基于VMD分解和多域联合分布的雷达辐射源识别

针对现有雷达辐射源个体识别存在的识别准确率低、难以区分同型号雷达、缺乏实采信号验证等问题,提出了一种基于变分模态分解(variational modal decomposition,VMD)和时频能多域特征联合的雷达辐射源个体识别方法。首先对雷达信号进行VMD,然后对得到的模态分量分别在时域、频域和时频域提取13种特征参数,最后结合k近邻分类器实现雷达个体识别。采用实际采集的船用导航雷达信号对所提方法和现有的其他两种方法进行了对比验证,实验结果表明所提方法在识别准确率、算法鲁棒性方面优于现有两种方法,具有一定的工程应用价值。

基于协方差矩阵优化重构的稳健波束形成算法

针对一般自适应波束形成器在模型失配误差存在时性能下降严重的问题,提出一种基于干扰加噪声协方差矩阵优化重构的稳健波束形成算法。该算法通过稀疏重构的方法剔除样本协方差矩阵中的期望信号分量;利用子空间扩展知识建立导向矢量不确定集约束,优化干扰加噪声协方差矩阵;基于最大化阵列输出功率准则建立导向矢量误差优化模型,通过循环迭代的方法得出最优加权矢量;理论分析及仿真实验结果表明:该算法在目标来波方向误差和阵元位置误差存在时具有稳健性。

基于区域判别的抗质心式箔条干扰方法

针对现役反舰导弹难以有效对抗质心式箔条干扰的问题,提出一种基于区域判别的抗质心式箔条干扰方法。结合箔条机理,提出分割干扰区域的高值分水岭算法,利用基于区域分割的目标检测算法进行箔条、质心与舰船区域划分,在此基础上提取区域特征,利用支持向量机进行区域类别判别,从而达到抗质心式箔条干扰的目的。经过真实质心式箔条干扰数据验证可知:该算法具有较好的抗质心干扰效果,具备工程应用前景。

数字电位器技术在平台加温电路中的应用

描述了数字电位器技术在某平台加温控制仪中的高精度调节应用,基于微处理器STM32F205,通过SPI接口控制数字电位器AD8400实现测温设备负载端阻值的变化,完成模拟平台加温过程。该方案硬件连接简单,控温精确,能完全满足实际应用的要求。

基于特征向量空间聚焦的宽带DOA估计方法

针对传统宽带阵列信号波达方向(direction of arrival,DOA)估计方法中由入射角预估带来的DOA估计偏差及其在多径效应等环境下的应用问题,提出基于特征向量空间聚焦的宽带阵列DOA估计方法。首先,考虑多径干扰等对DOA估计算法的影响,对接收信号自相关矩阵进行平滑处理。然后,以平滑自相关矩阵特征向量空间过渡性为基础,构造聚焦矩阵,并证明其完美聚焦性。理论分析及仿真结果表明,该方法无需对入射信号角度值进行预估,有效避免了聚焦误差,算法复杂度较低,提高了估计精度及效率。

色噪声下基于差分聚焦的宽带DOA估计方法

针对色噪声下宽带阵列波达方向(DOA)估计精度差及稳健性不足的问题,本文结合协方差矩阵差分理论及特征向量空间聚焦算法提出有效解决方案.算法首先按照协方差矩阵差分理论求解差分矩阵,并对差分协方差矩阵进行特征分解,取正特征值部分对应的特征向量重构观测模型,消除色噪声及“伪峰”影响;然后,针对新观测模型,构建新的信号自相关矩阵;在此基础上,推导了不需角度预估的宽带DOA估计方法原理,即以不同频点处特征向量信号子空间为基础,求解聚焦矩阵;此外,为避免特征分解过程中零特征值所对应的特征向量对算法分辨门限的影响,依照特征值递减序列对特征向量矩阵进行重新排列,由非显著部分与信号阵列流型矩阵之间的正交性关系,重构聚焦矩阵.最后,仿真比较分析了所提算法与在噪声背景下的测向精确性、分辨能力、算法稳健性及复杂度方面的性能.理论分析及仿真结果表明,本文方法在色噪声背景下估计精度高、稳健性好,且不需要进行角度预估,复杂度低,实用性较强.

