基于模糊神经网络的雷达对抗目标识别模型.pdf

2009年8月舰船电子对抗Aug.2009
第32卷第4期SHIPBOARDELECTRONICCOUNTERMEASUREVol.32No.4

基于模糊神经网络的雷达对抗目标识别模型

许抗1,熊杰2
(1.陆军学院,南昌330103;2.电子工程学院,合肥230037)

摘要:在现代战场上,雷达信号密度大,体制多,波形复杂多变,而且在工作频段上往往相互重叠,在客观上对雷达对
抗目标的识别造成了很大的困难。以空中雷达对抗目标的识别为例,采用过零点检测法提取雷达瞬时频率差分序
列的样本方差作为脉内细微特征,结合模糊神经网络建立了一个具体的识别模型,通过仿真,证明了利用脉内细微
特征和模糊神经网络技术对雷达对抗目标进行识别,是一种有效的方法。
关键词:雷达对抗目标识别;脉内细微特征;模糊神经网络
中图分类号:TN971.1文献标识码:A文章编号:CN3221413(2009)0420068204

TargetIdentificationModelofRadarCountermeasure
BasedonFuzzyNeuralNetworks
XUKang1,XIONGJie2

(1.MilitaryAcademyofPLA,Nanchang330103,China;2.ElectronicEngineeringInstitute,Hefei230037,China)
Abstract:Inmodernbattlefield,theradarsignalshavethecharacteristicsoflargedensity,various
patterns,complicatedandchangeablewaveforms,andsometimesoverlapeachotherinoperating
band,whichobjectivelybringsdifficultytothetargetidentificationofradarcountermeasure.Tak2
ingthetargetidentificationofairradarcountermeasureasanexample,thispaperadoptsthemeth2
odofzero2crossingdetectiontoextractthesamplevarianceofdifferencesequenceofradarinstanta2
neousfrequencyasthein2pulseimperceptiblecharacteristics,establishesaconcreteidentification
modelcombiningwiththefuzzyneuralnetwork,andprovesthatitisakindofeffectivemethodto
identifytheradarcountermeasuretargetbythein2pulseimperceptiblecharacteristicsandfuzzy
nervenetworktechnologythroughthesimulation.
Keywords:radarcountermeasuretargetidentification;in2pulseimperceptiblecharacteristic;fuzzy
neuralnetwork

用这些参数难以对雷达信号做出准确的描述;第二,
0引言
雷达对抗侦察存在误差和虚假信号,计算机难以正
雷达对抗目标识别是指将侦察获得的雷达信号确区分这些误差和虚假信号。针对这两个方面的困
特征与已知的雷达信号特征进行比较,以确认该雷难,本文应用过零点检测法提取雷达信号瞬时频率
达对抗目标属性的过程。由于现代战场上雷达对抗差分序列的样本方差作为脉内细微特征,结合模糊
信号环境呈现出信号密度大、雷达数量多、波形复杂神经网络建立了雷达对抗目标识别的一种综合识别
多变等特征,目前对雷达对抗目标的识别主要存在算法。
两个方面的困难:第一,特征参数提取困难,传统的
1模糊神经网络
用于描述雷达信号的特性参数只有信号到达方向、
频率、脉宽、脉幅、信号到达时间和脉冲重复间隔等,模糊神经网络是采用模糊神经元和模糊聚合算
在密集的信号环境下,这些参数往往相互交叠,仅利子的神经网络,能充分发挥神经网络的并行处理、自

收稿日期:2009203220
第4期许抗等:基于模糊神经网络的雷达对抗目标识别模型69

适应学习的优点和模糊推理对人的知识进行推理与合采用几种调制方式。本文考虑线性调频的方式。
决策的功能。理想的线性调频信号,其频率调制曲线为一条直线,
模糊神经元是构成模糊神经网络的基本单元,但是由于雷达发射机、调制器