智能化雷达干扰系统自学习模型研究

首先对自学习进行了阐述;然后研究了雷达对抗中敌我双方的参数、特征知识及知识表示;最后提出智能化雷达干扰系统中的2个过程自学习模型:雷达辐射源识别规则自学习模型和对敌雷达干扰策略自学习模型,为深入研究智能化雷达干扰系统提供模型基础。

一种雷达辐射源识别自学习算法研究

针对目前雷达对抗系统面临的辐射源识别精度不高、智能化水平低的特点,将自学习理论引入到雷达对抗系统中。提出了基于遗传算法(GA)的自学习算法实现雷达辐射源智能识别的方法。实验表明:在使用相同的特征参数"前件"条件下,通过这种自学习方法得到的正确识别率高于其它识别方法。

智能化干扰系统中智能决策支持系统的设计

提出了一种基于知识库和问题求解单元的智能决策支持系统（IDSS）的设计方法，阐述了这种IDSS在智能化干扰系统（IIs）中的知识推理过程，并给出了IDSS中问题求解方法和整个系统的最终评估方式。

基于GA的雷达辐射源识别自学习算法研究

文章针对目前雷达对抗系统面临的辐射源识别精度不高、智能化水平低的特点,将自学习理论引入到雷达对抗系统中。提出了基于GA(Genetic Algorithm)的自学习算法,实现雷达辐射源智能识别。仿真结果表明:在使用相同的特征参数"前件"条件下,通过这种自学习方法得到的正确识别率高于其他识别方法。

一种慢跳DS/FH信号的检测方法研究

提出了一种慢跳DS/FH信号方法,根据DS/FH信号的特性,将信号的跳频特性与直扩特性分开进行检测。首先利用成熟的跳频检测方法,在时频域或频域上对信号进行跳频检测,当检测到跳频信号后,再在时域上采用空间互相关方法检测信号是否具有直扩特性,从而判断DS/FH信号的存在性。计算机仿真结果表明该方法具有一定的可行性。

一种DS/FH信号的检测技术

利用时域滤波互功率谱密度(TDFCSD)检测技术对DS/FH信号进行检测,并进行了MAT-LAB仿真,结果表明该方法在信噪比高于-10dB的情况下具有一定的可行性。