书名：复杂信号侦察理论及应用（下）
定价：118.0
ISBN：9787030491688
作者：刘锋 等
版次：1
出版时间：2016-11

内容提要：
本书是目前国内外系统阐述现代电子对抗复杂信号侦察理论、方法、技术及应用的一部专著。分上下两册出版，其中上册是关于复杂信号的截获与特征提取，下册是关于复杂信号的分选、识别、定位与引导。全书共分18章，第1～7章为上册，第8～18章为下册。本书为下册。第8～12章为信号分选部分，重点研究了交叠脉冲、交叠连续波和二者同时存在情况下的信号分离问题；第13、14章为信号识别部分，分别从参数识别和波形识别角度研究了信号的调制类型识别；第15章研究了复杂信号辐射源识别；第16章研究了复杂信号辐射源定位；第17章研究了干扰引导，主要讨论了复杂信号威胁等级评估、干扰资源优化配置及干扰引导辅助决策的问题；第18章为回顾、建议和展望。

目录：
目录
上册
第1章 绪论1
第2章 复杂信号特征分析与仿真24
第3章 常用时频分析方法对几种典型复杂信号的截获性能分析96
第4章 LFM类信号的截获与特征提取122
第5章 LFMCW类信号截获与特征提取212
第6章 编码类信号截获与提取特征280
第7章 复合调制类信号截获与特征提取349
下册
序一
序二
序三
前言
第8章 基于Chirp基分解的时频交叠脉冲信号分离467
8.1引言467
8.1.1研究背景及意义467
8.1.2研究现状及趋势468
8.1.3雷达信号分选面临的信号环境479
8.1.4重频分选算法482
8.2基于FRFT的脉冲雷达信号稀疏特征提取与分选487
8.2.1雷达信号类型和Chirp基表示488
8.2.2基于Chirp基函数族的稀疏分解493
8.2.3仿真实验与分析498
8.3基于FRFT域稀疏分解的多分量脉冲雷达信号分离503
8.3.1多分量信号的时限Chirp基稀疏分量提取504
8.3.2信号分量求解511
8.3.3仿真实验与分析512
8.4小结518
参考文献519
第9章 基于周期WHT的时频交叠连续波信号分离525
9.1引言525
9.2基于周期WHT的LFMCW循环滤波检测与分离算法525
9.2.1交叠LFMCW信号循环滤波算法原理525
9.2.2基于周期WHT的LFMCW检测与分离流程528
9.3基于单元平均的窄带频域陷波滤波器设计529
9.4检测与分离算法用于类似LFMCW信号的可行性分析531
9.4.1检测与分离算法用于STLFMCW信号可行性分析532
9.4.2检测与分离算法用于类似LFMCW多相编码信号可行性分析532
9.5仿真实验与分析533
9.5.1交叠LFMCW信号检测与分离533
9.5.2交叠类似LFMCW信号检测与分离535
9.6小结537
参考文献538
第10章 基于周期FRFT的多分量LFM连续波雷达信号分离540
10.1引言540
10.2多分量LFMCW信号541
10.2.1多分量LFMCW信号的定义541
10.2.2多分量LFMCW信号的PFRFT542
10.3基于周期FRFT的信号分离543
10.3.1PFRFT的数值计算543
10.3.2单分量LFMCW的窄带滤波544
10.3.3多分量LFMCW信号分离545
10.4仿真实验与分析545
10.4.1实验10.4.1：计算效率分析545
10.4.2实验10.4.2：多分量LFMCW信号分离546
10.4.3实验10.4.3：弱LFMCW信号分量分离548
10.4.4实验10.4.4：分离性能分析549
10.5小结550
参考文献551
第11章 基于周期FRFT的时频交叠雷达侦察信号分选553
