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。

非合作式双基地雷达系统设计与验证

非合作双基地雷达在目标探测的安全稳健等方面展现了优越的性能。本文首先从双基地雷达同步这一关键问题出发,分析合作和非合作双基地雷达的差异,推导非合作双基地雷达目标定位原理。进一步设计非合作双基地雷达系统,解决时空同步问题,提取直达波和目标散射波的特征参数,解析两者路径差、接收方位、俯仰等信息,最终求解目标接收距离,实现目标定位。雷达协同探测试验采用实测数据验证了非合作双基地技术体制的可行性,为目标探测定位提供了有效的方法。

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。

基于改进离散模拟退火遗传算法的雷达网协同干扰资源分配模型

针对分布式干扰机掩护目标突防雷达网背景下的干扰资源分配问题,提出了一种引入随机密钥的改进离散模拟退火遗传算法(improved discrete simulated annealing genetic algorithm,IDSA-GA)对资源分配过程进行优化。基于雷达网融合检测概率构建干扰效果评估函数,利用IDSA-GA对函数寻优求解。IDSA-GA在模拟退火遗传算法(simulated annealing genetic algorithm,SA-GA)的基础上引入随机密钥,完成算法的离散化;并在迭代的过程中增加记忆功能,克服了过早收敛的现象。仿真结果表明,与GA相比,提出的IDSA-GA收敛迅速,寻优能力强,能有效解决干扰资源优化分配问题。

基于数字孪生和强化学习的低空智联网协同认知干扰

针对低空智联网协同认知干扰决策过程中,多架电子干扰无人机对抗多部多功能雷达的干扰资源分配问题,提出了一种基于数字孪生和深度强化学习的认知干扰决策方法。首先,将协同电子干扰问题建模为马尔可夫决策问题,建立认知干扰决策系统模型,综合考虑干扰对象、干扰功率和干扰样式选择约束,构建智能体动作空间、状态空间和奖励函数。其次,在近端策略优化(Proximal policy optimization,PPO)深度强化学习算法的基础上,提出了自适应学习率近端策略优化(Adaptive learning rate proximal policy optimization,APPO)算法。同时,为了以高保真的方式提高深度强化学习算法的训练速度,提出了一种基于数字孪生的协同电子干扰决策模型训练方法。仿真结果表明,与已有的深度强化学习算法相比,APPO算法干扰效能提升30%以上,所提训练方法能够提高50%以上的模型训练速度。

基于邻域显著性的可见光和SAR遥感图像海面舰船协同检测方法

在遥感图像舰船检测任务中,可见光图像细节和纹理信息丰富,但成像质量易受云雾干扰,合成孔径雷达(SAR)图像具有全天时和全天候的特点,但图像质量易受复杂海杂波影响。结合可见光和SAR图像优势的协同检测方法可以提高舰船目标的检测性能。针对在前后时相图像中,舰船目标在极小邻域范围内发生轻微偏移的场景,该文提出一种基于邻域显著性的可见光和SAR多源异质遥感图像舰船协同检测方法。首先,通过可见光和SAR的协同海陆分割降低陆地区域的干扰,并通过RetinaNet和YOLOv5s分别进行可见光和SAR图像的单源目标初步检测;其次,提出了基于单源检测结果对遥感图像邻域开窗进行邻域显著性目标二次检测的多源协同舰船目标检测策略,实现可见光和SAR异质图像的优势互补,减少舰船目标漏检、虚警以提升检测性能。在2022年烟台地区拍摄的可见光和SAR遥感图像数据上,该方法的检测精度AP50相比现有舰船检测方法提升了1.9%以上,验证了所提方法的有效性和先进性。

基于距离向BCRLB的加权融合目标跟踪

推导了目标跟踪距离向贝叶斯克拉美罗下界(BCRLB)的表达式,将距离向BCRLB作为目标跟踪性能的量化指标。针对双机目标跟踪场景,采用交互多模型卡尔曼滤波,提出了基于距离向贝叶斯克拉美罗下界的加权融合算法。仿真实验表明,该算法的目标跟踪航迹与真实航迹贴合较好,跟踪过程中均方根误差能快速收敛到一个稳定的值,相比基于信噪比加权融合的目标跟踪算法,该算法的目标跟踪精度更高。

