Investigation of system structure and information processing mechanism for cognitive skywave over-the-horizon radar

Based on the cognitive radar concept and the basic connotation of cognitive skywave over-the-horizon radar（SWOTHR）, the system structure and information processingmechanism about cognitive SWOTHR are researched. Amongthem, the hybrid network system architecture which is thedistributed configuration combining with the centralized cognition and its soft/hardware framework with the sense-detectionintegration are proposed, and the information processing framebased on the lens principle and its information processing flowwith receive-transmit joint adaption are designed, which buildand parse the work law for cognition and its self feedback adjustment with the lens focus model and five stages informationprocessing sequence. After that, the system simulation andthe performance analysis and comparison are provided, whichinitially proves the rationality and advantages of the proposedideas. Finally, four important development ideas of futureSWOTHR toward ＂high frequency intelligence information processing system＂ are discussed, which are scene information fusion, dynamic reconfigurable system, hierarchical and modulardesign, and sustainable development. Then the conclusion thatthe cognitive SWOTHR can cause the performance improvement is gotten.

DLL技术在RIPS设计训练平台中的应用

在充分理解动态链接库的设计与实现技术的基础之上,针对C3I系统设计训练平台中设计课程对雷达情报处理自动化系统中各功能模块的渐进式训练要求,运用动态链接库技术实现了雷达情报处理系统(RIPS)设计训练平台中功能模块能被任意替换的训练思想.

基于人工智能的多模态雷达自适应抗干扰优化算法

多模态雷达系统容易受到外界环境干扰,如天气条件、电磁干扰等,而这些干扰可能会影响多模态雷达数据的准确性和稳定性。多模态雷达的抗干扰性能决定雷达的测量精度,因此,为提升多模态雷达的抗干扰能力,提出基于人工智能的多模态雷达自适应抗干扰优化算法。该算法以多模态雷达信号模型为基础,分析距离速度同步欺骗干扰、频谱弥散干扰原理,计算欺骗干扰时雷达接收的总回波信号。将计算的回波信号结果输入至人工智能的YOLOv5s深度学习模型中,通过模型的训练和映射处理,完成多模态雷达自适应抗干扰优化,实现雷达欺骗性信号干扰抑制。测试结果显示,该算法的干扰对消比结果在0.935以上,干扰输出功率结果在0.017以下,能够可靠完成多干扰和单一干扰两种干扰抑制,实现多模态雷达自适应抗干扰优化。

共性显著特征引导的SAR图像交通感兴趣区域检测

由于独特的成像机制,SAR图像目标检测存在缺乏光谱信息、斑点噪声干扰和方位角敏感等问题。在光学图像中使用的显著性目标检测方法,大多数不适合直接应用在SAR图像的目标检测中。针对上述问题,从视觉显著性角度入手,提出一种针对SAR图像的联合多图共性显著性分析和单图显著性分析的交通感兴趣区域检测算法。首先提出一种增强的方向平滑滤波器,有效降低SAR图像的斑点噪声。然后,针对多幅图像,提出一个共性显著分析模型,通过提取曲线、纹理和亮度特征等共性特征再聚类,得到共性显著图;针对单幅图像,通过共生直方图生成单图显著图。最后通过一种新颖的融合方法实现最终的多幅图像显著性检测。试验在一个数据集上与4种显著性分析模型进行了比较,模型的ROC曲线位于最上方,曲线下面积为0.909 5,综合评价指标F-Measure值为0.674 45,能准确识别显著区域,抑制背景信息,不会产生误判;与3种经典有效的SAR图像目标检测方法进行了比较,此算法在获得完整和准确的感兴趣区域描述方面表现出色,在比较方法中表现出最高的定位精度。显著性目标检测模型有效利用SAR图像的特征信息并抑制干扰信息,使SAR图像交通感兴趣区域检测和车辆检测结果更准确。

基于通感一体的空调智能调控技术

随着5G、Wi-Fi、物联网技术的持续发展,仅具备远程控制及云端场景算法能力的联网空调已难以满足用户对新一代智能空调的需求。感知家居环境及空间中人体活动状态,进而使空调为用户提供个性化控制的感知技术成为当前的研究热点。在通感一体技术驱动下,在满足空调通讯能力的Wi-Fi模组上同步利用射频信号实现对空间和人的感知具有重要意义。本研究设计了集Wi-Fi与雷达于一体的通感一体新模组,该模组通过信号处理、AI抗干扰算法等技术实现对房间内人的存在性和距离的精准感知,并借助感知结果实现风避人吹、免唤醒交互、靠近推送、无人节能等智能化功能场景。基于通感一体的空调智能调控技术通过对环境、人体的感知和自动决策,赋予空调主动服务能力,显著提升了用户对空调的使用体验。

