来源：期刊VIP网 时间：
作者：吴剑波;唐霜天;田田;
单位：中国船舶集团有限公司第七二四研究所;
摘要：参数跳变是有源相控阵雷达发射波形的关键特征，其信号的载频、重复周期等参数可以实现毫秒级动态变化，导致对其进行信号分选时出现严重的增批现象。针对该问题，文中设计了一种基于CEEMDAN-CNN-GRU预测模型的复杂信号合批方法，基于脉间特征将截获脉冲数据划分为多个脉冲组，然后利用CEEMDAN-CNN-GRU预测模型提取脉冲组间的时序特征并据此对脉冲组频率和重复周期序列进行预测，将预测值与真实值相符的所有脉冲组进行合并。采用外场采集的雷达数据进行验证，实验结果表明，该方法对载频和重复周期同时跳变雷达信号的合批率达到85%以上，具有较好的合批效果。
关键词：信号合批;;组间参数跳变;;脉冲信号分组;;自适应噪声;;经验模态分解;;卷积神经网络;;门控循环神经网络;;时间序列分析
