Parameterized time-frequency analysis to separate multi-radar signals

Multi-radar signal separation is a critical process in modern reconnaissance systems. However, the complicated battlefield is typically confronted with increasing electronic equipment and complex radar waveforms. The intercepted signal is difficult to separate with conventional parameters because of severe overlapping in both time and frequency domains. On the contrary, time-frequency analysis maps the 1D signal into a 2D time-frequency plane, which provides a better insight into the signal than traditional methods. Particularly, the parameterized time-frequency analysis (PTFA) shows great potential in processing such non stationary signals. Five procedures for the PTFA are proposed to separate the overlapped multi-radar signal, including initiation, instantaneous frequency estimation with PTFA, signal demodulation, signal separation with adaptive filter and signal recovery. The proposed method is verified with both simulated and real signals, which shows good performance in the application on multi-radar signal separation.

基于强化学习的多雷达抗干扰算法研究

针对多雷达系统在受到环境的扫频干扰下无法工作的问题,研究了基于深度强化学习的多雷达共存抗干扰算法。文中将环境划分为多个子频段,对干扰占用频段过程进行建模,用马尔可夫模型对多雷达系统进行建模;对双深度Q网络(Double DQN)强化学习算法进行改进,与门控单元循环神经网络相结合,使之能处理依赖于长时间序列的干扰问题;提出了基于门控循环记忆的深度确定性策略强化学习算法,针对Double DQN强化学习中的网络臃肿和行动集合较大的问题进行了改进,采用直接输出行动策略,有效降低了网络复杂度。实验仿真结果表明,在多雷达存在的情况,该算法通过避开存在干扰的频点,不仅能够有效降低来自外界的干扰,还能减少己方雷达相互之间的干扰。

安徽省燃气炮人工增雨作业效果综合评估

选取2021—2023年安徽省81次燃气炮作业的双偏振天气雷达、雨量计等多源观测数据,综合评估燃气炮作业增雨效果并分析可能机理。结果显示:在降水开始前作业个例增雨效果较好,并伴有水平反射率因子Z_(H)、差分反射率Z_(DR)的增加和共极化相关系数ρ_(hv)的减少;降水开始后作业增雨效果欠佳。使用携带暖云催化剂的燃气炮作业后云体变化主要在零度层以下,且维持时间较短;使用携带冷云催化剂的燃气炮作业后暖云区和冷云区均有明显变化,且作业影响持续时间更长。燃气炮作业过程中雷达速度谱宽增大,可能是作业引起气流涡旋的增加所导致。统计结果显示:增雨的显著性与作业时长呈负相关,作业时长与Z_(DR)增量呈负相关,过量播撒会导致减雨;增雨的显著性与作业前影响区雨量呈负相关;增雨量与Z_(H)、中低层风速、风切变呈正相关,与高层风速呈负相关。

多频雷达融合的顶煤结构精准探测技术

顶煤结构的准确探测是实现综放智能化开采的重要依据,然而我国煤层结构复杂且内部常含多层夹矸,易影响综放智能化开采的水平。为此,提出一种多频雷达融合的顶煤结构精准探测方法,可提高雷达天线探测深度内的浅部探测精度,同时对顶煤内部的结构信息进行解释。主要研究步骤如下:首先,对不同频率的雷达数据进行预处理和空间对齐,建立不同频率雷达数据之间的空间对应关系;其次,利用滑动窗口与小波变换加权融合方法对多频率雷达数据进行处理,根据窗口内各分段小波信号的能量占比确定各频率信号的时变权重值,并引入边缘检测算法来提高小波变换对雷达数据的融合效率,实现多频雷达数据有效融合;最后,根据煤-矸-岩的介电常数差异和电磁波传播的衰减特性,建立顶煤内部回波强度模型,并利用分层识别方法计算出顶煤内部煤-矸-岩之间的界面信息,进而反演出顶煤内部结构(包括顶煤厚度、夹矸厚度及层数、夹矸层间距等)。试验结果表明:所提出的方法能有效地将不同频率雷达数据进行融合,并能有效地探测出顶煤内部结构特征,且顶煤厚度、夹矸厚度和夹矸层间距的探测误差均小于10%。该方法有助于实现顶煤结构的精准探测,为综放智能化开采提供理论技术支撑。

