一种频率-相位混合编码的MIMO雷达波形设计

针对MIMO雷达中常规单载频子脉冲相位编码信号的频带较窄、距离分辨率不高,以及线性调频-相位编码信号模糊函数有“栅瓣”的问题,提出了一种基于置换矩阵时频分布的线性调频-相位编码(perm-LFM-PC,PLP)混合波形的正交波形集设计方法。由于置换矩阵时频分布调制方法引入置换序列调频编码,使得PLP波形的峰值旁瓣(ASP)和互相关峰值(CP)有所升高。为此,以ASP和CP的总和为代价函数,建立PLP波形集优化模型,并提出一种多种群优化遗传算法(MSO-GA),对调频编码序列和相位编码序列进行联合优化。仿真结果表明,PLP波形具有易于实现宽频带的优点和图钉状模糊函数,经过算法优化后的PLP波形集的ASP和CP较低,适用于MIMO雷达系统。

基于改进ACGAN的雷达空中目标细分类方法

为了解决窄带雷达空中3类飞机目标难以细分类的问题,提出了一种基于改进辅助生成对抗网络(auxiliary classifier generate adversarial networks,ACGAN)方法,将卷积神经网络(convolutional neural networks,CNN)结合堆叠的双向长短期记忆网络(bidirectional long short-termmemory,Bi-LSTM)嵌入到ACGAN中,使ACGAN具有处理目标频域内部时序特征的能力。通过对X波段对空警戒雷达实测数据对比实验表明,提出的方法能够有效地对空中目标进行细分类,并具有较高的识别正确率。