复杂环境下电磁目标信号认知处理架构与应用研究

针对现代电磁频谱设备或终端具有网络化、捷变性、多功能、自适应、种类复杂多样和使用环境复杂多变等特性给认知电磁频谱战系统的信号分析与处理带来的巨大挑战的问题,提出了一种结合人工智能、适合复杂电磁环境下电磁目标信号认知处理与分析的架构。在该架构下电磁目标信号分析与处理被分为目标信号参数估计、目标信号类型分类、辐射源个体识别和目标信号的特征建库与知识图谱[1-3]的构建等4个层次,可以很好适应闭集和开集电磁目标信号的分析与处理;此外,在此架构下提出了未知辐射源辨识、跨模态辐射源智能识别和电磁辐射源的个体识别的算法框架,在实测数据集上的验证实验表明,该算法在闭集和开集电磁信号分析中有效可行。

基于通信连通保持约束的多智能体覆盖控制

覆盖控制会根据环境信息,尽量分散智能体以达到较好的空间覆盖效果,实现对于任务区域的最优监视。在这一过程中,智能体之间的协同依赖于连通的通信网络。受限于智能体在复杂电磁环境下有限的通信范围,覆盖控制中的分散行为可能造成通信网络的中断,导致任务失败。因此,将通信网络连通作为约束,基于梯度下降方法,提出了有界的分布式控制律,以保证在覆盖代价函数下降的同时,网络连通度不小于设定阈值。为减少通信连通保持对于覆盖效果的影响,提出了一种基于关键智能体辨识的分段控制方法。通过动态分配覆盖和通信连通保持的控制增益,以减少因二者运动趋势相反而产生的控制震荡和冗余。针对陷入局部最优的死锁现象,提出一种死锁消除控制,以及时消除死锁,提升覆盖性能。基于高频结构仿真(HFSS)软件生成的信号场的覆盖仿真实验表明了控制律的有效性。

基于归一化循环前缀相关谱的无人机识别技术

基于射频的无人机识别技术具有探测距离长、环境依赖性低的优点,已成为无人机监控系统不可或缺的技术手段。如何在低信噪比条件下有效识别无人机是当前热点问题。为保证良好的图传质量,无人机通常采用带有循环前缀结构的正交频分复用(OFDM)调制作为图传链路的调制方式。据此特性,首先提出一种基于归一化循环前缀相关谱和卷积神经网络的无人机识别算法。依据对无人机信号的OFDM符号周期和循环前缀长度的分析结果,计算信号归一化循环前缀相关谱。当归一化循环前缀相关谱的计算参数与无人机信号的调制参数匹配时,谱线中会出现若干相关峰,峰的位置分布反映了无人机信号帧结构、突发规则等协议特征。然后,利用卷积神经网络对归一化循环前缀相关谱进行特征分析和提取,从而识别无人机。最后,利用通用软件无线电平台USRP X310对5款无人机的射频信号进行采集,构建实验数据集。实验结果表明,该算法优于基于频谱和基于时频谱的算法,且在低信噪比下仍然有效。

基于低秩张量完备的电磁大数据标注补全算法

全面、准确的电磁数据标注是电磁大数据智能分析的前提和基础。针对战场博弈强对抗条件下电磁感知数据存在的标注率低、标注信息错误冗余等问题,提出基于张量完备理论的标注补全方案。理论上,同一场景下的同一目标,利用不同感知平台观测提取的特征参数(如雷达脉冲参数)是相似(低秩)的,且在一段观测时间内的测量结果是分段连续光滑的。故跨平台接收的目标数据标注补全可以建模为基于低秩张量完备的特征复原模型,并引入全变分正则来刻画一段时间内特征参数的分段连续光滑属性。由于模型非凸,使用基于矩阵最大秩分解的非凸近似算法进行迭代求解。通过仿真数据以及雷达脉冲描述字实侦数据并对模型的性能进行测试。实验结果表明,所提方法在目标特征标注信息严重缺失的情况下能够很好地实现标注补全,同时具有一定的标注纠错功能。

