CN106597394A - 一种基于波形复杂度因子的雷达低截获概率性能评估方法 - Google Patents
一种基于波形复杂度因子的雷达低截获概率性能评估方法 Download PDFInfo
- Publication number
- CN106597394A CN106597394A CN201611121386.7A CN201611121386A CN106597394A CN 106597394 A CN106597394 A CN 106597394A CN 201611121386 A CN201611121386 A CN 201611121386A CN 106597394 A CN106597394 A CN 106597394A
- Authority
- CN
- China
- Prior art keywords
- pri
- lpi
- complexity
- waveform
- radar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出的基于波形复杂度因子的雷达低截获概率(LPI)性能评估方法,构造了一个与雷达波形时域和频域参数以及特定ESM接收机及其分选识别模型有关的多维变量——波形复杂度因子,通过层次分析法确定了不同因素和措施相对于雷达LPI性能的贡献权值,进而获得不同雷达波形的LPI性能的定量评估结果。可用来标定和衡量不同波形被ESM接收机截获后分选的难易程度,可用于评价不同波形对特定ESM接收机的适应性,可以给LPI波形设计人员提供一种参考,可以有效的把握LPI波形的抗分选能力,为实现雷达的LPI特性提供参考。
Description
技术领域
本发明属于雷达电子对抗技术,涉及信息技术领域。
本发明基于现代电子战的实际情况,提出了一种基于波形复杂度因子的雷达低截获概率(LPI)性能评估方法,该方法根据目前使用的ESM分选识别模型,提出以分选识别中比较敏感的几组参数来构造复杂度因子,主要用来衡量不同波形被ESM接收机截获后分选的难易程度,可用于评价不同波形对特定ESM接收机的适应性。
背景技术
雷达的LPI技术不是一个孤立的概念,充分体现了***性,与雷达的设计参数、平台侦察接收机的设计参数和RCS都有关系,涉及到空间域、时间域、频率域和能量域,其中,雷达信号波形及参数设计是其核心技术之一,LPI雷达波形设计技术主要体现在大时宽带宽和复杂结构的设计方面,还有对干扰环境的自适应调度方面。对采用的雷达波形进行科学合理地评估,对提高雷达的低截获性和低识别性能,有效的避免敌方的电磁干扰和摧毁,具有重要的理论指导意义,是目前研究的重要课题。
就信号的复杂程度而言,国内外学者对发掘新的雷达辐射源信号(RadarEmitterSignal,RES)特征参数做了大量的研究,提出了很多新的特征参数,如:脉内特征参数、瞬时频率派生特征、时频原子特征等,然而大多是基于时间复杂度,就如何全面地评价波形复杂度鲜有研究。而LPI雷达则将雷达信号能量尽量广地分布在由时域、频域及空域等域所组成的多维空间中,使雷达信号具有低截获概率(LPI)特性。特别是雷达的LPI能力不仅与信号本身的特征有关,还与使用的ESM接收机及其分选识别模型有关。本发明就是提出一种基于时域和频域,并引入ESM接收机及其分选识别模型的波形复杂度的定义方法,作为LPI信号复杂性的参考尺度,可用以评估雷达的LPI性能。
通过对国内相关雷达院所调研发现:由于LPI雷达的研制起步较晚,先进、完备的雷达LPI性能评估验证体系尚未形成,有关的研究文献较少。本发明的提出者发表的文献【隐形雷达LPI性能评估方法探讨、西北工业大学学报,2015第2期,284-289页】提出了隐形雷达LPI性能有效性评价标准和评估框架,并提出了采用截获因子和波形复杂度因子来估计雷达波形的抗侦收和抗识别能力的思想,但是该模型框架对波形特征的提取不够全面,也没有考虑不同波形对特定ESM接收机的适应性因素。
发明内容
为解决现有技术存在的问题,本发明提出的基于波形复杂度因子的雷达低截获概率(LPI)性能评估方法,首先是对波形复杂度因子进行定义,它是一个与雷达波形时域和频域参数以及特定ESM接收机及其分选识别模型有关的多维变量,然后利用层次分析法求出各个变量所占的权重,带入波形复杂度公式,计算出波形复杂度。
本发明的技术方案为:
所述一种基于波形复杂度因子的雷达低截获概率性能评估方法,其特征在于:包括以下步骤:
步骤1:建立波形复杂度模型:
步骤1.1:定义波形复杂度Complexity:
将波形复杂度Complexity采用以下公式表示:
Complexity=wpwσpw+wRFσRF+wFnσFn+wPRI抖动σPRI抖动+w脉内σ脉内
+wPRI参差σPRI参差+wfcσfc+wφφ(T2/T1)+wψψ(S1/S2)
