认知雷达对抗技术概述

新型认知雷达的出现必将引起防御方的高度重视,关于如何发展有效对抗措施的研究应运而生.该文首先介绍了认知雷达的特点及其基本构成因素,并分析了认知雷达的出现对传统电子战带来的挑战.在此基础上,指出对认知雷达的对抗必须将认知技术应用到电子战系统中,从而实现认知电子战.然后,讨论了认知电子战的组成及其基本特征,并对认知电子战的关键技术进行分析,为针对认知雷达的对抗技术和认知电子战的研究研究奠定基础.     

随机森林分类用于雷达信号预分选新算法研究

 现代战争中,雷达电子战环境越来越复杂,随着雷达种类的多样化和雷达脉间调制方式的复杂化,对信号分选的识别难度也愈加增大。本研究采用随机森林算法对脉冲描述字特征进行预分选,可自适应的对特征进行选择,并实现分类。随机森林由于可以自动进行特征选择,可对不平衡的数据进行误差平衡等优点,通过多决策树表决方式,可以迅速完成对大量数据快速训练。在脉冲丢失导致的部分特征损失的情况下,仍可以维持识别准确率。通过实验证明了本方法对雷达脉冲描述字特征进行预分选的有效性。     

复杂电磁环境下雷达有源干扰机的设计与实现

为提高复杂电磁环境下干扰机的干扰效率,实现对多部雷达同时干扰,提出了一种基于DRFM技术的雷达有源干扰机实现方法。该干扰机将ADC采集到的雷达信号存入存储器中,经信号参数测量和威胁等级判定后进行雷达干扰样式的制定,按照制定的干扰策略对雷达信号进行干扰处理,产生干扰信号。设计中重点解决了传统干扰机干扰样式单一、在多雷达环境中干扰信号脉冲丢失的问题。经过板级调试试验,该干扰机能够在复杂电磁环境下采用多种干扰样式准确、有效、稳定地干扰目标雷达,适应电子战的作战需求。     

一种军用雷达目标回波仿真系统的设计

某型军用雷达是利用捕获飞行中的弹丸数据,来确定敌炮阵地位置或引导我方炮兵进行校射作业的,因此在没有炮兵进行实弹射击保障的前提下,无法进行雷达的侦察与校射训练。为了解决雷达日常训练无实弹射击保障的难题,研制了雷达目标回波仿真系统。该系统通过对雷达辐射信号的检测,自动生成弹丸而形成的弹道回波,为雷达提供逼真、可控的目标信号环境,从而解决在非实弹射击情况下雷达训练的难题,对新装备尽快形成战斗力和提高训练效益具有十分重要的意义。     

一种极化MIMO雷达导引头关键技术研究

为提高雷达导引头的工作性能,提出一种新体制极化多输入多输出(MIMO)雷达导引头的概念,研究了该雷达导引头中的关键技术. 该雷达导引头采用双极化天线阵列,各个天线子阵发射正交频分线性调频信号;同时接收雷达回波信号的双极化分量,采用匹配滤波技术实现各个回波信号的有效分离;引入瞬态极化检测与识别技术,有效提高雷达导引头的抗干扰性能;采用单脉冲测角技术实现对目标的正确测角和跟踪. 理论分析和仿真结果表明,极化MIMO雷达导引头具有优良的电子战性能.      

低截获概率雷达的设计方法

传统的反舰末制导雷达由于采用磁控管发射技术,其辐射的功率大,雷达主瓣和旁瓣信号很容易被敌方侦测雷达检测到,从而造成雷达被干扰及其运载平台容易遭受反辐射导弹(ARM)等精确制导武器的毁伤,已越来越不能满足现代战争的需求,因此在对抗与反对抗的电子战需求中,低截获概率雷达研究已成为雷达研究领域的重中之重,在电子战日益激烈的现代战场,只有具备LPI(低截获概率)性能的雷达才能对抗ESM和ARM而生存下来。     