基于测距与GNSS信息融合的车联网协同定位技术

为了提高车联网中车辆定位的精度,提出了基于车载雷达测距信息与全球卫星导航系统(global navigation satellite system,GNSS)信息融合的车联网协同定位方法。该方法使用极大似然估计策略建立数学模型,其本质是一个非线性优化问题。将其化简为具有多个二次等式约束的二次规划问题,并给出一种半正定松弛方法,可以高效地近似求解原问题,最后通过特征值分解法进一步改进该近似解。仿真结果表明,该信息融合方法得到的协同定位比线性化加权最小二乘方法的定位精度有显著提高;且能达到基于较大数据集的BP(back propagation)神经网络定位方法的定位精度,但无须事先训练模型,可实现高精度实时定位。

基于ISAR成像的非合作航天器位姿识别网络

非合作航天器缺乏合作信息,无法直接利用传感器获得位姿数据,提出一种基于ISAR图像的位姿识别网络.相比于空间摄影卫星拍摄的图像以及仿真数据,该图像更易获取、成本更低,但存在分辨率低、面板成像不完整等问题.因此,该网络在图像预处理时,通过对YOLOX-tiny的调整,将其作为航天器裁剪网络,避免图像中标记的数据影响后续网络的训练,使网络仅关注航天器所在区域.利用增强的Lee滤波滤除图像噪声,提升图像的质量.在骨干网络中,加入STN模块,使网络选择最相关的区域注意,将U-Net网络设计成密集残差块结构并结合CBAM模块,减少下采样期间的特征损失,提高模型的准确性.此外,引入了多头自注意力来捕获更多的全局信息.实验结果表明,该模型最小、最大、平均误差较于目前的一些主流模型均有所提升,误差缩小了0.5-0.6,从而证明该网络具有更好的位姿识别能力.

分布式协同干扰对多基地雷达压制效能评估

针对战场多干扰机分布式协同压制目标多基地雷达作战效能问题,论文从多基地雷达探测原理出发,构建雷达方程和多机协同干扰方程,实现多机协同干扰效能分析。同时,针对实际应用中接收机位置未知,干扰对准发射机的情况,文章根据干扰机天线方向特性,分析动态协同干扰效能,并构建仿真场景,分析不同路径下干扰压制能力,为实际作战应用提供技术支持。

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。

多雷达多层级自适应协同处理技术

针对空间上分散部署的多雷达,在目标多元、动态变化的博弈对抗场景下,多雷达协同处理方式与目标/环境/资源动态自适应匹配的问题,设计了一种多雷达多层级自适应协同处理框架,包括信号级、特征级、点迹级和航迹级等4个层级。以工程化应用为目标,建立了基于统一空间栅格的多雷达信号级联合检测模型,以时空配准、融合多雷达信号。设计了基于特征级的分布式检测模型,以压缩传输数据量,实现融合检测。综合分析了不同层级协同处理技术的费效比,给出了典型应用场景下协同处理方式的自适应选择原则。通过仿真实验和典型试验系统,对文中提出技术的有效性进行验证,结果表明,该技术可以动态适应目标、环境的变化,提升多雷达协同探测的效能。

多机协同对抗雷达组网的干扰资源分配研究

在现代信息化战场上,相对于传统的雷达各自独立探测和制导的作战方式,多雷达组网探测预警的发展趋势日益明显,雷达组网后对突防飞机的安全造成了巨大威胁。远距支援干扰飞机在掩护突防编队作战过程中,为了发挥有限干扰资源的最大效能以保证突防飞机的安全,通过对多机协同干扰对抗雷达组网作战模式的分析,以突防飞机生存概率作为目标函数,建立约束条件下的干扰资源分配模型。重点分析了突防全过程的干扰掩护情况,利用遗传算法解决了最优资源分配方案求解的问题。仿真结果表明,突防飞机在支援干扰飞机协同掩护下的生存概率为96.72%。分配结果满足突防作战的要求,合理的分配干扰资源对充分发挥远距支援干扰飞机的协同作战能力作用显著。

雷达组网协同作战的标准化问题研究

雷达组网协同作战的标准化是预警网作战管理的基础前提,也是预警网在联合作战体系中跨域协同的必要条件,更是四代雷达动态高效完成多功能任务的重要支撑。文中面向“融控中心”带动下的雷达组网协同作战流程,提出了一套针对预警网的作战任务需求、雷达任务指令与雷达控制指令的标准化指令集,覆盖“预警搜索、精跟识别、引导指示”等多类任务需求,并能够通过灵活扩展或调整基础指令要素以满足复杂作战场景,最后以“预警信息制导”为例说明。

