CN114019505B 一种基于pri区间信息的雷达信号分选方法及系统 （中国人民解放军海军航空大学）

一种基于PRI区间信息的雷达信号分选方法本发明涉及一种基于PRI区间信息的雷达信先对混合交叠雷达脉冲流的到达时间序列进行高的簇生成待提取PRI区间信息；采用改进脉冲序列搜索法，对与待提取PRI区间信息对应的雷高PRI估值精度和信息维度，从而提高雷达脉冲2所述根据所述差值序列的分布特点，确定密度聚类算法的邻域半将距离分布矩阵DIST中每行的距离值从小到大重新排列，每行的第k个距离值在统计将距离分布矩阵DIST中各行的第4个距离值的平均值作为领域半径ε；密度阈值MinPts根据所述邻域半径和密度阈值，利用密度聚类算法对此时第k个簇对应的提取优先级最高，则对该簇进行PRI区采用改进脉冲序列搜索法，对与所述待提取PRI区间信息对应的雷达脉冲信号进行提2.根据权利要求1所述的基于PRI区间信息的雷从待分选雷达侦察数据中导出混合交叠脉冲的到达时间序列；3根据所述到达时间序列的元素数量和脉冲密度，判断所述到达时当所述到达时间序列的元素数量大于第一预设阈值时或者脉冲密度大于第二预设阈当所述到达时间序列的元素数量小于等于第一预设阈值时或者脉冲密度小于等于第3.根据权利要求2所述的基于PRI区间信息的“采用改进脉冲序列搜索法，对与所述待提取PRI区间信息对应的雷达脉冲信号进行提取”4.根据权利要求1所述的基于PRI区间信息的雷达信号分选方5.根据权利要求1所述的基于PRI区间信息的采用DBSCAN密度聚类算法，根据邻域半径和密度阈值对差值序列差值序列生成模块，用于对混合交叠雷达脉冲流的到达时间序列进行多级差值计算，密度聚类参数确定模块，用于根据所述差值序列的分将距离分布矩阵DIST中每行的距离值从小到大重新排列，每行的第k个距离值在统计4将距离分布矩阵DIST中各行的第4个距离值的平均值作为领域半径ε；密度阈值MinPts密度聚类处理模块模块，用于根据所述邻域半径和此时第k个簇对应的提取优先级最高，则对该簇进行PRI区雷达目标判断模块，用于根据所述到达时间序列的元素数量和脉当所述到达时间序列的元素数量大于第一预设阈值时或者脉冲密度大于第二预设阈当所述到达时间序列的元素数量小于等于第一预设阈值时或者脉冲密度小于等于第5[0001]本发明涉及雷达信号处理领域，特别是涉及一种基于PRI区间信息的雷达信号分流自动分离成各个雷达的单独脉冲序列。用于雷达信号分选的主要参数有脉冲到达方向提高现有基于PRI信息分选方法的分选成功率，是目前复杂环境下雷达信号分选亟待解决[0004]本发明的目的是提供一种基于PRI区间信息的雷达信号分选方法及系统，以提高[0009]根据所述邻域半径和密度阈值，利用密度聚类算法对所述差值序列进行密度聚6[0011]采用改进脉冲序列搜索法，对与所述待提取PRI区间信息对应的雷达脉冲信号进将每一次脉冲序列搜索中待提取PRI区间信息对应的抖动幅度作为容差值，并根据待提取[0015]当所述到达时间序列的元素数量大于第一预设阈值时或者脉冲密度大于第二预[0016]当所述到达时间序列的元素数量小于等于第一预设阈值时或者脉冲密度小于等[0031]将距离分布矩阵DIST中每行的距离值从小到大重新排列，每行的第k个距离值在7[0034]将距离分布矩阵DIST中各行的第4个距离值的平均值作为领域半径ε；密度阈值[0036]采用DBSCAN密度聚类算法，根据邻域半径和密度阈值对8[0055]当所述到达时间序列的元素数量大于第一预设阈值时或者脉冲密度大于第二预[0056]