期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种离散谱掩护信号波形设计与生成方法
1
作者 唐江澜 刘甲磊 +2 位作者 马佳智 施龙飞 关一夫 《雷达学报(中英文)》 EI CSCD 北大核心 2023年第6期1275-1289,共15页
射频掩护是最早的雷达主动抗干扰措施之一,其通过在雷达脉冲信号之前发射不同频率的掩护脉冲来诱导敌方干扰机,实现抗干扰。近年来,随着抗干扰需求更加迫切,射频掩护技术进一步发展,最具代表性的是采用非连续谱信号作为掩护信号,但掩护... 射频掩护是最早的雷达主动抗干扰措施之一,其通过在雷达脉冲信号之前发射不同频率的掩护脉冲来诱导敌方干扰机,实现抗干扰。近年来,随着抗干扰需求更加迫切,射频掩护技术进一步发展,最具代表性的是采用非连续谱信号作为掩护信号,但掩护信号的能量利用率仍存在提升空间。针对此问题,该文在非连续谱掩护信号基础上提出了一种离散谱掩护信号,建立了恒模和频谱幅度联合约束下的波形设计优化问题,通过交替向量乘子法以及频谱塑形算法求解,生成频谱离散、能量聚集的掩护信号。仿真结果表明,在能量和带宽相同的情况下,离散谱掩护信号相比于非连续谱掩护信号具有更高的频谱幅度,提升5~12 dB;在能量相同,频谱幅度接近的情况下,离散谱掩护信号能覆盖更大的频谱范围,实现了更好的抗干扰掩护效果。 展开更多
关键词 射频掩护 非连续谱信号 抗干扰 波形设计 交替向量乘子法(ADMM)
下载PDF
通信化雷达信息分段波形设计与处理
2
作者 王漻鲲 施龙飞 +1 位作者 刘甲磊 关一夫 《雷达科学与技术》 北大核心 2023年第1期97-104,118,共9页
通过在发射信号中嵌入发射站位置、发射时刻等辅助信息,通信化雷达能够实现无通信链路情况下双基地探测能力,广泛适用于分布式探测场景。通信化雷达应用于机载平台常需使用中高重频信号,占空比的约束使得通信化雷达无法在一个脉冲内嵌... 通过在发射信号中嵌入发射站位置、发射时刻等辅助信息,通信化雷达能够实现无通信链路情况下双基地探测能力,广泛适用于分布式探测场景。通信化雷达应用于机载平台常需使用中高重频信号,占空比的约束使得通信化雷达无法在一个脉冲内嵌入完整的通信信息。针对该问题,本文提出了将辅助信息分段嵌入到脉冲串的信息分段波形设计方法,设计了“两层匹配+两次积累”的信号处理方案,对比分析了该波形的误码率和输出信噪比,验证了该波形在中、高重频场景下的适用性。 展开更多
关键词 分布式探测 通信化雷达 波形设计 信息分段
下载PDF
虚拟波束四阶累积量DOA估计方法 被引量:1
3
作者 刘甲磊 马佳智 施龙飞 《系统工程与电子技术》 EI CSCD 北大核心 2022年第7期2134-2142,共9页
为满足复杂干扰场景和阵列误差因素影响下雷达微弱目标信号精确测向需求,提出一种基于均匀线阵构建虚拟波束,替代阵列接收信号进行四阶累积量(fourth-order cumulant,FOC)波达方向(direction of arrival,DOA)估计的算法。该算法包括两... 为满足复杂干扰场景和阵列误差因素影响下雷达微弱目标信号精确测向需求,提出一种基于均匀线阵构建虚拟波束,替代阵列接收信号进行四阶累积量(fourth-order cumulant,FOC)波达方向(direction of arrival,DOA)估计的算法。该算法包括两个关键步骤:一是利用阵列接收信号特征分解的方法,对信号主信息分量进行提取,并以构建的虚拟波束为输入,计算FOC矩阵;二是针对主分量虚拟波束波瓣外的起伏,利用高斯窗修正波束方向图的方法,进一步提升空间谱函数的估计精度。仿真结果表明,该方法在存在阵列误差的非理想因素下,对复杂电磁干扰场景下的目标信号DOA估计精度较现有FOC方法提高150%以上,尤其对于场内同时存在多个非等功率源信号时,所提方法对低信噪比目标DOA估计精度提升效果优势明显,对复杂干扰环境下DOA估计精度更高、适应性更强。 展开更多
关键词 波达方向估计 阵列误差 四阶累积量 虚拟波束 高斯分布窗 非等功率源
下载PDF
基于偏差映射聚类的目标关联方法
4
作者 刘甲磊 石志广 张焱 《现代防御技术》 2019年第3期106-112,共7页
多传感器目标关联是确定不同传感器系统观测的若干信号是否来源于同一目标,它是现代多传感器系统中的一个重要问题。传统的关联方法通过计算不同观测间的关联代价,通过求解代价矩阵最优解来获得关联匹配,但是容易受到环境和传感器性能... 多传感器目标关联是确定不同传感器系统观测的若干信号是否来源于同一目标,它是现代多传感器系统中的一个重要问题。传统的关联方法通过计算不同观测间的关联代价,通过求解代价矩阵最优解来获得关联匹配,但是容易受到环境和传感器性能的影响。提出了一种基于偏差映射聚类(bias mapping cluster,BMC)的目标关联方法,通过对多个传感器间观测目标偏差映射点进行聚类,搜索局部密度最大的映射点集作为传感器间的目标关联结果,走出了利用数学方法求解全局最优解的传统模式。相较其他传感器间目标关联方法,仿真结果表明该方法能有效利用目标观测的空间散布特性,关联正确率更高,并对虚假目标和目标失配等情况具有更强的适应性。 展开更多
关键词 多传感器 目标关联 空间偏差特性 峰值聚类 目标失配
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部