分层Bayes网络的多功能雷达工作模式识别方法,并给出了Bayes网络的基本结构。最后以机载多功能雷达空-空模式为例详细设计了Bayes网络,验证了所设计的Bayes网络的有效性和对参测数据不确定性的鲁邦性。

关键词：多功能雷达贝叶斯网络雷达工作模式识别

来源：评论

学校读者我要写书评

暂无评论

自适应加权混合集成学习的雷达工作模式识别方法

引用

陆军工程大学学报 2024年第6期3卷 10-16页

作者：王之腾纪存孝刘畅王润雪王水斌陆军工程大学通信工程学院江苏南京210007 杭州电子科技大学通信工程学院浙江杭州310000

为提高在现代战场中的生存能力,机载多功能雷达呈现出信号样式复杂、参数高度捷变、开关机无规律和辐射时间减少等特点,给基于传统方法的雷达工作模式识别带来了一定的挑战。参考多功能雷达常见工作模式典型特征参数生成的样本数据,基... 详细信息

为提高在现代战场中的生存能力,机载多功能雷达呈现出信号样式复杂、参数高度捷变、开关机无规律和辐射时间减少等特点,给基于传统方法的雷达工作模式识别带来了一定的挑战。参考多功能雷达常见工作模式典型特征参数生成的样本数据,基于水波中心扩散(water wave center diffusion,WWCD)算法优化多个模型参数,采用自适应加权策略提高多个模型集成学习算法性能,开展多功能雷达工作模式识别。实验分别使用遗传算法、粒子群优化算法、差分进化算法和WWCD算法优化单模型参数,使用软投票、硬投票、自适应加权等不同集成学习策略进行工作模式识别。结果表明,所提算法相较于传统算法具有较高的准确率。此外,还研究测试了该算法在小样本条件下识别雷达工作模式的性能,验证了该算法的可行性和较高的识别效率。

关键词：水波中心扩散算法自适应加权集成学习小样本雷达工作模式识别

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：