一种极化和频率捷变主动雷达信号处理技术

为提高现代制导雷达的电子战性能,该文提出了一种频率和极化捷变的雷达系统,探讨了相应的信号处理技术。阐述了极化捷变单脉冲雷达系统的原理和结构,介绍了2种极化和频率捷变雷达发射信号波形,根据雷达目标的极化散射理论,建立了相应的全极化回波信号模型。在回波信号处理过程中,对回波信号进行正交解调和采样,经过目标和干扰信号的极化参数估值、极化匹配计算,实现了对目标的有效检测,最后利用可靠的目标信号数据进行单脉冲测角和跟踪。该文还探讨了极化捷变体制和频率捷变体制之间的兼容性问题。理论分析和仿真实验表明,当目标和干扰在极化域可分辨时,极化捷变技术可提高传统频率捷变雷达的抗干扰能力。     

Kohonen神经网络在雷达多目标分选中的应用

雷达多目标分选是电子侦察的重要内容之一，也是实施有效电子战的前提，神经网络在雷达多目标分选中的应用是电子侦察的一个新领域。目标的时域、频域、空域参数是多目标分选常用的分选参数。Kohonen神经网络具有自组织能力和识别聚类中心的能力，采用一维Kohonen神经网络对雷达信号进行分选试验，取得了很好的效果，并给出了确切的聚类中心值。     

基于深层神经网络的雷达波形设计

针对雷达波形多准则优化目标函数难以建立的问题,降低目标响应的不确定性,提高雷达检测性能,提出了一种基于深层神经网络的雷达波形设计方法。首先,根据雷达回波数据形式进行深层神经网络(DNNs)结构设计;然后,将基于信噪比(SNR)和互信息(MI)准则产生的信号随机混合并与其所对应的环境信息组成训练集,对DNNs训练;最后将另一部分基于互信息准则产生的信号与其对应的环境信息作为测试集,利用DNNs生成信号并进行测试。实验结果表明,使用该方法产生的信号作为雷达发射波形与仅基于MI准则产生的信号作为雷达发射波形相比,雷达回波与目标的互信息量最大提高了21.37nat,雷达接收信号的信干噪比最大提高了1.35dB。与线性调频信号相比,相应的互信息量最大提高了950.76nat,相应的信干噪比最大提高了18.23dB。     

雷达导引头提高低截获能力的一种技术途径

弹载雷达导引头低截获能力的提高是在复杂电子战环境中实现有效突防的重要技术途径,文章分析了雷达导引头获取低截获能力的技术方法,特别指出雷达导引头采用线性调频连续波技术可以实现超低截获能力。对提高雷达导引头的抗干扰性能,在电子战攻防中取得优势有着积极的意义。     

天波超视距雷达多径信道均衡方法

具有大范围、远距离、隐身和超低空目标探测等特点的天波超视距雷达已成为目前雷达领域研究的重点技术之一.针对天波超视距雷达工作中多径效应对雷达回波信号的污染问题,提出了一种抑制多径污染的信道均衡方法.首先利用已知的训练序列对多径信道进行估计,然后利用具有一定结构的滤波器实现信道的均衡,最终达到了抑制多径信道对雷达回波信号影响的目的.仿真实验证明,该方法可以有效地对多径效应引起雷达回波信号的污染进行抑制,进而提高雷达对目标的检测能力.     

雷达动目标显示模拟系统

运用数字电路建立了雷达动目标显示模拟系统 ,并对其设计原理进行了分析说明 ,给出了对消运算的回波信号波形及运算规则。该系统简便经济 ,对模拟雷达训练有很好的应用价值     

雷达动目标显示模拟系统

运用数字电路建立了雷达动目标显示模拟系统,并对其设计原理进行了分析说明,给出了对消运算的回波信号波形及运算规则.该系统简便经济,对模拟雷达训练有很好的应用价值.     