11.1引言553
11.2时频交叠雷达侦察信号模型554
11.3基于时域陷波的脉冲和连续波信号分离556
11.3.1时域陷波556
11.3.2时域分离对CW信号的影响557
11.3.3时频交叠信号分选流程560
11.3.4实验11.3.1：脉冲信号和连续波信号分离560
11.4基于特征原子分解的交叠脉冲信号分选562
11.4.1信号的原子分解562
11.4.2交叠脉冲信号分类563
11.4.3实验11.4.1：交叠脉冲信号的分类566
11.4.4实验11.4.2：具有多个特征原子脉冲信号的分类567
11.5缺失数据条件下的多分量连续波信号分选568
11.5.1缺失数据下的LFMCW信号检测和分选569
11.5.2类似LFMCW信号的检测与分选570
11.5.3实验11.5.1：缺失数据条件下LFMCW的检测572
11.5.4实验11.5.2：缺失数据条件下类似LFMCW信号的分选574
11.6小结576
第12章 基于独立成分分析的时频交叠信号盲分离577
12.1引言577
12.2盲信号分离577
12.2.1盲分离模型578
12.2.2独立成分分析方法581
12.2.3基于ICA的盲分离准则584
12.2.4鲁棒的白化处理587
12.3瞬态混合平稳雷达侦察信号盲分离589
12.3.1传统的雷达侦察信号分选原理589
12.3.2基于ICA的雷达侦察复信号盲分离591
12.3.3基于一阶AR模型的盲分离算法593
12.4瞬态混合非平稳雷达侦察信号盲分离599
12.4.1基于时频分布的非平稳雷达侦察信号盲分离599
12.4.2基于时频分析量源数估计的自适应盲分离算法602
12.4.3性能仿真605
12.5卷积混合雷达侦察信号时域盲分离612
12.5.1基于非平稳特性的时域卷积盲分离613
12.5.2基于快速固定点算法的卷积混合信号盲分离615
12.5.3改进的快速固定点算法619
12.5.4仿真分析624
12.6卷积混合雷达侦察信号频域盲分离627
12.6.1基于非平稳特性的频域盲分离算法627
12.6.2频域盲分离的不确定性628
12.6.3侦察信号到达方位角估计631
12.6.4仿真分析632
12.7小结636
参考文献637
第13章 复杂信号参数识别642
13.1引言642
13.2基于FRFT的LFM类信号自动识别643
13.2.1基于FRFT的LFM类信号调制方式的识别643
13.2.2基于FRFT的LFM类信号脉内特征提取648
13.2.3基于FRFT的LFM类雷达信号侦察系统649
13.2.4仿真验证650
13.3基于广义循环谱特征的编码信号分类652
13.3.1循环谱特征与时频分布的关系652
13.3.2广义时频核函数设计653
13.3.3广义循环谱特征分析655
13.3.4广义循环谱特征提取657
13.3.5基于广义循环谱特征的调制样式分类658
13.4小结660
参考文献660
第14章 复杂信号波形识别663
14.1引言663
14.2复杂调制雷达信号波形识别原理及方法664
14.2.1雷达信号波形识别原理664
14.2.2基于时频分布的波形识别665
14.2.3基于其他特征的波形识别666
14.3复杂调制雷达信号波形特征666
14.3.1基于功率谱密度的特征667
14.3.2基于瞬时信号属性的特征667
14.3.3基于时频域波形特征667
14.3.4基于循环谱和高阶统计量的特征668
14.4基于多特征组合神经网络的波形识别670
14.4.1神经网络670
14.4.2多特征组合神经网络设计672
14.5基于周期WHT和时频分布特征的类似LFMCW波形识别673