基于MDA的雷达信息处理系统构件化设计

以雷达信息处理系统的模型驱动架构开发为研究内容,基于系统构件化设计的理念,采用统一建模语言提出了一种以模型为核心的构件开发方法。首先,该方法对雷达信息处理系统进行需求分析并以可视化模型描述系统的业务架构;其次,根据雷达信息处理系统的需求定义构造该系统相应的平台无关模型层、平台相关模型层和代码模型层等各个层次的图形化架构阐述不同层次之间的交互关系、模型映射规则以及代码动态转换过程,并在此基础上实现系统构件代码的自动生成;最后,仿真设计表明,基于模型驱动架构的构件化设计方法可有效提高该系统的开发效率和可重用性。

RIS辅助单站雷达抗欺骗式干扰

多站雷达协同虽然能利用多视角探测和信息融合处理有效提高抗干扰能力,但实际场景下既很难满足其需要的探测条件,又往往面临着组网被摧毁的风险,所以单站雷达的抗干扰能力仍需提升。针对单站雷达探测视角单一,得到的回波信息有限,抗干扰能力不足等问题,通过在单站雷达回波接收过程中加入可配置智能超表面(Reconfigurable intelligence surface,RIS)构造分布式探测条件,接收目标多方向散射信号,从而开辟单站雷达抗欺骗式干扰的新途径。仿真结果表明,加入RIS能有效地构建虚拟通道,能有效提高单站雷达的抗干扰能力。

基于激光扫描的抱罐车自动抱罐安全控制技术

随着人工智能战略在各个行业开始探索创新应用,在冶金行业内实现特种物流装备的智能化作业已经成为发展趋势,其远程超视距操控技术应用便是关键的突破口。冶金行业内的渣处理作业属于封闭场景特种物流装备作业,具有典型物流运输的特点,一旦新应用技术的创新突破,将可以达到以点带面,促进新技术在整个行业的推广应用,提升行业工作效率和安全水平,强化企业运营竞争力,逐步向大数据和基于工业互联网的智能物流迈进。本文就远程超视距操控技术在抱罐车作业的抱罐环节,如何实现安全、可靠、可控作业,引入了激光智能感知控制理念,详实论述了识别检测的方法,希望能为远程超视距操控抱罐车解决其在抱罐作业环节的安全可靠性,提供可以借鉴的技术方案。

认知雷达及其关键技术研究进展

认知雷达系统能够通过感知复杂多变的环境而自适应的调整雷达收发系统以适应当前的环境,因此可大幅提升雷达系统性能.本文在简要回顾认知雷达发展历程的基础上,逐步深入的揭示了认知雷达的本质特征及系统构成,讨论了认知雷达的关键技术,对目前的研究成果进行了分析与总结,并指出了存在的问题.最后讨论了认知雷达的未来发展方向.

炮位雷达智能应答器的设计与实现

介绍了一种炮位雷达智能应答器的系统构成、基本原理、主要功能及其实现。该智能应答器运用主控计算机计算出弹道仿真轨迹,再用可编程门阵列对接收的雷达信号进行数字信号处理,根据弹道轨迹产生调制的雷达目标回波信号。该智能应答器已完成了对炮位雷达信号的测试,取得了令人满意的效果。

基于杂波聚类与贪婪策略的电离层杂波智能处理方法

在高频地波超视距雷达系统中,电离层杂波作为一种时变、非均匀、非高斯的复杂杂波,其抑制方法一直是困扰国内外的研究难点。针对传统杂波抑制方法对电离层杂波的处理能力单一、普适性差的问题,该文开展了杂波智能分类抑制处理方法的研究,通过对电离层杂波的成因与特性分析,提出了一种基于杂波聚类与贪婪策略的电离层杂波智能处理方法,对电离层杂波进行分类分情况处理。实验分析表明该方法对电离层杂波的抑制性能优于典型传统算法。

一种基于Nand Flash多版本程序的FPGA智能加载方法

主要介绍一种基于Nand Flash多版本程序的FPGA加载管理方法。采用大容量Nand Flash与TCP/IP网络技术,实现了通用FPGA多版本配置程序文件的管理,并根据FPGA板卡在系统中的槽位号智能选择特定配置文件加载以实现特定系统任务功能。经工程实际验证,相比于传统加载FPGA配置文件方法,该技术能显著提高FPGA配置文件加载速度,增强FPGA板卡在系统使用中的通用性和灵活性。

三维融合式教学模式在雷达情报组网装备教学中的应用研究

针对雷达情报组网装备教学存在的学员学习兴趣不高、装备资源数量不足、教员教学训练模式单一的问题,从教学过程、教学方法、训练模式三个方面进行了探索,提出了三维融合式教学模式。三维融合式教学模式的运用激发了学员学习热情,提高了人才培养质量。

