2024, 46(8):22-28.
摘要:
雷达脉冲重复间隔(PRI)的调制类型是分析雷达工作状态和任务的重要手段。针对常见PRI 调制类型识别算法无法识别未知调制类型的问题，文中提出一种基于改进极值机(EVM)的雷达PRI 调制类型开集识别方法。首先，采用残差-双向长短时记忆网络进行PRI 序列的特征提取；其次，结合原型学习,利用基于距离的交叉熵损失和原型损失对特征提取网络进行训练；最后，在特征空间中引入已知类特征的线性组合以模仿未知类的行为，提出了改进的EVM 模型。实验结果表明，与EVM 相比,文中所提方法能够提升雷达PRI 调制类型的识别准确率，且在开放的电磁环境下具有良好的开集适应性。波器。首先,基于有限集统计理论,利用CPHD 滤波器建立多扩展目标的贝叶斯滤波框架;然后,采用ERHM 描述扩展目标的量测源分布,并利用无迹变换嵌入CPHD 滤波流程;最后,仿真实验结果表明,ERHM-CPHD 滤波器对椭圆扩展目标的跟踪性能优于传统的伽马高斯逆威沙特CPHD 滤波器,在杂波密度较高、目标新生的位置比较确定的场景或者扩展目标数目较多时,对扩展目标的参数估计更为准确。所提方法在高分辨率雷达多目标跟踪方面具备很好的运用前景。