当所述到达时间序列的元素数量小于等于第一预设阈值时或者脉冲密度小于等[0059]本发明提出了一种基于PRI区间信息的雷达信号分选方法及系统，通过对混合交[0060]本发明在提取出包括中心值和抖动幅度的PRI区间信息之后，结合带容差控制的[0063]图2为本发明实施例1提供的基于PRI区间信息的雷达信号分选方法的原理流程[0067]图6为本发明实施例1提供的本发明、CDIF法和PRI变换法在不同抖动幅度情况下9[0069]图8为本发明实施例1提供的本发明、CDIF法和PRI变换法的分选成功率实验结果[0073]虽然本发明对根据本发明的实施例的系统中的某些模块任何数量的不同模块可以被使用并运行在用户终端和/或服务器上。所述模块仅是说明性[0075]本发明的目的是提供一种基于PRI区间信息的雷达信号分选方法及系统，以提高复杂环境下混合交叠脉冲的PRI估值精度和信息维度，从而达到提高雷达脉冲信号分选成[0082]当所述到达时间序列的元素数量小于等于第一预设阈值时或者脉冲密度小于等法的参数邻域半径ε和密度阈值MinPts。[0102]步骤S4.3、将距离分布矩阵DIST中各行的第4个距离值的平均值作为领域半径ε;根据邻域半径ε和密度阈值MinPts对差值序列进行密度聚类，从而经过密度聚类后形成多为x的ε邻域，x的密度ρ(x)即为x的ε邻[0115]本发明中的DBSCAN密度聚类算法的基本步骤为：从脉冲到达时间差值序列D中取[0116]步骤S6、计算各个簇的提取优先级，并为优先级最高的簇生成待提取PRI区间信提取PRI区间信息的格式表示为(PRI_cen，jitter)，其中，PRI_cen＝Cc(k)表示中心值，jitter＝Cj(k)/(2×PRI_cen)表示抖动[0126]采用改进脉冲序列搜索法，根据所述待提取PRI区间信息提取出相应的雷达脉冲的脉冲序列搜索法中加入与每一次脉冲序列搜索中的待提取PRI区间信息相对应的抖动幅首轮用脉冲序列搜索法提取PRI1对应的雷达信号时，采用的容差为PRI1对应的抖动幅度；推。常规的脉冲序列搜索法使用的是固定的一个容差值，该容差值一般为PRI值的5％或10固定容差值的弊端是设置过小不利于抖动幅度大的脉冲序列提取，设置过大时又容[0128]假设待分选雷达脉冲流中包含脉冲重复间隔分别为PRI1、固定重复频率(抖动幅[0132]④以被标记的最后一个脉冲为起点向后寻找在间隔PRI1(1‑0.1％)到PRI1(1+的提取优先级Priority，选取Priority值最大的簇生成待提取PRI区间信息(PRI_cen，jitter)，其中PRI_cen为待提取PRI的中心值，可由对应聚类簇中差值散点均值得到，[0139]为验证本发明方法的在PRI估值和分选成功率方面的优越性，分别针对存在不同5％、10为模拟复杂电磁环境，加入脉冲总数200％的杂散噪声脉冲，仿真时间设定为[0144]各个PRI分选方法在不同抖动幅度情况下的PRI估值误差率和分选成功率分别如[0146]采用本发明方法对仿真混合交叠脉冲流进行PRI值提取，进而结合序列搜索法进[0147]采用本发明方法、CDIF法和PRI变换法分别对上述雷达脉冲[0148]采用了该发明的基于PRI区间信息的雷达信号分选方法，其通过对混合交叠脉冲幅度的不同设置相应脉冲提取TOA容差范围，优先提取脉冲数量多、抖动幅度小的雷达脉达时间序列；[0154]当所述到达时间序列的元素数量大于第一预设阈值时或者脉冲密度大于第二预[0155]当所述到达时间序列的元素数量小于等于第一预设阈值时或者脉冲密度