MCJ-UNet:一种双/多通道联合InSAR相位解缠网络

干涉合成孔径雷达(InSAR)可实现地表高程的高效获取,在地形测绘中应用广泛。双/多通道InSAR技术可借助不同通道(基线、频点)的高程模糊度差异,解决相位欠采样问题,完成高程陡变区域的干涉相位解缠,实现InSAR技术在测绘困难区域的有效应用。该文即面向高效高精度相位解缠需求,利用深度学习这一有力工具,结合不同通道的相位特征及相互约束关系,提出了一种双/多通道联合干涉相位解缠网络:Multi-Channel-Joint-UNet(MCJ-UNet)。该网络的构建以双通道(双频、双基线)InSAR为基本观测构型,并可实现向多通道构型的扩展,其构建的核心思路主要包括3点:首先,将干涉相位解缠中的模糊数估计问题转化为语义分割问题,并采用UNet网络完成分割处理;其次,引入挤压激励模块(SE)动态调整信息权重,以增强网络不同通道对其所需信息的感知能力;最后,利用多通道联合约束下的相位残差优化损失函数,实现网络调谐。此外,为避免语义分割结果的边缘细节误差对解缠效果的影响,该文还提出了一种基于多通道联合约束的解缠误差自修正方法,以保证解缠质量。模拟地形仿真数据、真实地形仿真数据以及TerraSAR-X实测数据验证了所提方法的有效性。

基于机载多角度InSAR技术的复杂地形高精度DEM重建方法

干涉合成孔径雷达(Interferomtric Synthetic Aperture Radar,InSAR)是全天时、全天候获取三维地表信息重要的技术手段。机载InSAR系统具有机动灵活、多角度获取数据的优势,可以高效率、高精度获取数字高程模型(Digital Elevation Model,DEM)数据。但是,在地形复杂区域,InSAR侧视成像易在地形陡峭区域形成较大范围的阴影和严重的叠掩现象,阴影和叠掩区域在SAR图像上体现为信息的丢失,从而导致DEM数据大面积无效数据的存在,严重影响DEM数据的质量及应用。针对这一问题,本文提出了基于机载多角度InSAR技术的复杂地形高精度DEM重建方法,基于考虑地形起伏的机载多角度InSAR数据获取任务规划设计,最大程度的避免阴影和叠掩导致的无效数据;基于高精度InSAR数据处理,保证每个角度DEM数据精度的高度一致性;基于快速多角度DSM数据融合与滤波处理,实现多角度InSAR体制复杂地形DEM高精度重建。本文以四川省西部山区大坡度、非连续等复杂地形为例,基于本文提出的方法,利用3个角度InSAR数据融合处理,生成了高精度DEM数据,试验结果表明,本文提出的方法获取复杂地形DEM数据高程均方根误差为0.6 m,同时,数据有效率大于99%。

基于多尺度特征融合的雷达海上目标检测方法

雷达目标检测对海上信息处理具有重要意义,目前提出的检测方法在召回率和精度上都难以满足海上检测要求。为了解决上述问题,提出基于多尺度特征的雷达海上目标检测方法。通过X波段非相参脉冲体制导航雷达采集数据,在完成预处理后检验数据集,提取雷达数据。分析杂散噪声,确定噪声范围,根据平均强度和灰度值的差值实现归一化处理。对目标进行归一化分析,融合多尺度特征实现目标选择,完成目标检测。实验结果表明,基于多尺度特征融合的雷达海上目标检测方法召回率能够在短时间内达到90%以上,精度在95%以上,能够很好地提取海上目标信息。

舰船编队电子干扰决策研究

舰船编队的电子干扰资源分配问题在现代海战中占有非常重要的地位,针对舰船编队自卫反导作战干扰资源分配问题,通过联合概率关联算法和优劣解距离法完成对目标的数据融合和威胁度排序,提出干扰资源分配指标,结合模糊理论构建了干扰资源分配模型。针对大规模目标干扰资源优化分配问题求解速度慢、难以收敛的问题,引入聚类思想来提高问题的求解速度和求解稳定性。通过改进K-means聚类方法,保证不能将一艘舰船的干扰资源耗尽这一干扰资源分配原则。最终,使用遗传算法求解所建的干扰资源分配模型,对比引入聚类和不使用聚类方法证明了引入聚类对大规模优化分配问题的意义,仿真验证了引入聚类后优化分配方法求解的实时性和稳定性。

