[發明專利]基于脈沖流數據的精分類輻射源識別參量在軌生成系統

有效

• 申請號: 201711221191.4
• 申請日: 2017-11-29
• 公開（公告）號: CN108197146B
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 張春紅;宋光磊;周長青;王韶波;鄭澤星;王少剛;張峰會;張平;張亞青;魏強
• 申請（專利權）人: 山東航天電子技術研究所
• 主分類號: G06F16/28
• 分類號: G06F16/28
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 高會允;仇蕾安

1.基于脈沖流數據的精分類輻射源識別參量在軌生成系統，其特征在于，所述系統包括粗分類模塊、精分類模塊、在軌統計模塊、合并模塊以及數據庫生成模塊：

粗分類模塊，配置用于接收秒級連續的脈沖流數據，依據脈沖流數據參數，將所述脈沖流數據進行分類，得到多個粗分類子集；

精分類模塊，配置用于對所述粗分類子集進行主分選，獲得多個精分類子集；

在軌統計模塊，配置用于對所述精分類子集進行跳變鑒別，將屬于同一跳變輻射源的多個精分類子集識別為一個精分類輻射源；對所述精分類子集進行參差鑒別，將屬于同一參差輻射源的多個精分類子集識別為一個精分類輻射源；將剩余的每個精分類子集分別對應識別為一個精分類輻射源，統計各精分類輻射源的輻射源類型和輻射源數據參數，將統計結果輸入至數據庫生成模塊；

合并模塊，配置用于按照所述各精分類輻射源的輻射源數據參數，將輻射源數據參數在預設的容差范圍內的多個精分類輻射源合并為一個輻射源，并將合并結果輸入至數據庫生成模塊；

數據庫生成模塊，配置用于依據所述統計結果和所述合并結果，根據預先建立的輻射源識別參量模型，生成輻射源識別參量并存儲于數據庫中；

所述輻射源識別參量模型為用于存儲所述輻射源各項數據參數的矩陣。

2.如權利要求1所述的系統，其特征在于，所述脈沖流數據參數包括頻率和脈寬；

所述粗分類模塊包括已知輻射源匹配與扣除子模塊以及未知輻射源直方圖統計子模塊；

所述已知輻射源匹配與扣除子模塊，配置用于依據所述脈沖流數據的數據參數，與所述輻射源識別參量數據庫中已經存儲的輻射源識別參量進行匹配，若所述脈沖流數據的數據參數在所述已經存儲的輻射源識別參量中數據參數的特征值的取值范圍之內，則將所述脈沖流數據識別為已知輻射源脈沖流數據，已知輻射源脈沖流數據除外的脈沖流數據為未知輻射源脈沖流數據；將所述已知輻射源脈沖流數據作為精分類子集送入所述在軌統計模塊；所述未知輻射源脈沖流數據送入所述未知輻射源直方圖統計子模塊；

所述未知輻射源直方圖統計子模塊，配置用于根據所述未知輻射源脈沖流數據的數據參數，采用直方圖統計的方法進行粗分類，得到多個粗分類子集。

3.如權利要求1所述的系統，其特征在于，所述精分類模塊，配置用于采用如下主分選方法對所述粗分類子集進行主分選：

基于多級差分的改進SDIF主分選方法、SDIF主分選方法、改進的PRI變換算法，以及結合SDIF與改進PRI變換的綜合主分選算法。

4.如權利要求1所述的系統，其特征在于，所述輻射源數據參數包括如下項中的一種或多種：

輻射源類型；

頻率參數變化特征、頻率參數變化個數、頻率參數典型值、頻率參數變化范圍；

重頻參數變化特征、重頻參數變化個數、重頻參數典型值、重頻參數變化范圍；

脈寬參數變化特征、脈寬參數變化個數、脈寬參數典型值、脈寬參數變化范圍。

5.如權利要求1所述的系統，其特征在于，所述在軌統計模塊，還配置用于：統計所述精分類子集的數據參數，包括頻率、重頻以及脈寬；

對所述精分類子集進行跳變鑒別，將屬于同一跳變輻射源的多個精分類子集識別為一個精分類輻射源，具體為：判斷若多個精分類子集的數據參數中，重頻以及脈寬的數值范圍在預設的容差范圍內，則所述多個精分類子集屬于同一跳變輻射源；

對所述精分類子集進行參差鑒別，將屬于同一參差輻射源的多個精分類子集識別為一個精分類輻射源，具體為：

多個精分類子集兩兩之間采用如下方式判斷是否屬于同一參差輻射源：即兩個精分類子集對應的脈沖序列的脈沖到達時間差求方差，方差小于預設的鑒別門限值時，則兩個精分類子集屬于同一參差輻射源。

6.如權利要求1～4任一所述的系統，其特征在于，所述輻射源參數還包括，輻射源模式數；

所述合并模塊，還配置用于：

將輻射源數據參數在預設的容差范圍內的多個精分類輻射源進行合并時，若合并的多個精分類輻射源的輻射源數據參數均一致，則合并后得到的輻射源具有1種模式，設置模式數為1；

若合并的多個精分類輻射源的輻射源數據參數存在L種分布情形，則合并后得到的輻射源具有L種模式，設置模式數為L，L為大于1的整數；

未合并的精分類輻射源的模式數設置為1。