14.5.1类似LFMCW信号波形识别原理及流程673
14.5.2基于S-method时频分布的类似LFMCW信号特征提取675
14.5.3组合神经网络分类器设计682
14.5.4仿真实验与分析683
14.6小结685
参考文献685
第15章 复杂信号辐射源识别687
15.1引言687
15.2复杂信号识别流程687
15.3复杂信号识别功能模型688
15.4复杂信号辐射源识别方法688
15.5辐射源识别系统结构设计692
15.5.1黑板系统693
15.5.2黑板处理694
15.5.3利用黑板系统需要解决的技术问题695
15.5.4复杂信号识别系统结构模型698
15.5.5辐射源识别黑板系统699
15.6遗传算法699
15.6.1遗传算法简介699
15.6.2遗传算法的构造702
15.7应用推广：复杂信号平台身份识别703
15.7.1复杂信号平台身份识别系统结构设计703
15.7.2复杂信号平台身份识别黑板系统设计704
15.8小结707
第16章 复杂信号辐射源定位708
16.1引言708
16.2机载单站无源测向708
16.2.1比幅测向708
16.2.2短基线时差测向708
16.2.3比相式数字干涉仪阵列测向709
16.3机载单站无源定位709
16.3.1空间定位的原理710
16.3.2无源定位方法710
16.3.3无源定位的坐标系和坐标转换713
16.3.4无源定位误差的分析715
16.4机载多站无源定位716
16.5小结716
参考文献716
第17章 面向复杂信号干扰引导718
17.1引言718
17.2复杂信号威胁等级评估718
17.3干扰资源优化配置719
17.4干扰引导辅助决策721
17.5小结721
第18章 回顾、建议与展望722
18.1回顾722
18.1.1初步形成了复杂信号侦察理论体系722
18.1.2对复杂信号进行了分类处理723
18.1.3建立了对交叠信号处理的理论体系723
18.1.4对分类信号选取了合适的研究方法724
18.2问题与建议725
18.3研究方向展望727

在线试读：
第8章 基于Chirp基分解的时频交叠脉冲信号分离
8.1引言
本书的第8～12章重点讨论复杂信号的分选问题。在开始讨论之前，首先回顾一下常规信号（或称为简单信号）的分选问题。
8.1.1研究背景及意义
长期以来，雷达对抗一直在电子战中占据主导地位。所谓雷达对抗，是指为削弱、破坏敌方雷达的使用效能和保护己方雷达使用效能的正常发挥所采取的措施和行动的总称，它主要包括雷达侦察、雷达干扰、雷达反侦察和雷达抗干扰等内容。雷达侦察是指搜索、截获敌方雷达辐射源的电磁信号，经过分析识别，从中获取相应的战术、技术参数以及雷达辐射源的体制和型号等情报的活动。实际应用中，根据其任务和用途的不同，雷达侦察主要被分为威胁告警（RWR）、电子情报侦察（ELINT）和电子支援侦察（ESM）三大系统。雷达侦察系统所截获的信号通常包含大量的雷达信号及其他电磁辐射源信号，形成随机交错的信号流。依据截获的雷达特征参数、到达时间及到达方向等数据可把各部雷达信号从信号流中分选出来，然后再对分选出来的信号进行参数提取和雷达型号识别，*后根据识别结果来获得雷达的类型、属性、用途以及威胁程度等情报。
综上所述，雷达辐射源信号分选（signal sorting）是雷达侦察信号处理的关键环节，直接影响着雷达侦察设备性能的发挥，并关系到后续的作战决策。尤其对于电子支援侦察系统，需要对威胁等级高的敌方雷达辐射源进行及时、全面、准确地截获识别并迅速引导控制干扰设备（ECM）或硬摧毁武器系统对其攻击。此时，快速、正确的信号分选就成为完成上述任务的前提，而错误的信号分选将会导致大量的增批与漏批（对应虚警与漏警），严重影响对抗效果甚至关系作战的成败。因此，信号分选的技术水平已成为衡量电子情报侦察、电子支援侦察和威胁告警系统技术先进程度的重要标志。
