Identificação de sinais radar pulsados por meio de transformada de Wavelet contínua e redes neurais artificiais

Abstract

O Deinterleaving de seqüências de pulsos de sinais radar é uma tarefa essencial para a identificação de radares em guerra eletrônica. Algumas formas de se realizar o deinterleaving baseiam-se em técnicas temporais, que utilizam histogramações e recursividade, e em técnicas baseadas em transformadas ortogonais, que utilizam as assinaturas espectrais para detecção das seqüências. Qualquer uma das abordagens onera grande esforço computacional. Entretanto, as técnicas que utilizam transformadas ortogonais são mais robustas devido às propriedades de minimização da correlação entre as diversas fontes de sinais. As assinaturas espectrais no espaço transformado apresentam um comportamento típico mais evidente. Este trabalho propõe uma técnica composta de três etapas distintas. Primeiramente, tem-se um pré-processamento pelo qual toda a faixa de valores de interesse é segmentada em sub-faixas por meio de subamostragens e filtragem digital. Em seguida, utiliza-se a análise tempo-freqüência por meio da transformada de wavelet contínua de forma a separar os padrões espectrais de interesse. Na última etapa, é implementado um processo de identificação de assinatura espectral baseado em redes neurais artificiais. Também é apresentada toda a formulação matemática necessária para o estabelecimento das condições de contorno e elaboração dos procedimentos dedicados. Os algoritmos foram desenvolvidos em linguagem MATLAB para simulação e validação dos modelos. Os resultados de simulação computacional mostram um bom desempenho e robustez desses algoritmos quando uma grande quantidade de fontes de sinais radar pulsados está presente. O modelo proposto fornece boa precisão da assinatura espectral, o que possibilita a identificação dos sinais radar pelas redes neurais artificiais. ______________________________________________________________________________ ABSTRACT

The deinterleaving of radar signal pulse sequences is an essential work for the radar identification in electronic warfare. Some ways of performing deinterleaving are based on temporal techniques, that use histogram and recursivity, and in techniques based on orthogonal transforms, that use spectral signatures for the detection of the sequences. Any of them require heavy computational power. However, the orthogonal transform techniques are more robust due to the properties of correlation minimization among the several signal fonts. The spectral signatures in the transformed space show a typical behavior more clearly. This work proposes a technique composed of three distinct phases. First, there is a preprocessing by which the whole interval of interest is segmented into sub intervals by means of downsampling and digital filtering. After that, it is used a time-frequency analysis by means of continuous wavelet transform, separating the spectral patterns of interest. Finally, it is implemented an identification process of spectral signature based on artificial neural networks. It is also described all the necessary mathematics concepts to the establishment of the contour conditions and elaboration of the dedicated procedures. The algorithms were developed in MATLAB for the simulation and validation of the models. The results of the computer simulation show a good performance and robustness of these algorithms when several sources of pulsed radar signals are present. The proposed model gives a good precision for the spectral signature, what makes the identification of radar signals possible by means of the artificial neural networks.