Automatyczna detekcja i klasyfikacja sygnałów radarowych LPI

W radarach LPI (ang. Low Probability of Interception) stosowane są szerokopasmowe sygnały ze złożonymi rodzajami wewnętrznej częstotliwościowej lub fazowej modulacji. W ostatnich latach do celów detekcji oraz klasyfikacji sygnałów radarowych tego typu są szeroko stosowane metody wykorzystujące transformacje czas-częstotliwość. Należą do nich metody oparte na transformacjach Wignera Ville'a (WVD), analizie falkowej (Wavelet Transform) oraz na technice cyklostacjonarnej analizy widmowej. Każda z tych metod ma pewne zalety i ograniczenia przy ekstrakcji parametrów i detekcji sygnałów o określonych rodzajach modulacji. W przypadku automatyzacji tego procesu sprawa znacznie się komplikuje. Koniecznie jest określenie ograniczonej liczby cech tych transformacji, na podstawie których możliwie jest rozróżnienie sygnałów, a nawet rozpoznanie oddzielnych źródeł promieniowania (ang. Specific Emitter Identification - SEI). W referacie rozpatrzono jedno z możliwych podejść do rozwiązania tego problemu, oparte na zastosowaniu sztucznych sieci neuronowych typu RBF, estymatorów rozkładów prawdopodobieństwa oraz stochastycznych klasyfikatorów, wykorzystujących rezultaty transformacji WVD, transformacji falkowej oraz cyklostacjonarnej analizy widmowej.