摘要：在雷达辐射源信号分选领域，随着现代电子战电磁环境的恶化，信号参数空间的严重交叠，五经典聋数分连方法性能急剧下降。针对传统馆号分选方法的不足，提出瞬时自相关算法瞬时频率派生特征提取算法，提取和补充新的分选参数，构建更为有效的分选特征向量。通过Matlab仿真，验证了该算法的正确性和实际应用的可行性。
关键词：雷达辐射源；信号分选；五经典参数；瞬时频率；特征提取算法

0 引 言
    随着现代战争的发展，电子战的作用和地位发生了巨大的变化，成为现代战争的重要手段。要想做到知己知彼，取得战争的主动权就必须掌握敌方雷达等电子装备的特性。因此，通过侦察情报的分析来进行雷达信号识别具有特别重要的意义。就目前而言，现有识别方法已不能满足日益复杂的电磁环境的需要，对新的雷达信号识别方法的研究势在必行。
    瞬时自相关算法是一种非线性时频分析方法，适用于非平稳信号的分析。而现代雷达信号多采用非平稳信号，瞬时自相关算法瞬时频率派生特征提取算法用于雷达信号的分选便成为可能。

1 瞬时自相关算法(ISC)原理
    设经模数转换(ADC)采样、解析变换后得到的中频解析信号为：

   
式中，A为信号幅度，f(n)和ψ(n)分别为频率和相位调制函数，ψ0为任意初相，fs为采样频率。
    参考文献，信号的瞬时自相关运算定义为：

    设瞬时相位为θ（n，m），则式（4）可用下式表示：

    式中，Im(·)和Re(·)分别表示求信号虚部和实部的运算。由于相位的变化率为频率，因此信号的瞬时频率由下式计算：

    对于任意如式(1)的信号，在不太长的时间间隔m内(m<<N信号长度)．可将其近似看作频率为fi(i=1，2．3，…)的局部平稳谐波，即：

    换句话说，相位调制ψ(n)引起的相位改变相当于信号频率从f(n)调整为fi所引起的相位变化。
    为了抑制噪声的干扰，对n和n+m间的采样点作滑动平均处理，以平均瞬时频率：

   
作为第n点的瞬时频率。经此处理后，算法在低信噪比环境的适应能力有了进一步的提高。

2 瞬时频率派生特征提取算法
    根据统计学原理，利用各瞬时频率统计特性的变化差异来提取它的派生特征，并使新提取的特征具有标识信号调制类型的能力。
    下面就常规脉冲信号(CON)、线性调频信号(LFM)、相位编码信号(PSK)和频率编码信号(FSK)几种典型雷达信号进行瞬时频率派生特征提取算法进行分析。
    LFM的瞬时频率和采样时间之间表现出较好的线性相关性，而其他类型信号的相关性均较差。因此，相关系数R可以作为识别LFM信号的一个较为可靠的特征：

   
式中，fIF为提取的瞬时序列，Ts=1／fs为采样间隔，cov(·)和D(·)分别为协方差和方差函数。
    将瞬时频率fIF做归一化处理：