科研之友
微信
新浪微博
Facebook
分享链接
摘要
雷达脉冲信号分选是电子侦察的重要环节之一。在复杂的信号环境下，侦察设备难以截获理想的脉冲信号，时因杂散脉冲或脉冲缺失导致分选效果不佳。目前，已有研究针对理想条件下的雷达脉冲信号分选问题进行了详细阐述，但是缺乏杂散脉冲、缺失脉冲两种非理想情景下的模型表征。为解决这一问题，本文提出了一种基于极大似然估计的非理想场景雷达信号分选算法，该算法通过修正似然因子来表征杂散脉冲、缺失脉冲现象，提高在复杂场景下的分选准确率。特别指出的是，当部分雷达先验信息已知时，提出的算法模型具有更好的分选效果。本文在仿真试验中进行了对比试验，结果表明，与已有的极大似然模型和深度学习算法相比，本文提出的算法在分选准确率上有显著提升，具有较高的应用价值。
- 单位