当前雷达侦察系统基本上都是利用载波频率(RF)、脉冲宽度（PW）、脉冲幅度（PA）、到达时间（TOA）和到达方向（DOA）这五个传统的基本参数来分选雷达信号的，这在电磁威胁环境相对简单，即雷达信号形式简单，载频、重频、脉宽等参数固定不变，且雷达数量少、雷达信号密度低的情况下一般可以取得较好的分选效果。但是，随着各种新体制雷达设备数量的急剧增加，电磁威胁环境的信号密度已高达每秒百万量级，而且现代雷达已经向多功能、多用途方向发展，一部雷达可以有多种工作状态，具有多种体制，同时为了提高自身的性能和反侦察、抗干扰的需要往往采用各种复杂的波形设计，尽量破坏信号分选和识别所利用的信号规律性，再加上采用了低截获概率（PLI）技术，这些变化使得基于基本五参数的传统信号分选方法性能骤降，甚至失效。如何解决复杂电磁环境下的雷达信号分选问题，寻求满足实时性、准确性和可靠性的信号分选新方法已经成为必由之路。
近年来，随着超高速集成电路（VHIC）和超大规模集成电路（VLSIC）的迅速发展，数字化接收机已开始在雷达、电子战和通信接收机中普遍使用，尤其是宽带数字中频接收机在现代雷达侦察系统中的应用越来越广泛。它采用模数转换器（ADC）来取代检波器，直接对中频信号进行采样，不仅保留了雷达信号的常规参数，还获得了雷达信号的脉内信息，而且得到了雷达信号的脉内特征和个体特征。因此在雷达数目急剧增加，复杂雷达体制广泛应用等因素共同造成的复杂密集电磁环境下，除了利用常规参数进行信号分选外，对雷达信号的脉内信息进行分析，并利用脉内特征参数进行脉冲流分离是一种有望提高信号分选性能的有效技术途径。因此，现阶段展开基于脉间参数和脉内特征相结合的雷达辐射源信号分选方法的研究具有重要的理论和实际意义。
（1）该研究是提高信号分选性能的有效途径。
（2）该研究可以迅速缩短与先进发达国家在雷达侦察领域的差距。
（3）该研究事关雷达侦察设备的性能提升和更新换代。
总之，我国雷达信号分选领域研究工作需要解决的关键问题是对雷达辐射源信号分选的体系结构和新方法的探索和创新。
8.1.2研究现状及趋势
作为雷达侦察系统信号处理的关键技术之一，雷达辐射源信号分选相关理论与技术的研究备受世界各国的重视，相关研究文献资料表明，关于雷达辐射源信号分选技术，国内外学者已经开展了大量研究工作并取得了不少研究成果。在国外，许多重要的国际期刊和会议论文集已经发表了不少有关信号分选的论文，其中一些论文已经在技术上取得了一定的创新和改进，为雷达信号分选的发展起到了非常大的推动作用。在国内，也有许多研究机构和高等院校开展了关于复杂体制雷达辐射源信号分选与识别的研究工作，重点探索了雷达辐射源信号分选的理论方法体系与工程技术实现。例如西安电子科技大学、华东电子工程研究所、中电科技集团第二十九研究所、中船重工集团第723研究所、国防科学技术大学、海军航空工程学院、成都电子科技大学、哈尔滨工程大学、西南交通大学等单位先后对复杂体制雷达及其侦察技术进行了研究，取得了一定的研究成果。
从研究过程来看，雷达信号分选技术主要经历了利用脉间单参数、利用脉间多参数和利用脉内特征进行分选的三个阶段，下面展开介绍。
1.基于脉间单参数的信号分选
基于脉间参数的信号分选通常所使用的特征量是从各个脉冲中提取的信息，包括RF、PW、PA、TOA和DOA等基本脉冲参数。而雷达信号分选系统一般单参数进行分选，依靠不同参数进行逐级分选或依靠多参数进行并行分选。依靠单个脉冲参数进行分选用的*多的是TOA，由TOA求出脉冲的重复周期PRI，然后应用不同的算法进行分选。
