ارائه چارچوبي براي تشخيص رادارهاي چندحالته مبتني بر PDW توسعه‌يافته

با پيشرفت تكنيك‌هاي ECCM در رادارها، روش‌هاي تفكيك پالس در سيستم‌هاي ESM به‌جاي بررسي كلمات توصيف‌كننده در روش‌هاي سنتي بر مدولاسيون درون پالسي تكيه نموده‌اند. استخراج مدولاسيون درون پالسي روش مناسبي بوده ولي در مواجهه با رادارهاي چند‌حالته با تغيير مدولاسيون درون پالسي، تعداد اهداف را بيش از مقدار واقعي تخمين مي‌زند. هدف از اين مقاله تشخيص رادارهاي چندحالته با انواع مدولاسيون داخلي، در يك محيط متراكم راداري است. راه‌حل پيشنهادي افزودن بخش تشخيص رادارهاي چندحالته به روش‌هاي موجود تفكيك پالس در مرحله پردازش تكميلي است. اين روش شامل ارائه يك چارچوب مناسب جهت بررسي رشته پالس‌هاي تفكيك‌شده با تعريف و انتخاب معيارهاي تشابه از PDW توسعه‌يافته است. در اين روش ابتدا ويژگي‌هاي متمايزكننده هر رادار استخراج شده و معيارهاي تشابه از هر ويژگي براي بررسي شباهت بين دو رشته پالس محاسبه مي‌گردد. داده ورودي شامل اطلاعات تفكيك‌شده از رادارهاي واقعي است كه توسط يك سيستم شنود دريافت مي‌گردد. به دليل عدم قطعيت در هر يك از معيارها، امتياز تشابه به‌صورت فازي و نرماليزه شده لحاظ شده و داده‌هاي آموزش تكميل مي‌شود. سپس از جدول داده‌ها براي آموزش يك شبكه عصبي پرسپترون استفاده مي‌شود. شبكه پس از آموزش در شرايط جديد، رادارهاي چندحالته را تشخيص مي‌دهد. جهت تست شبكه، بخشي از جدول داده به شبكه اعمال شده و شبكه آموزش‌ديده شده در 100 درصد داده‌هاي تست با موفقيت توانسته است رادارهاي چندحالته را از بين رادارهاي متمايز تشخيص دهد.