非理想检测下多雷达网络节点选择与辐射资源联合优化分配算法

该文针对分布式相控阵多雷达网络的多目标跟踪场景,研究非理想检测条件下的节点选择与辐射资源联合优化分配算法。首先,根据分布式相控阵多雷达网络构成、目标运动模型、雷达量测模型以及雷达节点检测情况,推导非理想检测下以雷达节点选择、辐射功率和信号带宽为变量的贝叶斯克拉默-拉奥下界(BCRLB)闭式解析表达式,并以此作为多目标跟踪精度衡量指标。在此基础上,以最小化系统各雷达节点对所有目标的总辐射功率为优化目标,以满足目标跟踪精度门限以及给定的系统射频辐射资源限制为约束条件,建立非理想检测条件下多雷达网络节点选择与辐射资源联合优化分配模型,对各时刻雷达节点选择、辐射功率和信号带宽等参数进行联合优化设计,以提升多雷达网络的射频隐身性能。最后,针对上述非线性、非凸优化问题,采用基于障碍函数法和循环最小化算法的4步分解算法进行求解。仿真结果表明,与现有算法相比,所提算法能在满足给定多目标跟踪精度的条件下有效降低分布式相控阵多雷达网络的总辐射功率,至少降低了约32.3%,从而提升其射频隐身性能。

分布式无线组网超宽带穿墙雷达系统设计与联合定位

单发单收穿墙雷达具备便携、系统简单、可独立工作等优势,但难以实现目标二维定位与跟踪。该文基于便携式单发单收雷达设计了一套分布式无线组网穿墙雷达系统,同时提出了一种目标联合定位方法,能够兼顾系统便携、低成本和目标二维信息估计。首先,设计了基于互补格雷码发射波形的超宽带雷达系统,解决了同频段多台雷达同时工作互相干扰的问题;分布式无线组网超宽带穿墙雷达系统包括3个雷达节点,并通过无线模块与数据处理中心通信。其次,提出了一种基于行为认知理论和模板匹配相结合的数据同步方法,通过识别各雷达数据中的相同运动状态来解决无线组网雷达慢时同步问题,摆脱了传统同步方法对硬件的苛刻要求。最后,提出基于Levenberg-Marquardt(L-M)最优化算法的雷达位置自估计和目标位置求解方法,实现了无先验雷达节点位置信息下的目标快速定位与跟踪。通过仿真分析与实验验证,该文设计的无线组网雷达系统可以实现目标二维定位与实时跟踪,雷达自身位置的估计精度优于0.06 m,对运动人体目标定位精度优于0.62 m。

基于CNN-Swin Transformer的分布式超宽带雷达人体动作识别

针对传统雷达人体动作识别方法中特征提取能力不足和上下文建模困难的问题,提出了一种结合卷积神经网络(Convolutional Neural Network, CNN)和Swin Transformer的网络模型,用于有效识别分布式脉冲超宽带雷达数据中的人体动作。通过多分支的CNN对多个雷达的多个谱图、雷达数据的幅度和相位等特征进行提取和融合,利用Swin Transformer模块的多层自注意力机制对生成的特征映射进行上下文建模,提取具有高级语义信息的特征。采用代尔夫特理工大学(Technische Universiteit Delft)公开的数据集进行5折交叉验证,结果表明所提方法能够有效识别9类连续人体动作,识别准确率达到98.2%。

一种类线性调频雷达波型自动识别方法

随着电子技术的发展,雷达信号调制方式趋于复杂化,对雷达信号波形进行可靠的识别是雷达侦察系统面临的一个难题。其中,类线性调频雷达信号(LFM、Frank码、P1~P4码)是识别难度较大的一类信号。针对该问题,论文提出了一种基于深度学习的雷达波形自动识别方法,首先计算类线性调频雷达的基于S-method的时频分布,在此基础上计算信号时频分布的Zernike矩,然后通过卷积神经网络进行分类识别。实验表明,在-2dB信噪比下,信号的整体识别率达到94.33%,能够有效识别雷达波形。

基于脉冲交错的分布式雷达组网系统波束驻留调度

该文针对分布式雷达组网系统提出了一种基于脉冲交错的实时波束驻留调度算法。该算法引入时间指针向量,用于指示何时选择具有最高综合优先级的波束驻留任务,该任务被分配至交错时间利用程度最低的雷达节点,有效减少了调度过程中引入的时间空隙;同时,脉冲交错分析方法决定对于被分配的波束驻留任务是否可以在相应的雷达节点成功调度执行,其中,引入时隙占用矩阵和能量消耗矩阵来表征各个雷达节点的时间与能量资源使用情况,简化了交错分析过程,并实现了具有不同脉冲重复周期与个数的波束驻留任务之间的交错。此外,为了提高波束驻留调度的效率,所提算法还引入交错时间利用率门限自适应选择时间指针的滑动步长。仿真结果表明,该文所提算法能实现分布式雷达组网系统实时的波束驻留调度,并能获得较现有波束驻留调度算法更好的调度性能。

