买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军空军工程大学申请的专利一种基于动态参数配准的雷达对抗侦察信号识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116626595B 。

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310383267.2，技术领域涉及：G01S7/02；该发明授权一种基于动态参数配准的雷达对抗侦察信号识别方法是由程嗣怡;陆德江;张曦;张官荣;王超设计研发完成，并于2023-04-11向国家知识产权局提交的专利申请。

本一种基于动态参数配准的雷达对抗侦察信号识别方法在说明书摘要公布了：提出一种基于动态参数配准的雷达辐射源信号识别方法，包括以下步骤：参数输入；模式选择；动态容差计算；动态权重计算；置信度计算；结果输出。该方法通过利用数学建模和统计分析等工具，对侦察信号数据变化规律进行智能化分析，并结合传感器装置和区域特征，发展了雷达辐射源目标自适应识别技术。相比于现有技术，本发明一方面可以摆脱因侦察数据来自不同区域、不同传感器设备和不同采集参数带来的影响，准确实现对雷达辐射源信号的智能识别；另一方面，由于本发明采用了动态权重和动态容差思路进行雷达辐射源信号识别，避免了操作员反复调整权重、容差和参数的繁重工作，因此大大降低了工作量。

本发明授权一种基于动态参数配准的雷达对抗侦察信号识别方法在权利要求书中公布了：1.一种基于动态参数配准的雷达辐射源信号识别方法，其特征在于，具体步骤如下： 步骤1.参数输入 输入参数包含库中雷达ID及库中雷达样式参数：载频RF、脉冲重复间隔PRI、脉冲宽度PW、脉内调制类型MOP，待识别辐射源编号及待识别辐射源的样式参数：RF，PRI，PW，MOP，以及缺省参数值三部分；其中 1识别参数RF、PRI和PW的输入包括参数变化类型、参数典型值、分选样式典型样本、参数最大值、参数最小值；识别参数MOP的输入为脉内调制类型； 2识别算法的缺省参数包括：输出识别到的雷达最大数目，输出识别到的样式最大数目，识别算法的选择，置信度计算公式，识别参数固定容差、测量误差，识别参数固定权重； 步骤2.模式选择 根据信号样式的复杂程度采取两种识别模式，其中： 1模式1：选用RF、PRI、PW三个参数参与置信度的计算； 2模式2：选用RF、PRI、PW、MOP参与置信度的计算； 步骤3.动态容差计算 由雷达正向工作原理知，噪声为服从均匀分布、正态分布、瑞利分布、威布尔分布、莱斯分布或K分布的随机变量，针对不同噪声分布情形计算概率密度函数fx； 针对不同的噪声分布类型，利用如下计算公式计算参数匹配容差δ 其中n为自由度，取不同值代表不同的分布；t0.01n表示由t分布决定的99.9％置信水平，由表查出数值；S为样本标准差，由下式计算得出，x1，x2，…，xN为采样的N个参数样本 步骤4.动态权重计算 首先根据专家经验得到主观权重向量其中是载频参数主观权值，是脉冲重复间隔参数主观权值，是脉宽参数主观权值，是脉内参数主观权值；再根据每个雷达辐射源工作模式下的各个参数采用的不同体制来确定客观赋权法德赋权结果向量其中是载频参数客观权值，是脉冲重复间隔参数客观权值，是脉宽参数客观权值，是脉内参数客观权值；客观赋权法得出的客观权重则针对这四个特征参数所采用的具体步骤来确定，具体步骤为： step1.确定脉内特征参数的权值 其中，是脉内参数客观权值，若该模式下的脉内参数无调制，则取0；若该模式下脉内参数有调制，则取1； Step2.确定脉宽特征参数的权值 式中，是脉宽参数客观权值，若该模式下的脉宽固定，则取0.5；若该模式下脉宽为其他体制，如脉宽抖动体制，则取1； Step3.确定脉冲重复间隔特征参数的权值 式中，是脉冲重复间隔参数客观权值，根据识别库雷达脉间采用不同体制确定不同的值，若识别库雷达为重频固定，则取1；若识别库雷达重频为其他体制，如重频参差体制，则取0.5； Step4.确定载频特征参数的权值 其中，是载频参数客观权值，根据识别库雷达载频采用不同体制确定不同的值，若识别库雷达为载频固定，则取1；若识别库雷达载频为其他体制，如载频捷变体制，则取0.5； 对主观赋权结果向量和客观赋权结果向量采用乘法合成的归一化方法，即 得到动态权值向量；式中，表示第p个参数的动态权重、表示第p个参数的主观权重值，表示第p个参数的客观权重值，参数p取值为1,2，...M，分别代表本发明中的特征参数，M表示参数的个数：在模式1中为3，在模式2中为4； 步骤5.