一种提高多基地天波雷达目标定位精度的方法

分析了引起多基地天波雷达目标定位误差的原因,对测距误差和定位模型误差两种影响定位精度的主要因素进行了仿真计算。比较发现,定位误差主要来源于多站定位模型,由定位模型中电离层虚高的假定条件与实际不符所引起。给出了减小模型误差,提高定位精度的方法。以某多基地天波雷达系统为对象,对修正后的定位模型进行了不同误差条件下的模拟测试,并利用系统对目标船的跟踪数据进行了验证。结果表明,模型改进后目标定位的精度得到了较大程度的提高。

考虑综合性能最优的非短视快速天基雷达多目标跟踪资源调度算法

合理有效的资源调度是天基雷达效能得以充分发挥的关键。针对天基雷达多目标跟踪资源调度问题,建立了综合考虑目标威胁度、跟踪精度与低截获概率(LPI)的代价函数;考虑目标的不确定、天基平台约束以及长远期期望代价,建立了多约束下的基于部分可观测的马尔可夫决策过程(POMDP)的资源调度模型;采用拉格朗日松弛法将多约束下的多目标跟踪资源调度问题转换分解为多个无约束的子问题;针对连续状态空间、连续动作空间及连续观测空间引起的维数灾难问题,采用基于蒙特卡罗树搜索(MCTS)的在线POMDP算法—POMCPOW算法进行求解,最终提出了一种综合多指标性能的非短视快速天基雷达多目标跟踪资源调度算法。仿真表明,与已有调度算法相比,所提算法资源分配更合理,系统性能更优。

重叠阵元时分复用MIMO雷达多目标参数估计方法研究

针对多普勒-角度耦合和速度模糊问题,该文提出一种基于重叠阵元MIMO阵列的多目标参数估计方法。该方法基于虚拟孔径原理,在传统MIMO天线阵列中引入重叠阵元,构建重叠阵元MIMO天线阵列。通过在角度快速傅里叶变换(FFT)算法中引入循环迭代的方法估计阵列位置参数,利用重叠阵元回波信号的相位差值进行频率估计。同时,引入频谱搬移方法对速度区间进行转换,实现多目标的距离和速度估计。通过蒙特卡罗仿真实验,信噪比15 dB的条件下,解模糊正确率为100%,速度误差为0.1 m/s,角度误差为0.1°。基于城市交通场景采集的车辆数据集进行测试,测试结果表明,该方法能够实现对车辆目标的速度和角度精确估计,可满足交通雷达对车辆信息监测的实时性和准确性需求。

基于多帧聚类的紧凑型HFSWR虚假点迹识别方法

紧凑型高频地波雷达发射功率低,目标检测时信噪比低、虚警率高,会产生大量虚假点迹,影响后续目标跟踪性能。为了滤除虚假点迹,利用目标的运动特性,提出了一种多帧聚类与极限学习机分类两级级联的虚假点迹识别方法。首先,利用基于最优邻域尺寸的多帧聚类方法,将连续多帧中与待识别点迹属于同一潜在目标的点迹聚类成簇。然后,计算簇内待识别点迹与其相邻帧内点迹的距离-多普勒速度的差分值,以其为特征利用极限学习机辨识虚假点迹。实验结果表明,所提方法能够准确将属于同一目标的点迹聚类,虚假点迹识别率达到95%。