基于脉冲重复间隔(PRI)的分选方法在雷达信号分选研究中成果较为丰富，主要包括了动态扩展关联法、PRI直方图法、基于PRI变换的分选算法及基于平面变换的分选算法等。
ESM系统中用的*多的是序列搜索，积累差直方图和时序差直方图分选方法，同时PRI变换的算法和其他改进算法也有所应用。1976年Campbell*先研究了基于PRI的信号分选方法——PRI动态扩展关联法。
动态扩展关联法又称为PRI搜索法，是一种*简单也*经典的减法分选。该方法首先选择一个脉冲作为基准脉冲，然后通过试探性地对脉冲流进行扩展搜索来确定雷达脉冲列。具体的做法是先选择一个基准脉冲，将此脉冲与其后某一脉冲的TOA值相减，求得两个脉冲的时间间隔，然后以此间隔进行外推，以分选出PRI等于该时间间隔的脉冲序列。如果以此间隔外推没有得到期望脉冲序列，则另外选取时间间隔，再重复上述过程，直到成功分选出一个脉冲序列为止。当将一个脉冲序列成功地分选出来后，从全脉冲流中剔除该脉冲序列，即实现该雷达信号对应脉冲信号的分选。接下来重新选择基准脉冲，对剩余脉冲进行PRI搜索，重复这一过程直到剩余脉冲数少于人工经验设置的*少脉冲数门限。该方法具有原理简单、易于实现的优点，在先验信息丰富的情况下能够较快地分选出感兴趣的雷达信号，但是这种方法仅适用于PRI固定的雷达信号，对于PRI参差、组变等变化复杂的雷达信号无能为力，增批、漏批的现象严重，分选准确率较低。
1989年Mardia将直方图分析方法与序列搜索方法相结合，提出了积累差直方图（CDIF）算法,1992年Milojevic提出了时序差直方图（SDIF）算法。此后，国内外众多学者对CDIF和SDIF算法展开了广泛而深入的研究，并结合具体的实际情况提出了一些改进措施。这些措施通常可分为两类：一类是直接针对CDIF和SDIF算法本身的门限确定或分选步骤的某个方面进行改进，另一类改进算法的基本思想，就是在CDIF或SDIF的前端增加其他参数对脉冲流进行稀释和预分选，之后再利用CDIF或SDIF实现主分选。具体分析如下。
PRI直方图法主要包括三种典型方法：TOA差值直方图法、CDIF法和SDIF法。TOA差值直方图法的步骤是：首先将每个脉冲的TOA值与后续的TOA值相减，得到每个TOA的差值，然后积累这些差值得到脉冲序列直方图。该方法的缺点是：设定的检测门限非*佳门限，在脉冲缺失率较高时易出现虚警，仅对PRI固定的雷达脉冲序列有效，计算量较大，谐波现象严重。Mark在有关文献中证明，当采用纯软件对脉冲列进行纯串行处理时，TOA差值直方图的运算量约等于脉冲个数的平方。因此，当脉冲流密度日益增加时，该算法的实时性将受到极大影响，甚至导致分选系统无法正常工作。为此，Mardia综合直方图方法和动态关联扩展法的特点，提出了CDIF法。该算法首先计算脉冲数据的各级差值，然后对其直方图进行积累，估计脉冲序列中可能的PRI值，再以该PRI值进行脉冲序列搜索。与以往的分选方法相比，CDIF法的优点是：在计算量和抑制谐波方面有所改进，且由于累积的原因使得该算法在有干扰脉冲和脉冲丢失的情况下依然具有较好的分选效果。然而，由于PRI的随机抖动，信号的多径效应引起的信号到达时间不稳定、信号的包络有畸变等情况均会导致计算错误；当PRI峰值降低到预设门限以下时，无法对序列进行搜索，对于超过门限的PRI需要较大容差去检测；同时，在脉冲丢失率较高时会出现PRI谐波现象，导致分选出错。针对CDIF法存在的上述缺陷，Miljevic对CDIF进行了优化和改进，在CDIF算法的基础上提出了SDIF法。该算法先对脉冲序列的PRI进行估计，不再对所有的TOA差值进行积累，只计算当前的TOA差值直方图，再对符合条件的PRI值进行序列搜索，结果在一定程度上提高了算法的计算速度。同时，由于该算法具有*佳检测门限和次谐波检验，可以防止出现虚假的PRI值，能够实现对常规体制雷达、PRI参差体制雷达和捷变频雷达脉冲信号的分选。但是，由于该算法不进行级间积累，后果是分选性能下降，同时易出现谐波，对雷达频率抖动干扰技术存在局限性。
