Clasificación automática de emisiones radar mediante combinación de ARTMAP y filtros Kalman

Abstract

Las Medidas de Apoyo Electrónico (Electronic Support Measures ESM) tienen que ver con la búsqueda, intercepción, localización, análisis e identificación de energía electromagnética irradiada con propósitos militares. Una función crítica de un sistema ESM es la identificación en tiempo real del tipo de radar asociado con cada tren de pulsos interceptado. Esta tarea constituye un desafío debido a la creciente densidad electromagnética, típica de una zona de conflicto, donde puede haber cientos de miles de pulsos por segundo, además de gran dispersión en los modos de trabajo de los radares militares. En este trabajo se examina un sistema de reconocimiento de emisiones de radar que combina diversas fuentes de información para predecir el tipo de radar más probable. Los parámetros del pulso que caracterizan el tipo de radar se utilizan para la tarea de clasificación, mientras que los parámetros de carácter espacial (dirección de arribo y amplitud) se utilizan para separar los trenes de pulsos correspondientes a los distintos emisores activos. El componente principal del sistema de reconocimiento es un clasificador basado en una red neuronal con capacidad de aprendizaje incremental, que se entrena para determinar el tipo de emisor radar presente en el ambiente. El sistema aprende en forma autónoma a identificar cada tipo específico de radar, directamente a partir de la información recolectada de campo