基于双层协方差矩阵重构的稳健波束形成算法

针对协方差矩阵含目标信号分量及目标导向矢量失配情况下,传统自适应波束形成器性能急剧下降的问题,提出了干扰加噪声协方差矩阵双层重构的稳健波束形成算法。首先,利用稀疏重构的方法预估干扰加噪声协方差矩阵,通过估计干扰导向矢量及干扰功率对干扰加噪声协方差矩阵进行优化校正;然后,基于子空间理论建立导向矢量约束误差优化模型,利用迭代方法对凸优化模型进行求解,得到最优权值向量。仿真结果表明:所提算法显著提高了波束形成器在目标导向矢量约束误差及阵列误差情况下的稳健性,低快拍条件下表现较好,输出性能优于仿真对比算法。

基于组合矩特征的舰船目标识别

针对采用一维距离像特征进行舰船目标识别时,大样本需要、算法复杂和效率较低的问题,提出一种利用组合矩特征进行舰船目标识别的方法。首先提取目标距离像的变换不变矩及小波不变矩特征,并且在考虑算法效率及分类器设计的基础上,最终选取共6维特征构造组合矩,作为分类器输入,并利用实测数据对特征进行简化。分析结果表明:经过实测舰船数据验证,所提取的特征克服了姿态、幅度敏感性等特点,能够较好地表征不同类型舰船的差异。算法分类正确率较高,具有较好的工程应用前景。

基于VC开发的弹地时序数据检查与分析系统的设计与实现

导弹弹地时序复现是整个导弹武器系统故障定位的关键,是问题查询的重要基础支持。设计一种导弹弹地时序数据检查与分析系统,该系统基于VC++环境,由数据读取、数据处理、数据显示三部分组成,有助于提高维修效率,解决因设备故障而严重影响部队训练的问题。

基于数据场联合决策图改进的GMM聚类

针对传统聚类方法在处理复杂电磁环境下的雷达信号时存在的聚类质量低、参数需要人为设置、易受孤立噪声脉冲干扰等问题,提出一种基于数据场联合决策图改进的高斯混合模型(Gaussian mixture model,GMM)聚类算法。将数据场理论应用于数据对象密集程度的表征,生成势能距离决策图,进而自动实现聚类数目和中心点的选择,最后结合GMM聚类实现对数据对象的聚类划分。仿真实验结果表明,在脉冲到达角、脉宽、载频等参数存在较大抖动,测量误差以及存在孤立噪声脉冲干扰和脉冲丢失时,本文方法相较于现有典型分类方法具有更好的分选效果。

相位测频法在雷达脉冲载频提取中的应用

脉内载频特征是雷达被动信号分选的关键参数,为提高雷达信号载频特征提取精度,引入相位测频法。利用希尔伯特变换将原始信号转换为复信号,进而求取各采样点对应的相位及瞬时频率,对各点瞬时频率取均值作为信号载频特征。将相位测频法与傅里叶变换法、计数法进行了仿真对比,结果表明:相位测频法在低载频、短脉宽的情况下测频精确度优于傅里叶变换法和计数法。因此相位测频法应用于雷达载频特征提取,能有效提高测频精度和稳定性,为复杂背景下雷达被动信号分选与识别提供支持与保障。

要地防御中应对无人集群作战问题研究

随着要地防空能力建设重要性的日益凸显,无人集群技战术的运用特别是无人机侦察和空袭威胁却给主流军事强国要地防空体系带来了新的严峻挑战。基于上述矛盾,从要地防空体系面临的新挑战入手,充分论证了现有防空体系应对无人集群作战普遍存在的问题短板。以需求为牵引,结合对美军无人集群发展概况的梳理,提出了满足新需要的要地防空体系构建方案,并对要地防御中应对无人集群作战问题进行了较为系统的分析研究。