其中:σpw为脉冲宽度测量的相对方差,wpw为σpw的权重;σRF为信号经ESM测频得到的相对频率带宽,wRF为σRF的权重;σFn为信号经ESM测频得到的频率数,wFn为σFn的权重;σPRI抖动为PRI间隔的抖动的相对范围,wPRI抖动为σPRI抖动的权重;σ脉内为脉内调制,w脉内为σ脉内的权重;σPRI参差为PRI参差,wPRI参差为σPRI参差的权重;σfc为频率捷变,wfc为σfc的权重;φ(T2/T1),ψ(S1/S2)分别表示ESM对于非LPI雷达信号和LPI雷达信号的分选时间和分选准确率的比值,T1、S1分别为非LPI雷达信号的分选时间和分选准确率,T2、S2为LPI雷达信号分选时间和分选准确率;wφ为分选时间权重,wψ为分选准确率权重;
步骤1.2:确定波形复杂度Complexity参数赋值准则:
脉冲宽度测量的相对方差σpw:若雷达为非LPI雷达,则σpw=0.1;若雷达为LPI雷达,则σpw=α*0.1,其中SNRi/SNR0是ESM接收机输入信噪比在LPI波形模式和非LPI波形模式的比值;
信号经ESM测频得到的相对频率带宽σRF=瞬时带宽/载频;
信号经ESM测频得到的频率数σFn根据脉冲的数量确定;
PRI间隔的抖动的相对范围σPRI抖动:对于LPI雷达信号,根据PRI抖动范围T与中心值PRI0的比值γ=±T/PRI0确定,γ为最大抖动量,取值范围为±1%~±15%;对于非LPI雷达信号,抖动范围不超过10%;
脉内调制σ脉内根据时宽带宽积计算;
PRI参差σPRI参差按照PRI参差的个数取值;
频率捷变σfc按照实际载频数取值;
非LPI雷达信号和LPI雷达信号的分选时间的比值为φ(T2/T1)=T2/T1,非LPI雷达信号和LPI雷达信号分选准确率的比值为ψ(S1/S2)=100*(S1/S2);
步骤2:计算波形复杂度Complexity公式中各个参数对应的权重:
步骤2.1:利用三标度法对波形复杂度Complexity公式中n个参数的重要性进行两两比较,得到比较矩阵C:
步骤2.2:计算重要性排序指数ri:
步骤2.3:求标准判断矩阵A的元素aij,得到标准判断矩阵A:
步骤2.4:得到各因素的权值wpw、wRF、wFn、wPRI抖动、w脉内、wPRI参差、wfc、wφ、wψ:
计算标准判断矩阵A的最大特征根λ,取对应于最大特征根λ的归一化特征向量W=(w1 w2 w3 … wn)作为波形复杂度Complexity参数的权向量,将其依次赋予wpw、wRF、wFn、wPRI抖动、w脉内、wPRI参差、wfc、wφ、wψ;
步骤3:计算波形复杂度Complexity:
将各参数赋值及其权重带入波形复杂度公式中,最后得到波形复杂度Complexity结果。
有益效果
本发明提出的基于波形复杂度因子的雷达LPI性能评估方法,综合考虑了雷达波形时域和频域参数特征,以及特定ESM接收机及其分选识别模型,通过层次分析法确定了不同因素和措施相对于雷达LPI性能的贡献权值,进而获得不同雷达波形的LPI性能的定量评估结果。因此评估结果更接近于实际情况,其结果更具有有效性。可以给LPI波形设计人员提供一种参考,可以有效的把握LPI波形的抗分选能力,为实现雷达的LPI特性提供参考。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1:波形复杂度因子结构模型示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
参照附图1,本发明提出的基于波形复杂度因子的雷达低截获概率性能评估方法,包括以下步骤:
步骤1:建立波形复杂度模型:
步骤1.1:定义波形复杂度Complexity:
将波形复杂度Complexity采用以下公式表示:
Complexity=wpwσpw+wRFσRF+wFnσFn+wPRI抖动σPRI抖动+w脉内σ脉内
+wPRI参差σPRI参差+wfcσfc+wφφ(T2/T1)+wψψ(S1/S2)
其中:σpw为脉冲宽度测量的相对方差,wpw为σpw的权重;σRF为信号经ESM测频得到的相对频率带宽,wRF为σRF的权重;σFn为信号经ESM测频得到的频率数,wFn为σFn的权重;σPRI抖动为PRI间隔的抖动的相对范围,wPRI抖动为σPRI抖动的权重;σ脉内为脉内调制,w脉内为σ脉内的权重;σPRI参差为PRI参差,wPRI参差为σPRI参差的权重;σfc为频率捷变,wfc为σfc的权重;φ(T2/T1),ψ(S1/S2)分别表示ESM对于非LPI雷达信号和LPI雷达信号的分选时间和分选准确率的比值,T1、S1分别为非LPI雷达信号的分选时间和分选准确率,T2、S2为LPI雷达信号分选时间和分选准确率;wφ为分选时间权重,wψ为分选准确率权重;
步骤1.2:确定波形复杂度Complexity参数赋值准则:
脉冲宽度测量的相对方差σpw:若雷达为非LPI雷达,则σpw=0.1;若雷达为LPI雷达,则σpw=α*0.1,α受截获信号能量和诱导脉冲等欺骗干扰影响,SNRi/SNR0是ESM接收机输入信噪比在LPI波形模式和非LPI波形模式的比值。
信号经ESM测频得到的相对频率带宽σRF=瞬时带宽/载频;
对于LPI雷达信号,频率数σFn直接反映的是脉冲数量,若信号波形在多个信道同时输出,会形成多组脉冲描述字。对于单载频的窄带信号,频率数σFn=1。