近年来国内外许多学者针对直方图的性能和改进优化算法进行了广泛而深入的研究，并取得了一些有价值的研究成果，这些研究成果主要有两个方面。一是针对直方图算法本身进行改进，使算法能够适应更复杂的电磁环境，在性能方面更加优越。譬如，有些文献提出了基于余弦加权的直方图分选算法，采用长度可变的交叠箱，使直方图更平滑、谱峰更清晰、二次谐波的抑制效果更好、PRI抖动的情况也减少了。但是，相应的算法计算量会有所增加。有些文献针对直方图算法计算量大、实时性差的问题提出了基于脉冲关联和直方图的抖动信号分选算法，在一定程度上提高了直方图算法的实时性。还有一些算法将小波网络用于SDIF特征分析，具有结构简单，训练过程收敛速度快等有优点。二是将直方图算法进行工程实现。如有关文献就研究了脉冲流密度较大时直方图算法的数字信号处理(DSP)实现，还有文献分析了SDIF算法和多核DSP相结合的并行处理模式，并设计了分选电路，实现了密集电磁环境中的信号分选，但是该分选电路仅适用于常规雷达信号，对变化复杂的雷达信号依然无能为力。
由上面的分析可知，统计直方图算法是以脉冲序列的自相关函数为基础的，因此不可避免地会在真实PRI谐波处产生虚假峰值，对CDIF和SDIF而言，存在谐波现象是一个共性问题。为了抑制谐波，Nelson提出了基于脉冲到达时间序列的复值自相关积分算法，用该算法可以把脉冲序列的TOA差值变换到一个PRI谱上，由谱峰位置即可估计出脉冲序列所对应的PRI值，然后以此PRI值进行搜索，实现该雷达脉冲信号的分选。Nishinuchi等对这种PRI估值算法进行了改进，改进后的算法被称为PRI变换的分选算法。基于PRI变换的分选算法，其核心思想是以SDIF算法为基础的。有学者根据复杂体制雷达信号PRI变换的特点，基于PRI变换的思想对算法进行改进，提出了很多改进算法。有的文献针对如何从PRI变换谱图中准确地提取出雷达辐射源的PRI值，研究了脉冲流中不同雷达辐射源信号PRI值较接近和差别较大两种极端情况下的PRI值提取问题。有些文献针对如何提高PRI变换法的实时性能进行了研究，并对PRI变换法应用于相控阵雷达的工作模式规律和线性调频信号检测、信号分选的性能等进行了分析。还有些文献针对PRI变换法对抖动范围较大的雷达辐射源信号提取效果较差的问题提出了三点改进措施：一是利用在线更新时间起点以降低相位误差；二是利用交叠PRI箱容纳更多脉冲间隔以减少PRI的分散；三是利用可变移动因子、固定箱分辨率等措施以解决PRI抖动信号的分选问题。总之，基于PRI变换的相关分选修正算法对常规的PRI固定脉冲信号、PRI抖动和PRI滑变等信号均可以达到较好的分选效果，而且几乎可以抑制全部的子谐波，并且在脉冲丢失率较高、信号密度较大的情况下依然有效。但是，该算法的运算量比CDIF、SDIF的更大，而且对PRI参差类型的雷达信号不适用。