线性分布式定向阵列波束空间覆盖面积分析

相控阵天线因具有高增益、高可靠性、波束指向可控等优点,已广泛应用于雷达、通信等领域。考虑到阵列天线体积、部署地形、设备功耗等因素的限制,单一相控阵天线在某些复杂场景下难以满足需求。特别是在天地间通信、侦察及干扰等场景下,需要多部相控阵天线分布式部署,进行协同波束合成,以获得与单部阵列天线相比更高的功率增益。分布式定向阵列利用多个分布式阵列节点形成虚拟天线阵列,通过调整各阵元的相位收发同一信号,合成定向波束。针对分布式定向阵列合成波束在特定高度平面上增益覆盖面积的计算问题,利用阵列天线波束合成原理、方向图乘积定理以及空间解析几何,提出一种理论解析计算方法。建模分析及仿真结果表明,线性分布式定向阵列波束合成的增益覆盖面积,包括主瓣及栅瓣波束增益覆盖面积,与分布式阵列的俯仰角、目标平面高度、信号载频以及分布式节点个数强相关,但与分布式节点间距关联较弱;且所提方法的解析值与计算机仿真值相符,可为远距离大功率分布式阵列的工程实现提供理论参考。

基于数字信息素的无人机集群频谱监视控制算法

频谱监视对电磁环境的频谱态势掌握至关重要.特别地,用无人机集群作为执行对象,可以提高监视效率,节省大量人力成本.本文针对频谱监视任务,设计了用于评估监视效果的评价函数,提出了一种基于人工势场的数字信息素无人机集群安全控制算法.该算法使用数字信息素矩阵来模拟电磁空间的搜索状态,并通过在集群内的个体之间建立信息素势场以实现自适应的无人机集群分布式航迹规划.周期性的采样和插值解决了未知域的优先级矩阵更新问题,引导无人机优先监视频谱热点区域.不同于已有的基于飞行概率的决策算法,本文算法充分利用了数字信息素所映射的环境信息,可以避免无人机陷入局部状态的重复搜索,适用于动态频谱环境.仿真实验表明本文的决策算法在静态和动态频谱监视场景下均能使评价函数快速收敛,达到较好的监视效果.

未知环境下基于控制障碍函数的无人车轨迹规划

无人车凭借其适应性强、成本低的优点,成为代替人类前往高风险、高污染区域执行任务的一种切实可行的方案。轨迹规划作为无人车任务系统的关键技术,其目的是根据任务目标制定满足约束条件的运动轨迹。然而,目前的导航控制器主要依赖于预先获取的地图和先验知识,对未知环境的应对能力有所欠缺,无法适应复杂多变的任务环境。为此,提出了一种基于控制障碍函数的轨迹规划方法,用于解决无人车在未知环境下的自主避障、轨迹规划问题。该方法前端利用激光雷达感知环境深度信息,后端采用最小二乘支持向量机拟合障碍物边界,以估计控制障碍函数,并对负样本错分类进行补偿,最终通过求解二次规划得到安全控制指令。针对无人车可能陷入停滞状态的死锁问题,提出一种分段式的检测与消除方法来避免。数值仿真实验和半实物实验结果表明,所提方法在多种障碍物环境下具备较好的避障避撞和轨迹规划能力,在路径长度等方面优于传统的控制方法。

基于安全强化学习的多智能体覆盖路径规划

覆盖路径规划的目的是为智能体找到一条安全的轨迹,其不仅可以有效覆盖任务区域,而且可以避开障碍物与邻近智能体。在执行覆盖任务时,复杂的大面积任务区域总是不可避免的。如何在保证智能体安全的前提下加强智能体之间的协同合作,以改善集群任务效率低、能力不足的缺点是值得探索的问题。为此,利用栅格地图建立离散的覆盖路径规划数学模型,提出一种基于值分解网络的安全多智能体强化学习算法,并通过理论证明论证其合理性。该算法通过分解群体价值函数以避免智能体的虚假奖励,有助于加强智能体之间协同覆盖策略的学习,以提高算法的收敛速度。通过在训练过程中引入屏蔽器以修正智能体的出界和碰撞等行为,保证智能体在整个任务过程中的安全。仿真和半实物实验结果表明,新算法不仅可以保证智能体的覆盖效率,同时还能有效维护智能体的安全。