对先进多功能雷达系统行为的识别、推理与预测:综述与展望

多功能雷达(Multi-Function Radar,MFR)是先进体制雷达辐射源的典型代表,其能够在雷达时间线上对多个目标调度多个同时执行的任务,具有波束指向瞬时调度、工作模式灵活动态、信号调制复杂多变的特点。随着计算智能、认知理论、数字阵列、软件自定义及硬件可重构系统的不断发展,先进多功能雷达系统自由度和性能潜力不断提升,给现代电子侦察与对抗系统带来了巨大挑战。本文首先较为全面地给出了雷达系统行为的分类,依据雷达系统行为活动的内容与目的将雷达行为分为推理行为、决策行为和动作行为三类,并从雷达方和侦察方两个不同视角对上述三类行为进行了归类划分。然后围绕对先进MFR系统行为的感知识别难题,从侦察方视角对多功能雷达行为进行分析识别的侦察分析模型建模表征、雷达系统外显行为识别、内隐行为推理以及对未来行为预测等四方面对相关基础理论、实现技术的研究进行了全面梳理,并对未来研究面临的挑战和重点进行了分析,旨在为针对先进MFR系统行为相关的后续理论研究与技术发展提供有益参考。

基于熵值图的多功能雷达工作模式识别

针对多功能雷达工作模式多样且信号波形复杂多变,导致常规工作模式识别方法性能不佳的问题,提出基于小波变换的多功能雷达工作状态切换点检测方法,将雷达脉冲序列进行分割,得到单一工作模式脉冲序列样本。其次,基于近似熵、样本熵、模糊熵和排列熵设计了新的熵值图特征,并结合卷积深度神经网络模型,实现了多功能雷达工作模式的智能识别。仿真结果表明,该算法在虚假脉冲率或漏脉冲率为25%时,切换点检测正确率达85%;工作模式识别正确率在虚假脉冲率、漏脉冲率为20%和参数误差为8%时,识别正确率均在83%以上,识别性能皆优于两种对比文献方法,验证了该算法的有效性和优越性。

多方位角融合SAR图像中“扇形”旁瓣分析

随着相控阵天线电子扫描能力的提升,多方位角观测成为星载合成孔径雷达(Synthetic Aperture Radar,SAR)发展方向之一,从多维度提高目标信息解译能力。然而,在公开的多方位角融合SAR图像中存在较强的二维“扇形”旁瓣现象,且二维分布特点不同,容易造成目标误判。因此本文针对此旁瓣方向和多方位角观测目标分辨率开展研究。首先,概述了多方位角观测模式和特性,提出了基于CUDA并行加速的快速后向投影(Back Projection,BP)算法,高效率生成多方位角序贯SAR图像,避免耗时的图像配准和几何校正;其次,基于多方位角观测中斜距平面和地距平面的几何投影关系,重点分析了地距平面目标方位向、距离向分辨率和旁瓣方向,揭示了融合SAR图像中“扇形”旁瓣的形成机理,并解释了二维旁瓣特性不同的原因,基于此可反演获取该SAR图像时卫星和观测场景之间的几何关系,以及融合SAR图像数;最后,通过点目标和扩展目标仿真开展实验,结果表明方位斜视观测中,地距平面方位向、距离向分辨率理论分析精度优于0.02 m,旁瓣方向理论分析精度优于1o,验证了所提分析方法的正确性。

一种基于改进NLMS的多雷达主瓣干扰抑制方法

远程探测场景下弹载主瓣干扰因与目标角度间隔小,单站抗干扰方法性能下降严重。多雷达通过合理布站可有效“分辨”目标和干扰,被认为是可有效抑制主瓣干扰的途径。针对当前多雷达抗主瓣干扰方法普遍存在收敛速度慢的问题,提出一种基于改进归一化最小均方(NLMS)的多雷达对消抗主瓣干扰方法,并通过理论推导给出了其应用条件。该方法通过定义消散因子实现对步长的自适应控制从而达到快速收敛的目的,仿真结果表明该方法在收敛速度及收敛后均方误差(MSE)上具有明显优势。最后通过外场试验进一步验证该方法的性能,在满足布站条件且干噪比≥30 dB的前提下,信噪比改善可达19 dB以上,具有较高的应用价值。