平面变换法是胡来招等首次提出的基于PRI的可视化平面变换方法，是一种较为新颖的雷达信号分选思路。该方法首先将密集的脉冲数据流变换到二维平面，从而得到由离散点构成的脉冲到达时间二维图像，然后根据图像中反映出的PRI变换规律提取对应的脉冲列，实现信号分选。根据平面变换的思想，学者们又进行了很多研究，并提出了一些改进方法。有的学者首先对平面变换方法本身进行了研究，通过对密集的脉冲序列进行分段截取，并将其在平面上逐行显示，再变换平面显示的宽度，得到相关信号的累积特征曲线，从而实现对该脉冲信号的分选。有的学者在平面变换思想的基础上提出了由脉冲列的TOA得到瞬时PRI的变换方法，由于这种方法不需要对平面显示宽度进行调节变换，因而更加实用。有的学者提出了自动搜索周期性对称调制模式的快速算法，实现了密集脉冲流中PRI具有周期性对称调制特征的雷达脉冲序列分选。有的学者研究了在PRI类型不同时平面变换方法提取性能的变化。有的学者进一步研究了特征曲线搜索，提出了基于特征曲线的自动搜索方法，该方法能够自动搜索直线和曲线，而不依赖于初始脉冲点的选择。还有的学者提出了针对周期信号的矩阵匹配分选方法。平面变换思想与Hough直线检测方法相结合，为实现二维平面中的信号脉冲列的自动识别与提取指明了方向。基于平面变换的思想方法是将一维的脉冲列到达时间序列变换为二维图像显示，对于提高信号分选的实时性具有重要意义，同时采用图像显示使得人工处理密度较大的脉冲序列成为可能。但是该方法适用的雷达信号PRI变化类型有限，对于周期规律性不强的PRI抖动或者滑变类型脉冲信号，算法的分选性能较差。另外对于自动处理时周期规律性认定门限的设定也是一大难题。
上述介绍的各种基于PRI的雷达信号分选方法均仅利用脉冲序列的TOA信息，不同算法各有自己的优点和缺点：动态扩展关联法原理简单，但仅适用于PRI固定的雷达辐射源；PRI直方图法在降低脉冲丢失对算法性能的影响上有一定效果，但计算量普遍偏大，实时性较差，适用于事后处理；PRI变换法及其改进算法对脉冲丢失率较大时的脉冲序列分选效果较好，但存在运算量较大的缺陷，同时对PRI参差信号的分选显得无能为力；平面变换法对PRI变化具有周期性的信号均适用，但必须建立在脉冲数量足够多的前提下，同时高准确率地实现自动分选也是一大难题。因此，单纯依靠脉冲的TOA信息进行分选并不能彻底地解决雷达信号分选问题，充分利用脉冲的其他参数信息是较为合理可取的选择。
2.基于脉间多参数的信号分选
目前，雷达波形设计越来越趋于复杂化，传统的载频固定、重频固定、参差、抖动等雷达信号在现代雷达设计中越来越少见。而载频变化、重频捷变、重频随机等各种复杂调制雷达信号成为当前雷达波形设计的热点。然而由于存在计算速度慢、对不完整数据和被污染的脉冲参数分选效果差、无法处理大量的复杂数据等问题，之前介绍的基于PRI的各种分选算法已难以适应复杂体制雷达信号的分选。为此，人们自然就会想到利用雷达多参数的信号分选方法。
（1）利用不同的雷达参数进行逐级分选，也就是一种串行处理的检测规则。脉冲参数如RF、PW、PA、DOA都用来与事先确定的脉冲群进行比较，并严格地检查每个参数是否落入到一定容差范围内的单元中，因此，该类方法运算速度慢，对包含噪声、缺失数据的脉冲参数响应不理想，且仅适用于常规雷达信号的分选，多参数匹配法是该类方法中的典型代表。
多参数匹配法是在模板匹配方法的基础上发展而来的，其原理是通过雷达脉冲的多个参数值实现联合分选。国内外众多学者对多参数匹配和联合分选的思想进行了研究。有的学者通过DOA、PW、RF等参数来研究雷达信号的分选问题；有的学者基于自适应开窗理论，提出了一种新的联合分选算法；有的学者提出了脉冲样本图描述方式，为多参数匹配分选识别提供了一种新思路。在此基础上，有的学者将脉冲样本图应用于雷达辐射源识别；有的学者将其应用于全脉冲数据中重点目标对应脉冲序列的快速提取和雷达辐射源识别；还有学者将其应用于雷达信号的分选，提出了基于脉冲样本图的多参数匹配分选方法，在一定程度上实现了没有先验信息情况下不同雷达信号的分选，但是针对变化类型复杂的雷达脉冲信号的分选研究并不多。