单频网分布式外辐射源雷达技术

外辐射源雷达的研究和应用正朝着由单收发对向多收发对体制发展。作为该型雷达的一种重要机会照射源,新一代数字广播电视广泛采用单频(或同频)网覆盖方式,其内在决定了基于此的外辐射源雷达是分布式和网络化的。鉴于照射源单频网配置下外辐射源雷达不同寻常的工作和处理方式,该文归纳提出了单频网分布式外辐射源雷达的概念,阐述了该型雷达的主要特性以及所面临的核心问题,并就部分关键技术讨论了若干可供尝试的解决方案,结合原理实验结果展示了该型雷达的可行性,最后提出了集外辐射源雷达探测网的四网融合的概念并展望了其应用前景。

基于改进雷达图的配电网综合状态评估实用方法

为解决配电网运行综合状态评估问题,提出了最小配电子岛与最小配电子网的概念。给出了一种包含五种等级的最小配电子网运行状态划分方法,并分析了各个状态的特点。以最小配电子网为基准,提出了子网中各个状态的指标评分具体方法,并给出了相应公式。按照谨慎原则,以指标评分最差配电子网的运行状态作为整个配电网络的运行状态。基于改进雷达图分析法,给出了一种描述五种状态等级的同心圆绘制方法。并根据当前状态评估指标、15 min后状态评估指标、60 min后状态评估指标,结合雷达图面积与周长,给出了三种配电网综合状态评估指标,并结合实例分析了三种指标的特性。实例分析表明所提方法能够清晰反应配电网的综合运行状态,为配电网的实时运行提供可靠依据,具有较好的实用化意义。

分布式组网雷达抗多假目标欺骗干扰处理方法

针对多假目标欺骗干扰下的分布式组网雷达,提出了一种抗干扰的数据处理方法。该方法包括单雷达多目标跟踪-航迹关联检验-串行滤波融合3个步骤。首先各雷达分站独立进行多目标跟踪,获得各分站下真假目标对应的各个航迹。接着,对来自不同雷达的航迹进行关联检验,使真目标对应的航迹被保留,而假目标对应的航迹被拒绝。最后,在融合中心对通过关联检验的航迹进行融合,使对真目标的跟踪精度大大提高。仿真试验表明了该数据处理方法可使组网雷达有效剔除假目标,且更精确地跟踪真实目标。

多雷达组网系统空间误差分布与配准算法仿真

空间配准是多目标跟踪系统中的关键环节.本文针对实际的多雷达组网系统,详细分析了造成观测误差的空间误差源分布情况,并对误差进行了分类.在此基础上,深入研究了各类误差配准算法,结合工程实际,推导了基于测地坐标系的目标航迹转换方程;利用最小二乘配准算法推导了广义最小二乘算法,仿真结果表明了算法的有效性.但当量测噪声相对系统偏差较大时,估计结果会变差,因而减小初始校准误差是提高系统观测精度的最重要环节.

分布式干扰下雷达网的目标跟踪技术

分布式干扰下,目标的检测概率降低,造成了航迹寿命短,雷达不能对目标进行连续地跟踪。针对上述问题,本文提出了分布式干扰下雷达网多假设跟踪方法。首先利用基于空间距离差的鉴别方法对干扰进行鉴别,鉴别为分布式干扰后,再对干扰功率进行估计,通过构造检测概率改善因子实现了检测门限自适应选取,提高目标的检测概率,最后进行基于数据压缩的多假设跟踪处理。仿真结果表明,此种方法改善了目标的检测概率,提高了航迹寿命,具有较好的对抗分布式干扰效果。

分布式干扰下组网雷达目标检测与跟踪技术

针对分布式干扰下组网雷达目标检测与跟踪,提出一种基于分布式干扰下雷达量测模型的跟踪技术。该跟踪技术包括分布式干扰下量测模型和组网雷达序贯滤波跟踪两部分,分布式干扰下量测模型根据雷达采取抗干扰措施前后的接收机输入端的信干比分别计算检测概率,进而模拟传感器在分布式干扰下对目标的检测情况。在组网雷达序贯滤波中,首先对分布式干扰下各雷达的量测数据进行串行合并和点迹合成,然后采用基于交互多模型的序贯滤波方法对压缩后的数据进行跟踪。该检测与跟踪技术可模拟出雷达在分布式干扰下因检测概率下降造成的目标暂消现象,提高组网雷达跟踪航迹的连续性和稳定性。仿真结果证明了该技术的可行性和有效性。

