[发明专利]一种区分不同脉间参差雷达数据的联合复杂度值计算方法

说明书

本发明公开了一种区分不同脉间参差雷达数据的联合复杂度值计算方法，包括以下步骤：S1、获取原始脉间参差雷达脉冲数据，并基于原始脉间参差雷达脉冲数据构建脉冲重复间隔PRI数据；S2、对脉冲重复间隔PRI数据进行重构处理，并基于重构向量构建符号序列；S3、对重构向量计算差异等级值，并将差异等级值加入符号序列，得到编码序列；S4、根据编码序列，计算雷达脉冲数据的香农熵和雷达脉冲数据的编码类型复杂度，得到用于区分不同脉间参差雷达数据的联合复杂度值；本发明解决了现有技术提取原始脉间参差雷达脉冲数据的特征不突出，使得分类不准确的问题。

技术领域

本发明涉及雷达对抗技术领域，具体涉及一种区分不同脉间参差雷达数据的联合复杂度值计算方法。

背景技术

雷达信号分类在电子保障措施和电子情报中起着重要作用。雷达信号的分类和识别有助于获取目标雷达类型、载体、目的和威胁级别，从而影响进一步的作战决策。在雷达对抗环境中，脉间参差雷达信号通常用于反侦察任务，对其正确分类具有重大的战略意义，而关乎正确分类的关键一步就是建立有效的特征提取方法。

现有的方法需要大量的人工参与和大量的原始雷达脉冲数据，所提取雷达信号特征对原始数据的关联性和依赖性较强，而且大都是针对恒定、抖动等特性的雷达脉冲信号，对于参差特性的雷达脉冲信号鲜有有效的特征建立方法。

发明内容

针对现有技术中的上述不足，本发明提供的一种区分不同脉间参差雷达数据的联合复杂度值计算方法解决了现有技术提取原始脉间参差雷达脉冲数据的特征不突出，使得分类不准确的问题。

为了达到上述发明目的，本发明采用的技术方案为：一种区分不同脉间参差雷达数据的联合复杂度值计算方法，包括以下步骤：

S1、获取原始脉间参差雷达脉冲数据，并基于原始脉间参差雷达脉冲数据构建脉冲重复间隔PRI数据；

S2、对脉冲重复间隔PRI数据进行重构处理，并基于重构向量构建符号序列；

S3、对重构向量计算差异等级值，并将差异等级值加入符号序列，得到编码序列；

S4、根据编码序列，计算雷达脉冲数据的香农熵和雷达脉冲数据的编码类型复杂度，得到用于区分不同脉间参差雷达数据的联合复杂度值。

本发明的有益效果为：本发明通过计算雷达脉冲数据的香农熵和雷达脉冲数据的编码类型复杂度，得到用于区分不同脉间参差雷达数据的联合复杂度值，将原本复杂的原始脉间参差雷达脉冲数据转换为能表征其复杂程度和特征的联合复杂度值，通过联合复杂度值表征原始雷达信号的特征，使得雷达信号分类不再基于大量的原始雷达数据，降低了雷达信号分类过程特征提取的复杂性和工作量，并且结合雷达脉冲数据的香农熵和雷达脉冲数据的编码类型复杂度得到的联合复杂度值能有效反映出不同脉间参差雷达信号的差异，从而实现了较高的信号分类的正确率。

进一步地，所述步骤S1包括以下分步骤：

S11、获取原始脉间参差雷达脉冲数据；

S12、根据原始脉间参差雷达脉冲数据，构造得到含有脉冲缺失的雷达脉冲数据和含有虚假脉冲的雷达脉冲数据；

S13、统计原始脉间参差雷达脉冲数据、含有脉冲缺失的雷达脉冲数据和含有虚假脉冲的雷达脉冲数据这三类数据中各脉冲的到达时间TOA；

S14、根据各脉冲的到达时间TOA，构建到达时间TOA序列；

S15、对到达时间TOA序列做后向差分运算，得到脉冲重复间隔PRI数据。

上述进一步方案的有益效果为：对原始的脉间参差雷达脉冲进行预处理得到的脉冲重复间隔PRI数据可以很好地反映脉间参差雷达脉冲信号特点，针对PRI数据进行特征提取也让提取的特征更适用于脉间参差雷达脉冲信号分类。