σPRI抖动表示PRI间隔的抖动的相对范围,对于LPI雷达信号,PRI抖动的调制方式很多,如正弦调制、伪随机序列调制、噪声取样调制等,抖动范围T与中心值PRI0的比值为γ=±T/PRI0,γ称为最大抖动量(简称为抖动量),其典型值为±1%~±15%;非LPI雷达信号的PRT是固定的,误差来源于TOA测量的不准确,一般其抖动范围不超过10%。
脉内调制特征是雷达脉冲分选中一个非常必要、有意义的参数,也是衡量脉冲复杂度的重要参数,有单载频、线性调频、非线性调频和相位编码(二相和四相)以及频率编码(二频和四频)等信号形式,在本发明中脉内调制σ脉内以其时宽带宽积来计算。
PRI参差σPRI参差表示多个子周期周期变化,可以按照PRI参差的个数来取值。
频率捷变表示雷达的瞬时工作频率在频率捷变带宽中的多个频率点有机跳动,在本发明中频率捷变σfc可按照实际载频数来取值。
非LPI雷达信号和LPI雷达信号的分选时间的比值为φ(T2/T1)=T2/T1,非LPI雷达信号和LPI雷达信号分选准确率的比值为ψ(S1/S2)=100*(S1/S2)。
步骤2:计算波形复杂度Complexity公式中各个参数对应的权重:
步骤2.1:利用三标度法对波形复杂度Complexity公式中n个参数的重要性进行两两比较,得到比较矩阵C:
步骤2.2:计算重要性排序指数ri:
步骤2.3:求标准判断矩阵A的元素aij,得到标准判断矩阵A:
步骤2.4:得到各因素的权值wpw、wRF、wFn、wPRI抖动、w脉内、wPRI参差、wfc、wφ、wψ:
计算标准判断矩阵A的最大特征根λ,取对应于最大特征根λ的归一化特征向量W=(w1 w2 w3 … wn)作为波形复杂度Complexity参数的权向量,将其依次赋予wpw、wRF、wFn、wPRI抖动、w脉内、wPRI参差、wfc、wφ、wψ;
步骤3:计算波形复杂度Complexity:
将各参数赋值及其权重带入波形复杂度公式中,最后得到波形复杂度Complexity结果。
从波形复杂度公式可以看出:在复杂因子中脉宽抖动范围越大,载频越广、相对频率带宽越大,脉冲重复频率间隔抖动增大,频率捷变越大,脉内调制和脉间调制月复杂,分选时间越长、分选准确率下降,都能够使复杂因子增加,验证平台中复杂因子越大,表明信号越难被正确分选,雷达LPI性能就越好。
本实施例中:
LPI雷达信号:发射信号载频为频率捷变信号fc=[9.5,9.7,10,10.5],单位GHz;本信号使用脉内LFM(线性调频),脉间13位巴克码调制,PRI1=2μs、PRI2=3μs、PRI3=7μs,τ=10μs利用脉冲压缩,压缩后的带宽30MHz,压缩比D=Bτ=30*10=300,频率数为1,即单载频的窄带信号,PRI的抖动范围是15%,分选建模时PDW中PW(脉冲宽度)的抖动范围为15%,分选时间T2=3.97664,分选正确率S2=7.75%;非LPI雷达信号:单载频,PRI=3μs,无脉冲抖动,无脉宽抖动,无脉内和脉间调频,带宽B=10MHz。分选时间T1=0.000817752,分选正确率S1=54%。
可得到各参数赋值结果:
对于LPI雷达信号:σpw=0.3,σRF=0.01,σFn=1,σPRI抖动=15,σ脉内=300,σPRI参差=3,σfc=4,φ(T2/T1)=4862.89,ψ(S1/S2)=697;对于非LPI雷达信号:σpw=0.1,σRF=0.001,σFn=1,σPRI抖动=0,σ脉内=1,σPRI参差=1,σfc=1,φ(T2/T1)=4862.89,ψ(S1/S2)=697。
得到比较矩阵C:
注:2-重要,1-同样重要,0没有其重要;
得出判断矩阵A为:
计算出权重向量:
W=(0.0126 0.0985 0.0167 0.1820 0.0985 0.0591 0.0251 0.1820 0.3254)
将W内的值依次赋给wpw、wRF、wFn、wPRI抖动、w脉内、wPRI参差、wfc、wφ、wψ,将这些值带入公式中计算:
Complexity=wpwσpw+wRFσRF+wFnσFn+wPRI抖动σPRI抖动+w脉内σ脉内
+wPRI参差σPRI参差+wfcσfc+wφφ(T2/T1)+wψψ(S1/S2)
计算出LPI雷达信号复杂度:Complexity=1144。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (1)
1.一种基于波形复杂度因子的雷达低截获概率性能评估方法,其特征在于:包括以下步骤:
步骤1:建立波形复杂度模型:
步骤1.1:定义波形复杂度Complexity:
将波形复杂度Complexity采用以下公式表示:
Complexity=wpwσpw+wRFσRF+wFnσFn+wPRI抖动σPRI抖动+w脉内σ脉内
+wPRI参差σPRI参差+wfcσfc+wφφ(T2/T1)+wψψ(S1/S2)