分布式干扰下防空导弹系统干扰跟踪区研究

为了研究分布式干扰对防空导弹系统的威胁,提出了干扰跟踪区概念,深入研究了分布式干扰的功率合成特性和干扰源分布特性,证明了合成功率与干扰源数量的线性叠加关系;分析、构建了防空导弹系统在单基地雷达、双基地雷达和网络化雷达状态下的干扰跟踪区仿真模型,并进行了实例仿真。仿真结果表明,分布式干扰对防空导弹系统单基地雷达和双基地雷达干扰跟踪区压制作用明显,对网络化雷达干扰跟踪区有一定的压制作用,说明防空导弹系统在网络化状态下具有较强的对抗分布式干扰的能力。

分布式干扰下雷达网探测能力的三维可视化

研究雷达网在分布式干扰下的探测性能,采用雷达网探测概率表示雷达网探测性能,用硬件加速的等值面提取方法,生成某一特定概率的雷达网探测能力三维模型,并将该模型绘制到三维虚拟战场环境。实验结果表明,该方法可以实时动态地展现不同干扰条件下雷达网的探测能力变化情况,对于雷达网部署、干扰机配置、对抗训练等具有一定的指导作用。

分布式网络环境下雷达网的网络性能分析

在分布式网络环境下,对雷达网的性能评估是雷达网对抗论证和战术研究的重要组成部分。从复杂网络理论的角度研究了此系统的组成、特性,提出了它的网络结构及性能层次模型,以全新的角度去解决系统的评估问题。对网络结构模型的信息传输能力进行了仿真试验。仿真结果表明,网络模型能够正确指导系统的结构组建及性能评估。根据网络性能层次模型,应用最优指标法,实现了该系统网络综合性能的量化评估。

综合多特征的高分辨率极化SAR图像分割

针对高空间分辨率全极化数据的特点,基于分形网络演化分割算法框架,本文提出了一种综合K分布统计特征、Pauli分解特征和空间形状特征的高分辨率全极化SAR图像分割方法。该方法采用对数似然函数定义K分布统计特征异质度,对Pauli分解特征加权定义极化分解特征异质度。在此基础上,综合统计、极化分解和形状特征构建对象相似性准则,建立高分辨率全极化SAR图像多特征综合分割流程。通过模拟数据和ESAR全极化数据实验并与其他分割方法比较,验证了本文分割方法的有效性。

基于神经网络的分布式雷达抗干扰效能评估方法

提出了一种利用后向传播神经网络来评估分布式雷达抗干扰效能的方法。该方法将试验数据的专家评估结论作为样本训练网络,并利用训练好的网络对几组数据进行评估。将网络评估结果与传统加权评估和模糊综合评估的结果相比较,结果表明神经网络法是一种评估分布式雷达抗干扰效能的有效方法。

基于检测前聚焦的临近空间高动态飞行器雷达探测研究

最近涌现的临近空间高动态飞行器存在超高速、高机动、超远程、低RCS、等离子鞘套、电离层污染、宇宙射线干扰等显著区别于常规目标的特性。基于空天地不同平台雷达临近空间高动态飞行器通用信号建模,该文提出了分布式组网、多维度、变模型、多目标、微运动、非参数化等应用的检测前聚焦雷达信号处理新方法,通过多维参数空间相参积累和能量聚焦,克服尺度伸缩、任意运动、孔径渡越、稀疏子带、跨距离、跨多普勒和跨波束等效应,有效抑制电离层污染和有源干扰,显著提高临近空间高动态飞行器的目标检测、参数测量、聚焦成像、机动跟踪、特征提取和属性识别等环节性能。该文方法适用于临近空间高动态目标也适用于探测常规雷达目标,适用于新体制雷达也适用于常规体制雷达,具备重要的学术理论价值和广阔的应用前景。

雷达网实际探测概率分布模型与仿真算法

基于综合考虑各种外界因素影响的雷达实际平面探测区域,建立雷达网实际探测概率分布模型,是一个有待深入探讨的问题。考虑地物遮蔽、顶空和波瓣间盲区的具体影响,首先讨论了雷达单元实际平面探测威力模型,进而提出了一种雷达网实际探测概率分布模型与仿真算法。实例仿真结果表明该模型和算法实用高效。

分布式遥控雷达中基于宽带网的信息传输技术

提出了一种基于专用宽带网的分布式遥控雷达结构 ,介绍了目前宽带网的发展现状 ,论证了用宽带网传输雷达视频信号及其它相关信号的可行性 ,最后利用一个公用宽带局域网对信号传输的过程进行了仿真 。

基于雷达测雨的实时洪水预报模型

实时洪水预报系统通常会伴随系统误差,即模型误差和观测误差.为了减小系统误差,本次研究尝试将雷达测雨技术、BP神经网络技术引入流域洪水预报中,并建立基于分布式水文模型的洪水预报模型.将该实时预报模型应用于史灌河流域.从预报的结果来看,该实时预报模型很好地解决了雷达遥感数据与水文模型的耦合,为在流域洪水预报中采用雷达测雨提供了先行的研究基础.