复杂电磁环境下的辐射源异常目标智能检测方法研究.pdfVIP

摘要

现代战争中，电子侦察是获取军事情报的常用手段，而辐射源目标的异常检

测是电子侦察的核心技术，其在防御敌方干扰、未知来源辐射源等方面有巨大的

应用前景。伴随着电子技术的快速发展以及电子对抗水平的提升，电磁环境日趋

复杂，当前传统方法因受限于低信噪比(SignalNoiseRatio，SNR)及复杂的噪声

抑制过程，难以应对动态变化的电磁环境，因此亟需一种能突破传统处理方式以

进一步提升辐射源异常目标检测性能，即如何有效地在复杂电磁环境下实现电子

侦察的智能化检测具有十分重要的研究意义。论文针对复杂环境下的辐射源异常

目标智能检测问题展开研究，具体研究内容如下:

(1)介绍了复杂电磁环境的基本特点及智能检测的基本理论，首先建立了以

多源异构的信号组成、高脉冲密度和多路径反射为基础的复杂电磁环境模型，并

归纳总结其相应的数学表达方式，其次分析了传统检测方法在复杂电磁环境下的

局限性，最后介绍了基于深度学习的智能检测理论基础，着重分析了相关网络模

型的结构框架，为后续的研究工作提供了理论基础。

(2)针对信号检测受限于低信噪比的问题，基于信号与噪声一体化的思想，

提出一种基于一体化特征的电磁信号智能检测方法。基于信号脉内特征信息，借

助于电磁空间信号一体化特征，将信号检测问题转化为类似图像的分类问题，再

进而结合卷积神经网络(ConvolutionalNeuralNetworks，CNN)实现异常检测。仿

真结果表明，相较于传统能量检测方法，该方法突破了其通过抑制噪声而却受限

于低信噪比的传统途径的同时，具有较好的检测性能。

(3)针对电磁信号的脉内特征需要进一步增强表征的问题，基于时间反演思

想，提出一种基于一体化特征聚焦的电磁信号智能检测方法。通过引入时间反演

技术，增强信号一体化能量特征，结合图像分类算法完成复杂电磁环境下辐射源

异常目标的智能检测。仿真结果表明，该方法在有效加强信号脉内表征的同时，

提高了检测性能和可靠性。

(4)针对已完成参数估计的电磁批次目标的异常检测问题，提出一种基于脉

间信息的电磁信号智能检测方法，将长短期记忆(LongShortTermMemory，LSTM)

网络预测模型应用于基于实时脉冲描述字(PulseDescriptionWord，PDW)的辐射

源异常检测。基于辐射源信号模拟器对该方法进行验证，并引入异常置信度，将

无监督学习与人工审核相结合，完成复杂电磁环境下的实时异常检测。仿真结果

表明，该方法在有效识别出异常电磁辐射源目标的同时，进一步提高了预测模型

的稳健性。

关键词：复杂电磁环境，信号与噪声一体化，智能检测，时间反演，PDW

ABSTRACT

Inmodernwarfare,electronicreconnaissanceisacommonequipmentusedto

obtainmilitaryintelligence,andtheabnormaldetectionofemitterisitskey

technology.Ithasgreatprospectsincombatingenemyinterferenceandunknown

emitters.Withtherapiddevelopmentofelectronictechnologyandelectronic

countermeasures,theelectromagneticenvironmenthasgraduallybecomecomplicated.

Currenttraditionalmethodsarelimitedbythelowsignalnoiseratio(SNR)and

complexnoisesuppressionprocess,andmanagingdynamicelectromagnetic

environmentsisdifficult.The