组网火控雷达抗反辐射导弹的闪烁诱偏方法

从火控雷达抗反辐射导弹的迫切需求出发,以雷达组网理论为基础,提出了组网火控雷达采用间歇辐射抗反辐射导弹的方法。对非相干两点源干扰单脉冲雷达测角理论进行拓展分析,提出了两点源或多点源间歇辐射对反辐射导弹的闪烁诱偏方法。建立了闪烁诱偏条件下反辐射导弹的飞行运动模型,并在设定的仿真条件下,对3部雷达组网间歇辐射对反辐射导弹的闪烁诱偏过程进行了仿真。仿真和分析结果表明,火控雷达在组网条件下采用间歇辐射可以对反辐射导弹进行有效的闪烁诱偏。     

ARM导弹对雷达目标的毁伤概率仿真建模

提出了建立空地反辐射导弹单发毁伤概率计算模型的必要性，详细建立了空地反辐射导弹对地面雷达目标的单发毁伤概率计算模型，并对其进行了大量的计算机仿真，结果表明了该模型的有效性。该模型的建立为进一步定量分析空地反辐射导弹的作战效能奠定了一定的基础。     

组网雷达抗ARM工作模式设计及仿真研究

针对组网雷达的工作模式可控转换特性具有优越的抗反辐射导弹攻击的能力,设计了组网雷达抗反辐射导弹攻击的闪光轮换工作模式,该工作模式吸取了有源诱偏和被动关机两种抗反辐射攻击方法的优点。分析了这种工作模式对反辐射导弹作战效能的影响。研究表明,组网雷达采用这种工作模式不仅可以降低ARM的作战效能,还能保证自身获取目标信息的连续性。进行组网雷达闪光轮换工作模式抗反辐射导弹计算机仿真模仿,结果验证了这种工作模式的有效性。     

抗反辐射导弹措施

反辐射导弹对军用雷达构成了严重威胁,研究如何抗反辐射导弹成了电子对抗中的重要课题。本文从战术和技术两关方面论述了抗反辐射导弹的措施。     

反辐射导弹对抗低截获概率雷达和诱饵技术

论述了低截获概率(low intercept probability,LIP)雷达降低反辐射导弹(anti-radiation-missile,ARM)的作用距离和诱饵使ARM失效的原理。用小波理论分析方法在噪声中提取信号和用信道化接收机测频,以减小LIP雷达的影响。提出采用窄波束被动雷达导引头或多模复合制导导引头特别是采用超分辨新体制导引头,以提高角分辨力,分辨出雷达和诱饵从而实施攻击。重点分析了空间谱估计测向分辨雷达与诱饵的原理,进行了仿真,仿真结果证明了这种体制的导引头的可行性和抗诱饵系统能力。     

反辐射导弹的最优检测

本文以反辐射导弹告警系统为背景，根据典型反辐射导弹的发射模式，建立了反辐射导弹雷达回波时间序列模型，指出告警系统对反辐射导弹的脉冲串检测实际上是速度及加速度分量未知的线性调频信号的检测。推导了反辐射导弹的最优检测的表达式及参数估计的精度，并给出了最优检测的检测性能，为工程完成反辐射导弹回波脉冲串的检测提供了理论基础。     

数据融合与雷达优化布站

雷达组网反隐身技术是现代军事领域比较关注的一个问题。其中的多雷达数据融合和雷达优化布站技术又是热点问题。本文通过例子首先分析了数据融合和雷达布站对组网系统探测性能的空间分布的影响，进而给出了一种雷达优化布站方法。该市站方法以所要探测目标的雷达散射特性（ＲＣＳ）和各雷达的空间探测特性为依据，同时也考虑到了组网系统对四抗（抗干扰、抗低空入侵、抗反辐射导弹和抗隐身目标）的要求。     

抗反辐射导弹雷达诱饵阵防御效能分析

为了评定一个布置有诱饵的雷达阵地抗反辐射导弹(ARM)攻击的防御效能,提出了采用马尔可夫链的转移概率矩阵进行计算的方法。该方法通过计算在多枚ARM的攻击后,雷达诱饵阵地状态的变化,获得雷达阵地在ARM攻击后的毁伤概率矩阵,以及摧毁雷达所需要的ARM的期望数目。给出了应用该方法的具体步骤,并通过仿真实例检验了该方法的可行性和有效性。     

一种改善相控阵雷达性能的有效措施

反辐射导弹威胁着雷达的生存,各种干扰使雷达无法发挥应有的作用。因此,降低相控阵的副瓣,势在必行。但是,研制低副瓣和超低副瓣相控阵是非常困难的。本文提出一种方法,仅通过改变相位分布,来实现对副瓣的抑制。利用相控阵雷达的波束扫描移相器,可方便地达到这一目的。用这种方法,对接收阵来说,可抗干扰信号;对发射阵来说,可用于抗反辐射导弹。     

基于LPI的相控阵雷达辐射控制方法

相控阵雷达可通过合理配置工作参数优化其性能。针对雷达在电子对抗环境中需要具备低截获概率（low probability of intercept, LPI）的要求,从低截获原理出发,对两种辐射能量控制策略：最小功率策略和最小驻留策略的实现方法进行了理论推导。在此基础上,建立以检测概率为目标的探测性能优化模型,并给出了两种能量控制策略下的最优辐射控制方案。     

用附加辐射源对抗反辐射导弹的布防研究

研究附加辐射源对抗反辐射导弹(anti-radiation missiles,ARM)布防方案中有关点源间距选择的问题。从空间分辨条件和ARM几何运动分析出发,推导ARM以任意攻击角斜入射时,两点源能够安全诱偏ARM的间距的数学模型,确定了假定条件下的最佳诱偏距离。计算分析ARM分辨角、攻击角和点源间距对诱偏效果的影响。指出选择点源间距时,仅按垂直入射情况选择的间距不能完全保证辐射源的安全,应该考虑ARM斜入射的情况。     

