تشخیص رادارهای چندحالته بر اساس معیارهای تشابه در حضور پالس های درهم رفته

متناسب با پیشرفت رادارها در تغییر پارامترها، روش های تفکیک پالس در سیستم های شنود به جای بررسی پارامترهای توصیف کننده پالس به استخراج ویژگی از مدولاسیون درون پالسی پرداخته اند. این روش، تعداد رادارهای مدرن با قابلیت تغییر مدولاسیون درون پالسی را بیش از مقدار واقعی تخمین می زند. هدف از این مقاله تشخیص رادارهای چندحالته با انواع مدولاسیون داخلی، در یک محیط متراکم راداری است. روش پیشنهادی افزودن بخش تشخیص رادارهای چندحالته به روش های موجود تفکیک پالس است. ابتدا ویژگی های متمایزکننده هر رشته پالس تفکیک شده به روش مدولاسیون درون پالسی استخراج شده و معیارهای تشابه از هر ویژگی برای بررسی شباهت بین دو رشته پالس تعریف و محاسبه می گردد. داده ورودی ترکیبی از ویژگی های استخراج شده از داده های واقعی یک سیستم شنود با پارامترهای سنتی و ویژگی های مربوط به پارامترهای شکل پالس است که توسط یک شبیه ساز فراهم می شود. سپس جدول داده ها برای آموزش یک شبکه عصبی LVQ به کار می رود تا رادارهای چندحالته را از رادارهای مجزا تشخیص دهد. پس از آموزش شبکه، در شرایط عملیاتی جدید رادارهای چندحالته به عنوان یک رادار طبقه بندی می شوند. نتایج شبیه سازی دقت بالاتری را برای طبقه بندی با معیارهای تشابه حاصل از EPDW نسبت به معیارهای تشابه حاصل از پارامترهای کلاسیک در SNRهای مختلف نشان می دهد. همچنین افزایش دقت طبقه بندی در شبکه عصبی پرسپترون تک لایه و شبکه چندلایه در SNR برابر dB 0.5 نشان داده شده است. در مقالات مشابه تنها رادارهای چندحالته با قابلیت تغییر فرکانس و PRI بررسی شده، اما با روش پیشنهادی رادارهای با قابلیت تغییر انواع پارامترها به همراه تغییر نوع مدولاسیون درون پالسی، قابل شناسایی است. نوآوری مقاله توسعه ویژگی های متمایزکننده و ایده معیارهای تشابه برای تشخیص رادارهای چندحالته است.