其中:σpw为脉冲宽度测量的相对方差,wpw为σpw的权重;σRF为信号经ESM测频得到的相对频率带宽,wRF为σRF的权重;σFn为信号经ESM测频得到的频率数,wFn为σFn的权重;σPRI抖动为PRI间隔的抖动的相对范围,wPRI抖动为σPRI抖动的权重;σ脉内为脉内调制,w脉内为σ脉内的权重;σPRI参差为PRI参差,wPRI参差为σPRI参差的权重;σfc为频率捷变,wfc为σfc的权重;φ(T2/T1),ψ(S1/S2)分别表示ESM对于非LPI雷达信号和LPI雷达信号的分选时间和分选准确率的比值,T1、S1分别为非LPI雷达信号的分选时间和分选准确率,T2、S2为LPI雷达信号分选时间和分选准确率;wφ为分选时间权重,wψ为分选准确率权重;
步骤1.2:确定波形复杂度Complexity参数赋值准则:
脉冲宽度测量的相对方差σpw:若雷达为非LPI雷达,则σpw=0.1;若雷达为LPI雷达,则σpw=α*0.1,其中SNRi/SNR0是ESM接收机输入信噪比在LPI波形模式和非LPI波形模式的比值;
信号经ESM测频得到的相对频率带宽σRF=瞬时带宽/载频;
信号经ESM测频得到的频率数σFn根据脉冲的数量确定;
PRI间隔的抖动的相对范围σPRI抖动:对于LPI雷达信号,根据PRI抖动范围T与中心值PRI0的比值γ=±T/PRI0确定,γ为最大抖动量,取值范围为±1%~±15%;对于非LPI雷达信号,抖动范围不超过10%;
脉内调制σ脉内根据时宽带宽积计算;
PRI参差σPRI参差按照PRI参差的个数取值;
频率捷变σfc按照实际载频数取值;
非LPI雷达信号和LPI雷达信号的分选时间的比值为φ(T2/T1)=T2/T1,非LPI雷达信号和LPI雷达信号分选准确率的比值为ψ(S1/S2)=100*(S1/S2);
步骤2:计算波形复杂度Complexity公式中各个参数对应的权重:
步骤2.1:利用三标度法对波形复杂度Complexity公式中n个参数的重要性进行两两比较,得到比较矩阵C:
步骤2.2:计算重要性排序指数ri:
步骤2.3:求标准判断矩阵A的元素aij,得到标准判断矩阵A:
步骤2.4:得到各因素的权值wpw、wRF、wFn、wPRI抖动、w脉内、wPRI参差、wfc、wφ、wψ:
计算标准判断矩阵A的最大特征根λ,取对应于最大特征根λ的归一化特征向量W=(w1w2 w3 … wn)作为波形复杂度Complexity参数的权向量,将其依次赋予wpw、wRF、wFn、wPRI抖动、w脉内、wPRI参差、wfc、wφ、wψ;
步骤3:计算波形复杂度Complexity:
将各参数赋值及其权重带入波形复杂度公式中,最后得到波形复杂度Complexity结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611121386.7A CN106597394B (zh) | 2016-12-08 | 2016-12-08 | 一种基于波形复杂度因子的雷达低截获概率性能评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611121386.7A CN106597394B (zh) | 2016-12-08 | 2016-12-08 | 一种基于波形复杂度因子的雷达低截获概率性能评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106597394A true CN106597394A (zh) | 2017-04-26 |
CN106597394B CN106597394B (zh) | 2019-02-19 |
Family
ID=58597411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611121386.7A Active CN106597394B (zh) | 2016-12-08 | 2016-12-08 | 一种基于波形复杂度因子的雷达低截获概率性能评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106597394B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040189525A1 (en) * | 2003-03-28 | 2004-09-30 | Beadle Edward R. | System and method for cumulant-based geolocation of cooperative and non-cooperative RF transmitters |
CN101454991A (zh) * | 2006-04-14 | 2009-06-10 | 塔莱斯公司 | 用于在通信***中抗干扰的方法和装置 |
CN105445710A (zh) * | 2015-11-26 | 2016-03-30 | 西北工业大学 | 隐形雷达低截获概率性能评估方法 |
-
2016
