返回
A Linear-Time-Complexity Dynamic Histogram Method for Distributed Pulse Deinterleaving
DOI:10.1016/j.dsp.2026.106503.png)
摘要
En 中文
• 在解交错精度方面,引入了一种邻域搜索和自适应箱合并机制,以从根本上消除由测量误差引起的TDOA计数失真。设计了一种谐波峰二次处理方法,以消除残余TDOA并抑制脉冲丢失条件下的虚警。进一步提出了一个未配对脉冲分类机制,以恢复未标记脉冲并提高解交错精度。
• 在运行效率方面,通过利用TOA序列的单调性优化了脉冲配对策略,将配对复杂度从 O(N²) 降低到 O(N)。单次直方图统计与局部增量更新取代了全局递归重建,将整体时间和空间复杂度降低到 O(N)。
• 理论分析和1000次蒙特卡罗仿真结果表明,ADEH算法在理想条件下可实现99.9%的解交错精度,且虚警率和漏检率均为零。平均运行时间仅为传统TDOA直方图方法的1.4%,并随脉冲数量线性扩展。在脉冲丢失条件下,该算法仍能保持零虚警和零漏检,表现出对复杂PRI调制和非理想侦察环境的强鲁棒性。
Keyword:
Pulse Deinterleaving
Electronic Reconnaissance
Distributed System
TDOA (Time Difference of Arrival)
Pulse Pairing
期刊
D
IF:
3
论文数:
786
被引数:
0
机构
引用论文
The Intelligent Evolution of Radar Signal Deinterleaving: A Systematic Review from Foundational Algorithms to Cognitive AI Frontiers雷达信号分时重组的智能演进:从基础算法到认知AI前沿的系统综述
Sensors
IF3.5
Error Mechanism Analysis of MUSIC-based Active Angle Measurement Under Retrodirective Cross-Eye Jamming基于MUSIC算法的主动测角在反相交叉极化干扰下的误差机理分析
CSE-HMM-RFN: A Method for Multifunctional Radar Pulse DeinterleavingCSE-HMM-RFN:一种多功能雷达脉冲解 interleaving 的方法
Joint Pulse Association, Sorting, and Localization of Pulse Radar Signals With Cluster Reconnaissance赵, Y.; Zhu, Z.; Feng, H.; Tian, K.; Jiang, K.; Tang, B. 脉冲雷达信号的联合脉冲关联、排序与定位研究——基于集群侦察. IEEE Trans. Aerosp. Electron. Syst. 2025, 61, 8143–8158. [Google Scholar] [CrossRef]
UAV swarm based radar signal sorting via multi-source data fusion: A deep transfer learning framework
INFORMATION FUSION
IF15.5

