论文部分内容阅读
在信息化时代,电磁空间作为海陆空天之后的第五个重要争夺点,其控制权已经成为了主导战争胜负的主要因素之一。为了适应越来越复杂的电磁环境,满足信号监测需求,本文针对信号自动检测识别技术进行了深入研究,并设计完成了一套能够实现无人值守的全景侦察软件,主要工作如下:(1)为满足对突发信号自动检测的具体需求,本文在经典恒虚警算法的基础上提出了一种基于神经网络的循环检测算法。首先通过仿真实验检验了不同背景环境下各种恒虚警检测器的检测性能。其次利用神经网络对背景环境进行分类,在不同的背景环境选择不同种类的恒虚警检测器并针对多目标环境进行循环检测。最后使用无线电监测中常用参数进行仿真,验证了算法应用的可行性。实验结果表明,神经网络对各种背景环境的分类识别正确率均能够达到90%以上,其中对于边缘环境和均匀环境的分辨概率分别为95.3%与96.8%,平均识别概率为93.4%,能够较好完成对背景杂波的分类任务,具有良好的分类能力。同时,改进的循环检测算法具有良好的平均性能,在均匀背景环境和多目标背景环境下能够使检测率分别提升11.3%和2%。(2)为了识别瀑布图中的信号调制信息,提出了一种基于瀑布图的信号调制识别算法。首先对时频图与频谱瀑布图的相似性进行分析,通过时频分析理论验证了信号时频图包含信号的调制信息。其次说明了瀑布图特点并通过预处理将不同的频谱瀑布图处理为格式相同的二值图像。最后,针对瀑布图中信号信息不密集的特征,使用空洞卷积神经网络对图像进行分类,加强了对小信号的检测能力。实验结果表明针对6种常见的调制方式,通过瀑布图预处理能够将瀑布图在低信噪比情况下的分类识别概率提升4.2%。空洞卷积网络相对传统卷积网络能够提升5.3%的分类识别概率。通过使用空洞卷积对瀑布图进行分类,在瀑布图信噪比为-4d B时能够实现97.8%的平均识别率,在瀑布图信噪比为0d B时能够实现99%以上的平均识别率。(3)实现了一款基于软件总线的无人值守全景侦察软件。对本文提出的检测和识别方法进行应用,完成了信号的自动检测识别功能,通过设置参数可以实现软件自动引导、自动分析、数据保存、位置显示等功能。基于总线的软件框架实现了不同构件之间的解耦,解决了此类软件升级困难、功能不兼容的问题。同时设计了一种三层架构的数据库模型,通过三层架构数据库可以提升数据交换能力,实现数据报送和信号分析便捷化。经过实际测试,该软件能够实现无人值守的全景侦察,并且达到了软件构件统一与数据库规范化的基本目标。