船载测控雷达天伺馈仿真训练系统关键技术研究

根据船载测控雷达天伺馈设备的特点和现实训练的需求,提出了利用计算机仿真技术对天伺馈设备进行仿真的方法,通过开发相应的仿真训练系统来丰富训练方法。首先探讨了天伺馈仿真训练系统的组成和工作原理,重点分析了包括仿真数据的获得、坐标转换、数据库设计和硬件连接电路设计等实现仿真训练系统的关键技术。实践表明,天伺馈仿真训练系统关键技术的研究成果有效指导了后续的研制工作。     

基于HLA和OPNET的雷达着舰引导仿真系统设计

在深入研究HLA分布式仿真技术、matlab实时仿真技术、OPNET平台仿真机制的基础上,将HLA分布式仿真技术与matlab实时仿真平台以及OPNET网络仿真平台相结合,设计了雷达着舰引导仿真系统,对精密着舰雷达和引导数据链系统进行了实时仿真,可用于激励已有机载飞行仿真系统,构成人在环的半物理仿真试验系统,满足进行着舰飞行仿真试验的相关要求。     

一种雷达视频数据录取分析系统的设计

本文介绍了一种基于计算机千兆以太网的大容量的雷达视频数据录取分析系统的设计方法,从系统功能及组成等方面进行阐述,该系统可对雷达视频数据实时采集,响应速度快,存储容量大,可对电子战试验态势进行回放。     

一种LFMCW雷达目标距离提取方法

在阐述FFT方法、最小二乘曲线拟合方法和雷达信号特点的基础上,将BP网络应用于线性调频连续波雷达系统目标距离的信号处理中,用雷达数据对构造的BP网络进行了训练和测试。仿真结果表明,该方法在训练对象足够充分的情况下可以适应较大范围内测量,在无噪或低噪声的情况下,可以获得较高的测量精度,是一种对LFMCW系统信号处理的有效方法。     

基于神经网络的多功能雷达行为辨识方法

针对多功能雷达行为状态复杂多变、难以识别的问题,构建了多功能雷达行为数据集,提出了一种基于神经网络的雷达行为辨识方法。首先对数据进行预处理,提取多功能雷达的参数特征与行为状态特征,并建立两者间的映射关系。然后通过基于贝叶斯准则的变化点检测算法对原始雷达信号脉冲序列进行分割,补齐有缺失的特征参数,构造完整的可用于训练的脉冲数组样本。最后通过数据推理丰富数据库,为数据驱动的智能识别方法提供可靠的数据准备,增强神经网络的泛化能力。针对处理后的雷达行为数据集的特点,设计BP神经网络进行训练与测试。仿真实验结果表明:训练完成的网络模型在识别过程中一定程度上克服了噪声变量等干扰的影响,正确率可以达到89%。     

基于模糊函数主脊切片和深度置信网络的雷达辐射源信号识别

雷达辐射源信号识别是电子侦察系统的关键组成部分,为了提高低信噪比条件下对低截获概率雷达信号识别的准确率,提出了一种基于模糊函数主脊切片(MRSAF)与深度置信网络(DBN)的雷达辐射源信号识别方法。首先对雷达信号进行奇异值分解(SVD)进行降噪预处理,求解雷达信号的模糊函数并提取其主脊切片包络,采用奇异值分解方法降低噪声对主脊切片包络的影响,然后建立基于受限波尔兹曼机的DBN模型并运用标签数据有监督微调模型参数完成训练,最后基于该算法模型实现辐射源信号的分类和识别。仿真结果表明:该方法在低信噪比条件下也有较高的识别率,信噪比高于-4dB时,识别率可以达到90%以上,验证了本算法的有效性和应用价值。     

大气环境对雷达装备的影响与模拟仿真研究

大气环境是影响雷达装备性能发挥的重要因素之一.详细分析我国的大气环境特征,以及各种环境因素对雷达性能的影响.为了能够全面体现各种自然环境对雷达系统的影响,准确地进行雷达性能的评测和效能的评估,同时介绍了大气模拟仿真及仿真技术在雷达中的应用.