低截获概率雷达信号分析与一种新型信号的设计

导出了信号截获因子与信号参数的关系 ,认为大的时间 带宽积是低截获概率信号的必要条件。讨论了直接序列 (DS)扩频信号作为低截获概率 (LPI)雷达信号的不足 ,然后提出了一种对于雷达具有适当的时间带宽积、对于辐射计具有较大时间带宽积的信号 ,并分析和验证了该信号的LPI性能。     

低截获概率制导雷达设计原理

制导雷达是地对空武器系统的重要组成部分,制导雷达采用低截获概率(LowProbabilityofIntercept,LPI)技术可以提高地对空武器系统的有效性和生存能力。LPI制导雷达实质上是一种从系统上与目标的ESM接收机进行探测灵敏度较量的雷达,因此在系统设计上应着重考虑使其天线主瓣LPI的技术措施。从理论上分析了LPI制导雷达的关键技术和设计方法,并依据典型数据给出了定量的数学模型。     

基于改进G-GIFSS算法的雷达LPI性能评估方法

合理的雷达低截获(low probability of interception, LPI)性能评估方法是提高其隐身性能的基础。针对雷达LPI性能难以有效实时评估的问题,提出一种群广义直觉模糊软集 (group-generalized intuitionistic fuzzy soft sets, G-GIFSS)算法与主客观权重相结合的雷达LPI性能评估方法。首先从反映雷达低截获性能的3个准则层信号层、功率层以及天线层确定6个目标属性指标层,选择直觉模糊集熵法确定客观权重、层次分析法((analytic hierarchy process, AHP))确定主观权重,并线性合成主客观权重。结合G-GIFSS算法利用多专家参量集的优势,对雷达LPI性能进行综合评判。通过案例分析并与经典评估方法对比,验证了该方法的优越性。     

一种极化分集制导雷达及低截获概率信号设计

研究了一种基于极化分集阵列的主动式弹载相控阵雷达及其信号设计问题。阐述了该制导雷达极化分集阵列的设计思想和雷达系统结构;设计的雷达发射信号为：在脉冲内部采用线性调频或者相位编码脉冲压缩信号、在脉冲组之间采用时域波形和极化状态的同时捷变,采用脉冲压缩技术以实现高距离分辨率和探测距离,综合采用脉冲压缩技术和极化编码技术有效提高雷达的低截获概率性能,采用极化估值与检测技术提高雷达的抗干扰能力。建立了双极化发射信号的数学模型,论述了双极化回波信号的处理方法,仿真分析了其抗干扰性能。研究结果表明,该新体制制导雷达具有良好的抗移频干扰和延时干扰的能力,电子战性能更为优良。     

基于PSO-CNN的LPI雷达波形识别算法

低截获概率(low probability of intercept, LPI)雷达作为一种具有强抗干扰能力及低截获特性的新型雷达, 对其精准高效识别已成为雷达对抗一方波形识别的难点。针对该方向主流分类器卷积神经网络(convolution neural network, CNN)的结构智能寻优问题, 提出一种基于粒子群优化(particle swarm optimization, PSO)算法-CNN的波形识别算法。该算法利用PSO的寻优特性, 可实现较大范围内自动搭建不定层数、不定层类别及层内参数的CNN结构并进行迭代寻优; 采用识别精度及网络复杂度相结合的衡量指标, 可根据需求调整两者比重以实现对精度与轻量性的选择。该算法获取的CNN结构实现了比9种经典CNN结构更好的LPI雷达波形识别效果, 同时避免了波形识别时人工选定CNN超参数缺乏智能性、客观性的问题, 提高了选用CNN结构的适配性及高效性。     

基于复合频率编码的低截获概率波形簇设计

针对宽带正交低截获概率(low probability of intercept，LPI)雷达波形簇设计, 利用频率编码捷变和调频斜率捷变的复合波形编码技术, 在波形正交约束的基础上构造了一种复合频率编码的非线性代价目标函数, 提出了基于频率编码捷变或调频斜率捷变的复合波形簇优化设计方法。利用模式搜索算法获得了具有良好自相关和互相关旁瓣特性的宽带正交LPI波形簇。仿真结果表明, 所设计的波形能够获得低自相关旁瓣和低互相关旁瓣, 可为LPI雷达发射波形与多输入多输出雷达波形的设计提供参考。     

基于改进半监督朴素贝叶斯的LPI雷达信号识别

针对先验信息残缺的非合作电子对抗背景下的低截获概率雷达信号识别问题,提出一种基于改进的半监督朴素贝叶斯的识别算法。该算法首先提取出4种低截获概率(low probability of intercept,LPI)雷达信号的双谱对角切片作为识别特征;针对传统的半监督朴素贝叶斯(semi-supervised Naive Bayes,SNB)在更新训练样本集过程中会产生迭代错误的不足,利用改进的SNB(Revised SNB, RSNB)算法构建分类器,完成对测试样本的识别。该方法通过在无标记样本集生成的置信度列表中选取置信度较高的样本添加到有标记样本集中,再利用预测后的分类结果对分类器参数(即特征期望向量m i和方差向量σ i)进行改进,有效解决了传统算法分类精度低且分类性能不稳定等缺点。理论分析和仿真结果表明,在LPI雷达信号识别问题,相比于SNB算法和传统的主成分分析加支持向量机法(principal component analysis-support vector machine, PCA-SVM),该算法具有更高的分类识别率和更好的分类性能。