置信度计算 首先分别给出对应不同类型特征参数的匹配置信度计算公式： a标量类型特征参数的识别置信度计算 设某模板雷达第i个模式下第p个特征的参数值为fip，测量偏差为Δfip，均方差为σip，待测雷达辐射源第p个特征的参数测量值为xp，则该辐射源第p个特征的识别置信度fxp利用模糊集合理论求得： 其中，测量偏差Δfip由侦察设备的测量精度所决定，均方差σip由测量噪声和系统噪声所决定； b区间类型特征参数的识别置信度计算 设某模板雷达第i个模式下第p个特征的参数值为分别为该参数取值的下限和上限，则该辐射源第p个特征的识别置信度能够利用模糊集合理论求得： c序列类型特征参数的识别置信度计算 设某模板雷达第i个模式下第p个特征的参数值为一序列形式分别为第i个模式下第p个特征参数的可能取值，待测雷达辐射源第p个特征的参数测量值也为一序列形式分别是参数p的r个测量值，则该辐射源第p个特征的识别置信度取“同或”求得： 式中，β·为判断函数； 对于脉内特征参数类型，将其置信度计算简化为运算匹配，设定“0”代表无脉内调制类型、“1”代表线性调频、“2”代表二相编码、“4”代表四相编码，设模板雷达的参数值fip∈{0,1,2,4}，待测雷达辐射源的参数表示为xp，则该参数的识别置信度能够利用“异或”和“取反”求得： fxp＝NOTXORfip，xp18 下面在计算置信度时具体可分为以下四种情形： 1固定容差，固定权重； 1分别计算各参数的置信度fxp；其中RF、PRI、PW的置信度分别根据待识别辐射源样式test和库中雷达样式ku的典型值或者区间、给定的容差和设备测量误差进行计算，具体见式14-16；MOP的置信度根据test和ku的调制类型计算，具体见式18； 2设待测雷达辐射源第p个特征的权重为wp，利用式19对各参数置信度进行加权平均，得到test和ku匹配的置信度F；这里考虑固定权重，所以由人为决定的主观权重来确定； 式中，F为test和ku匹配的置信度，表示待测雷达辐射源第p个特征的主观权重； 2动态容差，固定权重； 1分别计算各参数的置信度fxp；其中RF、PRI、PW的置信度分别根据待识别辐射源样式test和库中雷达样式ku的典型值或者区间、动态容差和设备测量误差进行计算，具体见式14-16；MOP的置信度根据test和ku的调制类型计算，具体见式18；参数RF、PRI、PW的动态容差先根据各参数对应的典型样本进行计算，具体计算方法见步骤3，再与给定容差比较取二者之间的较小值，即是，将计算得到的动态容差与人为给定的固定容差作比较，取二者之间的较小值； 2利用式19对各参数置信度进行加权平均，得到test和ku匹配的置信度F；这里考虑固定权重，所以由人为决定的主观权重来确定； 3固定容差，动态权重； 1分别计算各参数的置信度fxp；其中RF、PRI、PW的置信度分别根据待识别辐射源样式test和库中雷达样式ku的典型值或者区间、给定的容差和设备测量误差进行计算，具体见式14-16；MOP的置信度根据test和ku的调制类型计算，具体见式18； 2首先计算参数RF、PRI、PW、MOP的客观权重再结合给定的主观权重利用式13综合计算各参数的动态权重具体计算方法见步骤4； 3利用式20对各参数置信度进行加权平均，得到test和ku匹配的置信度F； 式中，表示待测雷达辐射源第p个参数的动态权重； 4动态容差，动态权重； 1分别计算各参数的置信度fxp；其中RF、PRI、PW的置信度分别根据待识别辐射源样式test和库中雷达样式ku的典型值或者区间、动态容差和设备测量误差进行计算，具体见式14-16；MOP的置信度根据test和ku的调制类型计算，具体见式18；参数RF、PRI、PW的动态容差先根据各参数对应的典型样本进行计算，具体计算方法见步骤3，再与给定容差比较取二者之间的较小值，即是，将计算得到的动态容差与人为给定的固定容差作比较，取二者之间的较小值； 2首先计算参数RF，PRI，PW，MOP的客观权重再结合给定的主观权重利用式13综合计算各参数的动态权重具体计算方法见步骤4； 3利用式20对各参数置信度进行加权平均，得到test和ku匹配的置信度F； 步骤6.结果输出 输出结果包含辐射源识别结果：辐射源对应的样式序号、识别到的库中雷达ID及所对应的置信度，样式识别结果：识别到的库中雷达样式序号及所对应的置信度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军空军工程大学，其通讯地址为：710051 陕西省西安市灞桥区长乐东路甲字1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。