极化码的参数捷变技术及性能仿真

极化码是首个能够从理论上证明接近信道容量的纠错码,于2016年11月和低密度奇偶校验码一并作为第5代移动通信的标准。针对极化码特有的蝶形结构采用Trellis对其进行了重新描述,详细分析了串行抵消列表译码算法。同时,基于密度进化理论给出了极化码的码参数捷变技术,能够在不改变编译码器硬件结构与程序的情况下实时、快速地改变编译码参数。仿真结果表明,在编码参数近似相同的情况下极化码的性能要优于低密度奇偶校验码。

多参数捷变雷达快速MTD算法

相比于传统的脉冲-多普勒体制雷达,多参数捷变雷达具有十分优秀的抗干扰能力,这使得其在复杂电磁环境下被广泛应用。然而,脉间参数的变化会严重破坏回波脉冲的相干性,导致动目标检测(moving target detection,MTD)等相干处理难以实现。针对以上问题,提出一种针对多参数捷变雷达的快速MTD算法。该算法对多参数捷变信号进行建模和稀疏表示,采用快速傅里叶匹配追踪(fast fourier matching pursuit,FFMP)对回波信号进行重构以实现MTD。仿真结果证明了本方法的有效性、优越性以及该方法在运算量上的优势。

频率捷变参数检定仪的设计

频率捷变雷达综合测试仪工作在射频捷变状态,可产生雷达所需的目标回波信号,其跟踪精度将直接影响雷达的测试准确度.本文介绍了捷变参数测试原理,根据系统设计方法将频率跟踪精度的检定在中频进行,并提出了捷变参数检定仪的设计方案.同时对检定仪进行了测试,得到的测频精度优于10 kHz.

一种基于配对定位的脉冲分选新技术

如何实现复杂多参数捷变雷达信号的脉冲分选,一直是雷达对抗领域的一个十分重要的研究课题。提出了一种基于脉冲配对定位的新方法,解决了多参数捷变雷达的脉冲分选问题,详细分析了基于配对定位的脉冲分选的实现过程,并通过仿真试验进行了验证,试验证明基于配对定位的分选方法可以提高脉冲分选的性能,同时可以解决多参数捷变雷达的脉冲分选问题。

一种基于两站协同的脉冲分选算法研究

如何实现复杂多参数捷变雷达信号的脉冲分选一直是雷达对抗领域的一个十分重要的研究课题。提出了一种基于两站协同的脉冲分选方法实现多参数捷变雷达的脉冲分选。详细分析了两站协同脉冲分选的实现过程,并通过仿真试验进行了验证。试验证明两站协同的方法可以提高脉冲分选的性能,同时可以解决多参数捷变雷达的脉冲分选。

基于神经网络与时域校验的信号分选方法

针对现有雷达信号预分选方法对参数捷变雷达信号分选准确率不高的技术难题,提出了一种基于深度学习算法的全连接神经网络与时域校验的雷达信号预分选方法。该方法首先提取雷达数据库中已知雷达信号的载频、脉宽和脉内调制信息作为单脉冲分选特征,使用全连接神经网络完成单脉冲的识别。为了避免神经网络将未在雷达数据库中的信号(未知雷达信号)识别为已知雷达信号,在神经网络的输出层中加入置信度神经元生成置信指数,将置信指数低于阈值的判定为未知雷达信号进行剔除。最后根据分选结果调用雷达数据库中对应的时域信息(脉冲重复间隔),进行时域校验,完成雷达信号预分选。仿真结果表明,该方法在不同信噪比环境下对参数捷变雷达信号有较高的分选准确率,并且能有效剔除未知雷达信号。