无人机卫星导航欺骗式干扰技术的发展现状

在小型智能化无人载体为主的未来战场上,卫星导航欺骗式干扰技术以其具有的隐蔽性和威胁性受到了广泛的关注。首先,介绍了无人机卫星导航欺骗式干扰技术的实施方式;然后,从无人机卫星导航欺骗诱导技术、无人机组合导航欺骗技术及无人机卫星导航欺骗隐蔽性技术3个方面详细阐述了无人机卫星导航欺骗式干扰技术的研究现状;最后,分析了无人机导航欺骗干扰技术目前存在的不足之处,并展望了该技术的未来发展趋势。

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。

基于脊间隙波导的低副瓣多波束阵列天线设计

为了克服毫米波频段传统多波束阵列天线损耗高、效率低以及等幅激励情况下副瓣电平较高的问题,该文提出了一种基于间隙波导技术的低副瓣多波束阵列天线设计方法。首先,设计了基于巴特勒矩阵的双层多波束馈电网络拓扑结构,将传统巴特勒矩阵的4个输出端口与不等功分器相连,拓展为8个输出端口,实现输出功率的重新分配,以达到低副瓣设计的目的。接着,设计了基于脊间隙波导的双层和单层定向耦合器、交叉结和不等功分器,完成了低副瓣多波束阵列天线的整体设计。最后,进行了天线实物加工和测试,测试与仿真结果较为吻合,副瓣电平得到了有效降低,验证了所提出的低副瓣多波束阵列天线的性能。

基于HMM的逆雷达辐射源状态识别推理方法

雷达对抗场景中雷达方和干扰方相互感知、识别以及博弈对抗.针对雷达方对干扰方系统内部状态的非合作识别推理的问题,提出了一种对干扰系统中雷达辐射源状态识别模块处理结果进行逆向估计的方法.建立了逆状态识别任务模型,任务中的干扰系统根据雷达工作状态识别结果对其干扰动作进行优化,雷达方则基于对干扰方干扰样式序列的观测,估计干扰方对雷达工作状态的识别结果;设计了基于隐马尔可夫模型(HMM)的逆状态识别任务求解方法,具体包括通过自适应粒子群算法进行模型参数初始化,采取多观测序列的鲍姆-韦尔奇算法进行模型参数估计,采用对数维特比算法估计干扰方的雷达状态识别结果;通过典型雷达对抗场景设定下的数字仿真验证了所给逆状态识别方法的可行性和有效性.

运动平台分布式功率合成效能分析

针对运动平台的位置摄动问题,分析了位置摄动对分布式功率合成效能影响,建立了存在位置摄动的分布式功率合成模型,推导了平均远场波束图、互补累积分布函数表达式以及3 dB波束宽度近似表达式。理论分析和数值仿真表明,位置摄动加剧会导致分布式功率合成的平均远场波束图、峰值功率、3 dB波束宽度和互补累积分布函数不断恶化。当位置摄动达到信号波长的9%时,运动平台进行分布式功率合成后的信号峰值功率下降到其理论上限的90%。

基于副峰叠加的BOC导航信号捕获算法

面向二进制偏移载波(binary offset carrier,BOC)信号,设计了一种基于副峰叠加的捕获算法。通过构造辅助函数并与BOC信号相关,产生相关曲线,其仅在两个固定位置存在等高副峰,再将副峰移位叠加并与BOC自相关曲线相乘获得单峰捕获曲线,实现无模糊BOC捕获。与现有BOC捕获方法相比,该算法更具普适性,适用于任意阶的BOC信号,且单峰捕获曲线主瓣更窄,捕获概率更高。计算机仿真验证了该算法的性能优势。

