软件工程论文模：基于精细分析的辐射源识别软件系统设计及实现.doc

软件工程论文模板： 基于精细分析的辐射源识别软件系统设计及实现 摘　要:提出了一种基于脉内细微特征分析的辐射源识别系统设计方案,并进行了工程实现。试验结果表明,该系统可以获得高精度的脉内、脉间特征参数和良好的辐射源识别结果。 关键词:雷达;信号处理;辐射源识别;脉内细微特征;信号分选 1　引　言 辐射源识别是指利用信号的参数获取雷达的型号、属性等信息。目前,电子战越来越激烈,电磁环境越来越复杂。因此,辐射源信号的识别也越来越困难。采用雷达常规参数分选识别的方法进行辐射源识别已经很难得到好的识别效果。 脉内细微特征参数计算是雷达侦察信号处理的关键技术之一,是实现雷达信号快速、准确分选识别的基础。本文提出了基于脉内细微特征分析的辐射源识别系统设计方案。通过脉内分析可以得到信号类型、高精度载频值、信号包含的频率调制、相位调制等信号特征。记录信号的详细脉内特征,可用于进行脉间参数的变化分析。 本系统采用的脉间分析算法基于对雷达脉冲的多种细微特征参数的测量分析,在大量的雷达脉冲中识别出不同雷达的脉冲。将分选融合后的参数与雷达类型数据库进行比对,得到最后的辐射源识别结果。 该系统方案已进行了工程实现,在实际工程试验中取得了良好的试验效果。 2　辐射源识别软件系统框图 辐射源识别软件系统流程框图如图1所示。 采集中频数据是指软件系统通过PCI卡读取前端发送的原始打包中频采样数据。 将中频数据解包,计算每个脉冲的脉内细微特征,形成脉冲描述字(PDW)。 脉间分析模块功能是指对基于精细分析得到的PDW进行高效分选处理,得到高精度的信号重复周期值、重频类型和载频类型,将分选结果融合,计算出辐射源参数。 辐射源识别模块功能:辐射源类型数据库查询,进行辐射源识别,给出辐射源名称、型号、属性等结果。 3　系统设计与实现 本系统实现图1所示流程框图的功能,下面分别介绍各模块功能的具体实现方法。 3. 1　脉内细微特征分析 读取中频数据,进行信号类型识别,识别结束后调用脉内参数计算模块计算脉冲细微特征参数,如图2所示 3. 1. 1　信号类型识别 本系统中信号类型分类识别采用基于特征参数和模糊分辨的信号分类识别方法。它利用信号的特征参数,如脉宽、带宽、谱的平坦度等许多参数,得到相应的隶属度函数,并进行不同的加权,得到模糊评价函数,对信号类型进行判决,得到信号的脉内调制类型。 3. 1. 2　脉内参数计算 脉内参数计算主要是在时域、频域内对雷达信号形式及其变换形式进行分析,估计出信号的参数。信号类型识别结束,计算脉冲的脉内特征,包括载频值、调制斜率、带宽、码元、脉冲上升时间、下降时间等。 图3为某一个二相编码脉冲信号脉内细微特征分析图。图4为部分脉冲脉内分析结果,形成脉冲描述字,为下一步分选做好准备。 3. 2　信号分选 雷达信号分选流程如图5所示。采用到达时间与载频双参数分选技术进行雷达信号分选。到达时间与载频双参数分选技术是指将脉冲数据先按时间和频率 进行预分选,以降低辐射源脉冲的交织程度。 设置时间格子跨度和频率格子跨度,跨度大小由PDW测量精度及计算机处理能力共同决定。将经过脉内参数分析得到的脉冲描述字(PDW)按时间顺序排序,按时间格子预分选;对同一时间格子中的PDW建立频率直方图,按频率格子划分,对每个频率格子中的PDW调用分选主程序。信号分选主程序将分3部分进行: (1)使用SDIF方法重复搜索潜在的辐射源周期(PRI); (2)针对SDIF方法的处理结果,在脉冲群中进行辐射源序列搜索。首先是确定起始脉冲,然后根据起始脉冲的参数和PRI值进行脉冲列的抽取; (3)再进行参差、抖动检测和计算。所有频率格子计算完成后进行捷变频检测和计算。 因为在所得PDW中给出的载频具有较高精度,而且载频对脉冲序列具有较好的区分度,所以算法中先把脉冲序列根据载频进行粗选,建立频率直方图,从而大大降低了辐射源脉冲的交织程度。 本系统进行序列搜索时,采用脉内分析得到的细微特征参数参与比较,计算两个脉冲参数之间的模糊隶属度,判断脉冲是否相似。由于脉内计算得到的参数精度很高,且提供了多种参数比较,对准确进行序列搜索提供了较好的条件。图6为该系统某一辐射源脉冲串幅度图。 3. 3　辐射源识别 信号分选结束得到辐射源参数,根据脉内调制类型、载频类型、重频类型等信号类型组合,在数据库信号信息表中进行查找,记录满足条件的列表。将辐射源参数,如载频值、重频值、脉宽值等,与挑选出的记录中的参数分别进行比较,查找符合参数条件的辐射源记录,给出平台信息、雷达型号等参数。 4　试　验 本系统对脉内特征参数、射频、重频参数进行了实际系统环境下的试验。测试是在SNR≈12 dB进行的。对二相编码信号的脉内参数分析结果见表1,载频、重频的测试结果见表2。 实际工程中的测