تشخیص مدولاسیون درون پالسی با استفاده از اطلاعات زمانفرکانسی مبتنی بر توزیع بهبودیافته b

در محیط جنگ الکترونیک، رادارها می توانند دارای مدولاسیون‌های درون پالسی و بین پالسی متفاوتی باشند که باعث تمایز بین آنها      می شود. تشخیص مدولاسیون درون پالسی در شرایطی که snr منفی است موضوع مورد علاقه پژوهشگران است.  در این مقاله با استفاده از روش فرکانسی و زمان فرکانس به تفکیک مدولاسیون‌های درون پالسی می پردازیم. در این روش به تفکیک مدولاسیون‌های lfm، 4fsk، 2fsk، bpsk و nm می‌پردازیم. الگوریتم این روش بر مبنای ویژگی است و قادر به طبقه‌بندی تمام سیگنال های راداری از این نوع مدولاسیون‌هاست. برای تشخیص مدولاسیون از ویژگی‌های زمان فرکانسی مبتنی بر تبدیل زمان فرکانس بهبودیافته b استفاده ‌شده است. نوآوری این مقاله نسبت به مقالات دیگر در استفاده از ویژگی‌های جدید از توزیع زمان فرکانس است. در این الگوریتم بعد از استفاده از توزیع زمان فرکانس، بعد آن کاهش داده‌شده است. و در هر فرکانس بیشترین مقدار زمانی در نظر گرفته‌شده و  ویژگی های مدنظر از روی سیگنال استخراج ‌شده است. الگوریتم ارائه‌شده قابلیت تفکیک صددرصدی سیگنال های راداری را برای این تعداد مدولاسیون درون پالسی تا نسبت سیگنال به نویز db 11 را دارد. دوحالتی که روش‌های مشابه دقت کمتری در رنج db 5 تا db 5 دارد.

Intrapulse Modulation Recognition Using TimeFrequency Features Based on ModifiedB Distribution

In the electronic warfare environment, radars can be differentiated according to intrapulse and interpulse     modulations. Detection of intrapulse modulation with negative SNR is a topic of interest to researchers. In this paper separation of intrapulse modulation with frequency and timefrequency methods is presented. Using this method, we can categorize different types of LFM, 4FSK, 2FSK, BPSK, and NM modulations. The algorithm of this method is based on characteristics and it is able to classify all radar signals from these types of modulations. To detect the   modulation, timefrequency characteristics based on the improved timefrequency transform, B, have been used. The innovation in this research, is the use of new characteristics of timefrequency distribution. The proposed algorithm uses timefrequency distribution to analyze radar signals. Dimension reduction is performed next, then for each     frequency the maximum time value is considered and the characteristics are extracted from signal. The presented   algorithm has 100% capability of separating radar signals for this number of intrapulse signals up to 11dB of SNR whereas similar methods have less accuracy with SNR range between 5db to 5db.