基于改进粒子群优化算法的多无人机协同欺骗干扰技术

多无人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,通常需要利用群体智能算法优化无人机的飞行任务。针对采用标准粒子群算法优化时出现的求解效率低下的问题,提出了一种基于改进粒子群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。其次阐述了利用改进粒子群优化算法求解多机协同干扰模型的步骤。最后通过仿真实验对比了改进粒子群优化算法和标准粒子群优化算法在优化求解多机协同干扰模型的差异性。

基于DB-YOLO的双基地雷达弱运动目标检测方法

非合作双基地雷达因其特殊的探测方式,致使回波中目标信噪比较低,特别是海上运动目标,在雷达扫描周期的帧与帧之间探测并不稳定,会对后续目标跟踪造成较大困难。本文首先采用低门限恒虚警率(CFAR)检测器将雷达距离-多普勒维和距离-方位维的检测结果匹配,得到相应掩码图,筛选出潜在的运动目标;然后提出一种融合多维特征信息的双主干YOLO(DB-YOLO),该网络采用双主干结构,同时提取动目标掩码图和其映射下相同尺度P显图的特征,并采用深度可分离卷积模块降低网络的模型参数。将该模型与Faster RCNN、YOLOv5及其常见变种YOLOv5-ConvNeXt进行对比,实验表明,DB-YOLO有效提高了目标检测性能并保证了推理速度,为非合作双基地雷达的目标跟踪奠定了基础。

气象小卫星发展的回顾与展望

气象卫星对地观测是大气、空间气象要素观测的重要手段.近年来,气象小卫星发展迅猛,引起对地观测领域的广泛关注.回顾了目前国内外具有重要影响力的气象小卫星星座的设计思路和布局,在已经实现的对降水、云雨粒子和大气温湿度廓线等重要气象要素的探测能力基础上,提出并阐述了未来中国气象小卫星的发展构想.中国将打造具有前沿技术验证能力、科学试验能力、星座协同和即时定制能力的气象小卫星星座,与大平台系列风云气象卫星互联互通,共同作为数字太空系统的天基感知节点,形成大小结合、星地统筹、协同观测、综合应用的气象卫星发展新格局,为气象高质量发展提供新的技术支撑.

基于雷达图的公共图书馆阅读推广社会合作评价研究

公共图书馆阅读推广社会合作是公共图书馆社会服务的重要形式。对公共图书馆阅读推广社会合作进行评价的目的在于提高阅读推广社会合作的质量。公共图书馆阅读推广社会合作评价内容和实施过程应遵循实用性、客观性、完备性。基于以上原则,该文从合作保障、合作实施、合作结果三个方面建立12个二级评价指标,包含阅读推广社会合作的整个过程。该文使用的评价方法是雷达图,使用雷达图对评价进行分析是因为雷达图可以直观反映评价结果,并且可以对评价体系进行定性分析。雷达图的使用为公共图书馆阅读推广社会合作评价提供了一种新的评价方法。

基于合作目标的外辐射源雷达发射站直接定位

外辐射源雷达利用已知位置信息的第三方发射站发射的信号作为照射源,对运动目标进行探测定位。但在实际应用中,发射站精确位置信息往往难以预先获取,给外辐射源雷达在未知环境中的快速应用带来困难。为了解决该问题,将已知轨迹的无人机作为合作目标。利用实时获取的无人机位置信息,建立了发射站位置未知时的目标直接定位模型。并进一步构建了基于目标位置的代价函数,从而实现对发射站位置的精确估计。该方法不仅可以克服常用两步定位算法中存在信息损失的不足,可达到更高的定位精度,而且利用了外辐射源雷达直达波信号,较传统直接定位方法性能更优。最后,通过仿真验证了该算法的有效性。

多基地雷达系统协同抗主瓣干扰方法研究

针对单雷达在主瓣干扰下抗干扰手段的局限性,提出了一种多基地雷达系统协同抗干扰的方法;利用多基地雷达系统探测节点空间分置的特点,将它站对干扰的采样数据与本站探测数据进行协同处理,抑制本站探测数据中的干扰信息.试验结果表明,该方法能够有效地抑制主瓣压制干扰,提升多基地雷达系统在主瓣干扰场景下的探测能力.