基于NSCT和遗传算法的SAR图像和多光谱图像融合

合成孔径雷达(SAR)图像与多光谱图像成像机理和光谱特性差异较大,一般的融合方法很难取得满意的融合结果。文章提出了一种基于Nonsuosampled Contourlet transform(NSCT)和遗传算法的融合算法,首先将经过预处理后的图像进行NSCT分解,低频系数采取区域信息熵最大的准则融合;高频子带计算区域相关性,对相关性在不同阈值范围内的系数进行融合,阈值的选取采用遗传算法进行搜索;最后对融合系数进行NSCT逆变换,得到融合结果。仿真结果表明该算法显著优于基于像素点和基于区域的融合方法。

噪声调相连续波雷达统计主旁瓣比推导和分析

噪声调相连续波雷达(Noise Phase Modulated Continuous Wave Radar,NPMCWR)脉压输出旁瓣表现为具有随机特性的噪声基底,通过对其统计规律的研究,推导了NPMCWR的统计主瓣均方旁瓣比(Statistical Mainlobe to Mean Square Sidelobe Ratio,SMMSSR)和统计主瓣峰值旁瓣比(Statistical Mainlobe to Peak Sidelobe Ratio,SMPSR)的数学表达式.分析了NPMCWR的脉压输出统计主旁瓣比与脉压长度、目标多普勒、有效相移等参数之间的关系.数学表达式的计算结果与Monte-Carlo仿真结果很好地吻合,验证了推导结论的正确性.

融合雷达回波时空特征的下击暴流智能识别方法

当前利用雷达等气象资料对下击暴流进行识别预警的准确性很低,因此文中提出一种以深度神经网络为基础的下击暴流智能识别方法。该方法以雷达回波时序图像和雷达径向速度场时序图像作为输入,将两种图像的时空四维特征融合到深度神经网络中,通过深度学习寻求“雷达回波图像和径向速度场图像”与“是否发生下击暴流”之间的函数映射关系。运用数据增强和损失函数优化技术,改善因样本数据不均衡所导致的识别结果偏向于样本中大概率事件的问题。再结合K折交叉验证,避免模型训练过程陷入局部极值。实验结果表明,文中方法对下击暴流识别的成功率达到95%,可实现对其识别预警的自动化,增强预报的时效性,同时该方法也适用于小尺度天气系统中对因下沉气流辐散所形成的大风的识别。

基于智能容错技术的雷达软件可靠性研究

为保障雷达能够在对敌作战中持久稳定地工作,必须提高雷达嵌入式数据处理软件的可靠性,加强软件系统的容错能力。通过对软件可靠性技术领域的深入研究,文中在软件避错阶段针对软件架构设计以及软件开发过程方面提出一系列方法;同时在软件容错阶段利用故障检测、故障恢复及故障隔离等关键技术设计出智能监控软件方案,并对其软件结构和容错处理流程进行详细阐述。采用上述可靠性措施可以保障系统健壮稳定地运行。

改进AHM-TOPSIS的智能化雷达信息处理性能评估方法

针对智能化雷达信息处理性能评估需求,从雷达信息处理包含的目标检测、目标识别和剩余杂波抑制3种技术着手,构建了智能化雷达信息处理性能评估指标体系。使用评分标度替代比例标度对属性层次模型进行改进,通过改进后的属性层次模型对指标体系进行赋权。在评估模型中引入灰色关联分析法,使用灰色关联系数替代欧式距离,利用改进的逼近理想解排序法对不同方案的智能化雷达性能进行排序,筛选出最优的智能化雷达技术方案。通过智能化雷达的工作数据验证了该方法的有效性。

基于深度学习的同型雷达的脉冲中频信号分离技术

传统电子战接收机系统提取中频信号脉冲描述字的过程会造成大量信息丢失,导致在信号分离过程中难以适应越来越复杂的低信噪比电磁环境。基于深度学习模型,直接建立从中频采样信号到分离信号特征表达的映射,避免了中间过程的信息损失和误差累积。通过以标记数据进行训练的方式提供专家知识,该模型得以使用基于有监督学习的优化方法,实现高准确率的分离。实验结果表明,该方法相对基于传统脉冲描述字的方法在低信噪比环境下进行信号分离的场景中具有很大的优势。

认知智能雷达抗干扰技术综述与展望

随着电磁频谱成为现代战争的关键作战域之一,在未来军事作战中,现代雷达将面临日益复杂、灵巧和智能的电磁干扰环境。认知智能雷达具备环境主动感知、任意发射和接收设计、智能处理和资源调度等能力,可适应复杂多变的战场电磁对抗环境,是雷达技术领域重点发展的方向之一。该文将认知智能雷达从结构上分解为认知发射、认知接收、智能处理以及智能控制等4大功能模块,梳理出干扰感知、发射设计、接收设计、信号处理和资源调度等认知智能雷达每个环节的抗干扰原理,并对近几年代表性文献进行归纳总结,分析了该领域技术发展趋势,旨在为以后的技术研究提供必要的参考和依据。