基于多干扰机协同的极化SAR干扰方法

针对单极化干扰机生成的干扰会被极化合成孔径雷达(SAR)鉴别和对消的问题,本文提出了一种基于多干扰机协同的极化SAR干扰方法。该方法在不改变现有干扰机单极化发射结构的基础上,通过时序协同不同位置的多个单极化干扰机,实现对极化SAR的干扰。具体来说,根据极化SAR抗压制和欺骗干扰处理方式的不同,该方法利用不同位置的多个单极化干扰机同时发射,使极化SAR无法准确估计出干扰机发射天线极化比,从而无法对消压制干扰,实现压制干扰的目的;使用不同位置的多个单极化干扰机交替发射,有效破坏相邻两个接收脉冲之间的相关性,使极化SAR无法实现假目标对消,从而实现对极化SAR欺骗干扰的目的,并且多部单极化干扰机交替发射也能实现方位向间歇采样的干扰效果,增加欺骗干扰生成虚假目标的复杂性。由于实际应用中不需要改变现有单极化干扰机发射结构,该文所提方法为实现对极化SAR干扰带来了便利。并且该方法在生成压制和欺骗干扰时均使用模板调制干扰方式,通过简单的模板修改就能实现可控的压制和欺骗干扰效果。文中首先分析了极化SAR抗压制和欺骗干扰的方法,然后分别给出了多干扰机生成压制和欺骗干扰的时序协同方式,最后以模板调制干扰为基础具体分析了多干扰机协同生成干扰的方法,并分析了多干扰机的布局和干扰机数量选取准则。理论推导和仿真实验证明了本文方法能够实现对极化SAR的干扰。

面向协同探测的多机雷达功率时间联合优化分配算法

针对多目标搜索及跟踪场景,研究了面向协同探测的多机雷达功率时间联合优化分配算法。首先,基于信号检测理论和克拉美-罗下界,分别推导了雷达搜索性能与跟踪性能评估指标;在此基础上,建立了面向协同探测的多机雷达功率时间联合优化分配模型,即以最大化雷达工作性能指标为优化目标,以满足给定系统资源限制为约束条件,对雷达搜索及跟踪任务中节点选择、辐射功率和任务时间等参数进行联合优化设计;最后,针对上述优化问题,采用基于内点法和粒子群算法的三步分解算法进行求解。仿真结果表明,与现有算法相比,所提算法能够在满足给定系统资源限制的条件下,有效提高雷达系统搜索性能和跟踪精度。

星源照射多基地雷达系统目标定位建模及精度分析

星源照射多基地雷达系统由一个星载发射源与多个接收站组成,这种一发多收的雷达系统定位精度较单星定位精度高。因为工作体制和构型原因,一发多收雷达系统的定位精度受多种因素影响。为理清多基地雷达系统定位精度的影响因素,文中给出一种典型的一发多收雷达系统定位模型;其次,从几何稀释因子(GDOP)角度出发,对比不同接收站数量对定位精度的影响,发现雷达系统接收站数量为三收或四收时系统效费比较高;然后,研究了不同探测构型所对应的一发三收雷达系统定位精度,发现顶角为120°的Y形布局方式下系统定位精度最优;最后,给出了系统定位精度随目标高度的变化。

基于改进鲸鱼算法的多无人机协同欺骗干扰技术

多机协同对组网雷达系统进行航迹欺骗干扰属于大规模优化问题,往往需要利用群体智能算法优化无人机的飞行任务,然而采用传统群体智能算法优化时往往会出现收敛速度慢、求解精度低等问题。针对这一问题,对标准鲸鱼优化算法进行了改进,提出了一种基于改进鲸鱼优化算法的多无人机协同欺骗干扰技术。首先建立了多无人机协同欺骗干扰组网雷达的数学模型以及对应的优化函数,然后在标准鲸鱼优化算法的基础上引入了自适应惯性权值,提高了算法的全局搜索能力和收敛速度。仿真实验表明,固定无人机数量为9架时,利用改进鲸鱼、标准鲸鱼、粒子群、蚁群4种算法分别优化多机协同欺骗干扰模型,得出改进鲸鱼优化算法平均运行时间最短,迭代次数最少,同时优化产生的实际航迹与理论值误差最小;逐步增加无人机数量至20架,利用上述四种算法进行模型求解时得出改进鲸鱼优化算法在不同无人机架数的条件下产生的假目标航迹条数均优于其他3种算法。