基于GAIN-LSTM網絡的雷達PRI序列還原及識別方法*

李忠媛,鮮 果,龔曉峰,雒瑞森

(1.四川大學 電氣工程學院,成都 610065;2.成都大公博創信息技術有限公司,成都 610065)

0 引 言

雷達信號的脈沖重復間隔(Pulse Repetition Interval,PRI)指輻射源發射脈沖的重復時間間隔,是用于雷達輻射源型號識別和雷達工作狀態估計的主要參數。它具有多種模式,與雷達工作性能、工作體制有著直接密切的關系[1]。開展PRI調制模式識別對于雷達輻射源識別及威脅分析具有重要意義。

PRI調制模式的傳統識別方法主要是直方圖法[2-3]、PRI變換法[4]以及基于它們的變式[5-9]。這些方法通過脈沖分布數量統計或結合其他手工提取的特征,可以實現簡單體制雷達的分類識別。對于復雜PRI調制識別,由于深度學習在圖像、文本分類識別方面的有效性[10],近年來許多學者也將神經網絡運用到該問題上。Liu等人[11]利用多層神經網絡對四種PRI調制進行分類,但需要手動提取PRI序列相關特征。Feng等人[12]設計了一種帶有向量化嵌入和壓縮-激勵注意力機制的多尺度卷積塊來進行特征提取,然后利用網絡層進行分類識別。這類方法主要集中在特征提取上,并不是利用PRI序列本身規律進行分選。

在現代電磁環境中,受復雜信號環境接收脈沖發生碰撞、接收條件的限制(雷達天線旋轉掃描)以及低截獲概率技術的發展等影響,大量雷達脈沖無法被接收,丟失脈沖率高,導致分選出的PRI序列規律性被破壞,現有PRI識別方法準確率不足。當前研究人員也對脈沖高丟失率情況下的PRI識別進行了一些有益的探討。……