小型化超宽带叶型微带单极子天线设计

针对目前超宽带(UWB)微带单极子天线带宽较窄以及尺寸较大等缺点,文中提出一种基于共面波导(CPW)馈电的小型化超宽带微带单极子天线。该天线由叶型的辐射贴片(其上挖去3个圆形贴片)、梯形地板和环形三叉戟共面馈电组成,可实现1~18 GHz的超宽带频率覆盖。使用HFSS软件对天线的结构和尺寸进行分析,得出最终的天线尺寸仅为40 mm×75 mm×0.5 mm。利用矢量网络分析仪进行测试,结果表明,所设计的天线具有179%的相对带宽,在1~18 GHz的工作频段内阻抗匹配良好,并且具有良好的辐射性能;且该天线的工作频率能够实现L波段、S波段、C波段、X波段以及Ku波段的多个频率覆盖,具有超宽带的优良性能。

非偏置间隙波导缝隙天线设计

设计了一种基于槽线间隙波导(GWG)技术的非偏置缝隙天线。天线利用金属梢钉周期结构形成阻带实现了GWG传输线,并通过金属膜片对GWG中电场进行微扰,实现了非偏置的缝隙天线。利用不同的梢钉结构来进行电容电感值的补偿匹配。天线由上下2层金属结构件组成,同轴连接器从中心馈电,仿真实现了34.04~37.68 GHz频带内的电压驻波比小于2、交叉极化低于-40 dB的缝隙天线。该天线具有增益高、低交叉极化、功率容量大、易于加工装配等特点。

基于深度残差网络的(n,1,m)卷积码盲识别

针对传统(n,1,m)卷积码识别方法容错性能较差或所需数据量较大的问题,提出了一种基于深度残差网络(Residual Network, ResNet)的方法。对图像识别领域常用的二维ResNet模型进行结构调整,使其适用于一维卷积编码序列的处理;仿真生成大量卷积码比特序列,以不同的误比特率在序列中随机加入误比特,并按固定长度从序列截取片段作为ResNet的训练样本,分别完成编码类型和起点识别模型的训练;将待识别卷积码序列输入网络,即可输出识别结果。仿真结果表明,相比传统方法,该方法以略高的计算复杂度为代价,获得了更好的容错性和较低的识别数据量需求。

频相失配下跳频保密通信性能分析与功率优化

人工噪声掩护的跳频保密通信可以有效对抗电磁干扰与非法窃听、提供强保密通信,但其载波频率在宽带范围内持续、快速跳变,收发信机间存在严重的载波频率偏移与相位噪声,导致合法接收机处人工噪声无法被完美抑制。鉴于此,首先对收发频率、相位失配下跳频收发信号进行数学建模;然后采用信噪比指标衡量频相失配下人工噪声抑制性能,并采用保密容量指标衡量系统保密性能;最后提出具有频相失配稳健性的发射功率分配方案,并根据不同的频相匹配度与传播信道质量对所提方案进行拓展。数值仿真结果表明,收发频率偏移与相位噪声会显著降低接收机处人工噪声抑制能力与系统保密性能。随着频相失配问题的恶化,应逐步降低人工噪声与保密信号的发射功率比例以降低由频相失配引起的系统性能损失。

面向阵列级同时同频收发的宽带自干扰空域抑制

具备阵列级同时同频收发能力的多功能一体化平台,面临发射阵列对接收阵列的强自干扰问题。针对这一问题,该文设计了一种宽带自干扰空域抑制方法,构造了限制主波束增益损失条件下,最小化残余自干扰和噪声功率的非凸优化问题,提出了交替迭代的优化算法联合求解发射和接收数字波束成形系数,从理论上分析了所提算法的自干扰抑制极限性能,并给出了所提算法的计算复杂度。分析和仿真结果表明,给定2.4 GHz工作频率,100 MHz带宽,主波束增益损失限制在3 dB时,收发各30阵元的相控阵列宽带自干扰空域抑制能力,即有效各向同性隔离度达到168 dB,距离自干扰抑制性能极限差距7 dB。