- 2016-12-08 CN CN201611121386.7A patent/CN106597394B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040189525A1 (en) * | 2003-03-28 | 2004-09-30 | Beadle Edward R. | System and method for cumulant-based geolocation of cooperative and non-cooperative RF transmitters |
CN101454991A (zh) * | 2006-04-14 | 2009-06-10 | 塔莱斯公司 | 用于在通信***中抗干扰的方法和装置 |
CN105445710A (zh) * | 2015-11-26 | 2016-03-30 | 西北工业大学 | 隐形雷达低截获概率性能评估方法 |
Non-Patent Citations (1)
Title |
---|
羊彦等: "隐形雷达LPI性能评估方法探讨", 《西北工业大学学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN106597394B (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109061589A (zh) | 随机跳频雷达的目标运动参数估计方法 | |
CN101975939B (zh) | 一种基于压缩感知理论的多普勒解模糊处理方法 | |
CN108107413B (zh) | 一种雷达目标模拟器校准*** | |
Chen et al. | Interrupted-sampling repeater jamming suppression based on stacked bidirectional gated recurrent unit network and infinite training | |
CN112965037B (zh) | 雷达信号波形不确定度测试*** | |
CN106872969B (zh) | 基于mtd脉冲积累及滑动处理的雷达目标角度估计方法 | |
CN115047417B (zh) | 一种模拟雷达回波及干扰的方法和*** | |
CN104849590B (zh) | 一种混合噪声干扰下微弱脉冲信号检测方法 | |
CN110988834B (zh) | 一种基于自适应阈值双门限的脉冲到达时间测量方法 | |
CN104919331A (zh) | 雷达装置 | |
CN105467369A (zh) | 一种目标回波仿真方法和装置 | |
CN104655929A (zh) | 一种时域信号的数字时频测量方法及相应的目标识别方法 | |
CN109521411A (zh) | 一种距离扩展目标的检测方法 | |
Li et al. | Identification and parameter estimation algorithm of radar signal subtle features | |
CN106301612A (zh) | 基于计数器的询问机接收灵敏度的自动测试方法及*** | |
CN110109089A (zh) | 一种线性调频连续波探测***距离测量精度的改进方法 | |
Gao et al. | Specific emitter identification based on instantaneous frequency characteristics | |
CN106597394A (zh) | 一种基于波形复杂度因子的雷达低截获概率性能评估方法 | |
Ribeiro et al. | A realistic radar data simulator for the Super Dual Auroral Radar Network | |
CN111812424B (zh) | 一种装备全***威胁电磁环境下综合能力评估方法 | |
CN101802624A (zh) | 脉冲分析仪 | |
Wang et al. | High range resolution profile construction exploiting modified fractional Fourier transformation | |
Angrisani et al. | Estimation of instantaneous frequency in the presence of interfering trajectories | |
CN104217119A (zh) | 一种基于S-Method时频分解的机动目标自适应补偿检测方法 | |
Perdoch et al. | Design and analysis of IF signal preprocessing methods for the classification of ELINT signals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |