干扰识别已成为认知雷达重要组成部分,针对数字射频存储(Digital Radio Frequency Memory,DRFM)干扰机的间歇采样转发干扰识别问题,提出一种基于小波系数相关性的识别算法。利用小波高频系数在时域上具有高分辨率的特点,首先对干扰信号...干扰识别已成为认知雷达重要组成部分,针对数字射频存储(Digital Radio Frequency Memory,DRFM)干扰机的间歇采样转发干扰识别问题,提出一种基于小波系数相关性的识别算法。利用小波高频系数在时域上具有高分辨率的特点,首先对干扰信号进行小波分解,其次根据间歇采样原理和规律,对小波系数序列进行移位相关计算,最后将相关系数作为特征量进行分类识别。构建不同参数的信号样本对算法的识别准确率进行仿真,仿真结果表明,在信噪比(Signal-to-Noise Ratio,SNR)较高(SNR>0 dB)时,识别准确率近似为100%,在低信噪比处(SNR=-10 dB)仍有不小于80%的正确率,同时叠加回波后也可以有效识别干扰,因此证明了算法的有效性,具有一定工程实用价值。展开更多
文摘干扰识别已成为认知雷达重要组成部分,针对数字射频存储(Digital Radio Frequency Memory,DRFM)干扰机的间歇采样转发干扰识别问题,提出一种基于小波系数相关性的识别算法。利用小波高频系数在时域上具有高分辨率的特点,首先对干扰信号进行小波分解,其次根据间歇采样原理和规律,对小波系数序列进行移位相关计算,最后将相关系数作为特征量进行分类识别。构建不同参数的信号样本对算法的识别准确率进行仿真,仿真结果表明,在信噪比(Signal-to-Noise Ratio,SNR)较高(SNR>0 dB)时,识别准确率近似为100%,在低信噪比处(SNR=-10 dB)仍有不小于80%的正确率,同时叠加回波后也可以有效识别干扰,因此证明了算法的有效性,具有一定工程实用价值。
