一种窄带自卫噪声压制干扰的检测识别方法

    公开(公告)号:CN109655794B

    公开(公告)日:2020-09-08

    申请号:CN201811354341.3

    申请日:2018-11-14

    Abstract: 本发明涉及雷达抗干扰技术领域。所要解决的技术问题是提供一种窄带自卫噪声压制干扰的检测识别方法,包括设置主天线和辅助天线同时对回波信号进行接收,针对主天线和路信号进行CFAR检测,在检测不到目标的情况下通过时域距离门遍历和频域滑窗检测,实时监测窗函数内噪声基底的功率值以进行窄带噪声干扰判决;通过在窗函数内均匀选点,计算对应点主、辅通道噪声功率比来最终识别窄带自卫噪声压制干扰。本发明应用于脉冲多普勒雷达中,能够有效检测识别窄带自卫噪声压制干扰,增强脉冲多普勒雷达的抗压制干扰能力。

    一种基于有源光纤谐振环的低重频抗模糊多普勒测频系统

    公开(公告)号:CN115453553B

    公开(公告)日:2024-06-18

    申请号:CN202211006099.7

    申请日:2022-08-22

    Abstract: 本发明提供的基于有源光纤谐振环的低重频抗模糊多普勒测频系统,包括激光器、若干个光耦合器、两个电光调制器、两个有源光纤谐振环;激光器发出的光通过光耦合器分为两路输出,每路上的电光调制器分别将雷达回波信号、雷达发射信号调制到对应的光载波中,并通过对应的有源光纤谐振环分别对各路携带雷达回波信号和雷达发射信号的光载波进行相参脉冲复制,并将复制后的信号通过光耦合器耦合输出至光电探测器;通过光电探测器进行光电转换输出多普勒频率;通过设置低通滤波器中心频率和带宽,对所述光电探测器输出的多普勒频率选择输出至信号处理器,实现低重频抗模糊多普勒测量。

    面向强化学习的深度神经网络生成方法

    公开(公告)号:CN115511077A

    公开(公告)日:2022-12-23

    申请号:CN202211200662.4

    申请日:2022-09-29

    Abstract: 本发明公开了一种面向强化学习的深度神经网络生成方法,包含以下步骤:采用循环神经网络产生子网络拓扑模型,设计需求驱动的直接奖励,对待识别的样本进行充分训练后计算该子网络拓扑模型的奖励,并反向传播至循环神经网络;采用策略梯度下降计算法则,结合交叉熵梯度模型,更新循环神经网络参数;产生新的卷积神经子网络拓扑模型,进行下一次更新直至收敛;对收敛时输出的子网络拓扑模型采样,选择最大概率项和其对应的状态空间元素,合并生成最优的子网络拓扑模型。本发明可以自适应优化出更加优异的深度神经网络,并且可以降低训练难度和收敛时间。

    一种基于双线性高效神经网络的有源干扰识别方法

    公开(公告)号:CN112731309B

    公开(公告)日:2022-09-02

    申请号:CN202110011684.5

    申请日:2021-01-06

    Abstract: 本发明属于雷达干扰信号识别技术领域,具体涉及一种基于双线性高效神经网络的有源干扰识别方法。本发明针对现有干扰信号在低干噪比下识别难度大、依靠先验知识的问题,设计了更智能化的干扰识别方法。本发明通过对多种干扰信号进行建模分析,从信号时频图像的角度,采用双线性高效神经网络进行识别,在低干噪比下依然能获得很高的准确率。仿真实验证明了双线性高效神经网络用来识别干扰信号的有效性,相对于人工提取特征的传统方式,精度更高、更为简便。本发明无需干扰信号特征的先验知识,在低干噪比下具有一定的鲁棒性,突破了现有的雷达有源干扰识别方法的应用局限。

    唯相位加权波束快速赋形方法

    公开(公告)号:CN109639329B

    公开(公告)日:2022-03-29

    申请号:CN201811366570.7

    申请日:2018-11-16

    Abstract: 本发明的相控阵天线唯相位波束快速赋形方法,包括:1)设定期望形状的天线波束图,初始化所有离散角度的权重函数、所有天线单元的幅度加权值和相位加权值,获取初始的相控阵天线波束图;2)更新所有天线单元的相位加权值:任一天线单元的相位加权为变量,其它天线单元的相位加权值为上一次迭代计算得到的值,通过最小化波束赋形问题求导计算得到该天线单元新的相位加权值;3)利用更新后的相位加权向量形成新的天线波束图,计算波束赋形误差,计算每个离散角度上的权重函数,直至所有离散角度处权重函数更新计算完成;重复步骤2)和步骤3),直至阵列天线波束图与期望形状波束图的误差满足要求,得到优化相位加权向量。

    一种基于双波段信息融合的抗拖曳欺骗干扰方法

    公开(公告)号:CN113608178A

    公开(公告)日:2021-11-05

    申请号:CN202110872423.2

    申请日:2021-07-30

    Abstract: 本发明公开了一种基于双波段信息融合的抗拖曳欺骗干扰方法,该方法首先分别利用两个波段的量测信息进行角度聚类处理,能够实现特定方向密集干扰量测的角度聚类,通过对角度聚类内的历史量测进行距离速度关联分析,初步实现干扰和目标的判别,剔除了疑似干扰量测,提升干扰的识别速度;最后,通过对两个波段的临时航迹进行距离‑速度‑角度匹配,实现对真实目标的判别,可以提升对目标的识别概率,增强系统的抗干扰能力。

    一种基于多核DSP的粒子群交换长时间积累实现方法

    公开(公告)号:CN111273251A

    公开(公告)日:2020-06-12

    申请号:CN202010157746.9

    申请日:2020-03-09

    Abstract: 本发明公开了一种基于多核DSP的粒子群交换长时间积累实现方法,在长时间积累时,目标跨距离单元和多普勒单元会导致积累检测性能下降,长时间积累模块首先将目标回波数据进行分段,使得每段内目标不会跨距离单元和多普勒单元,再利用粒子群交换PSO算法搜索粒子的距离、速度、加速度等参量,迭代寻找全局最优粒子,作为目标的距离、速度和加速度。本发明特别适用于提高对隐身等微弱回波目标的雷达作用距离,能够获得良好的目标检测性能,等效提高对隐身等微弱回波目标的雷达作用距离。

    一种基于双波段信息融合的抗拖曳欺骗干扰方法

    公开(公告)号:CN113608178B

    公开(公告)日:2024-01-02

    申请号:CN202110872423.2

    申请日:2021-07-30

    Abstract: 本发明公开了一种基于双波段信息融合的抗拖曳欺骗干扰方法,该方法首先分别利用两个波段的量测信息进行角度聚类处理,能够实现特定方向密集干扰量测的角度聚类,通过对角度聚类内的历史量测进行距离速度关联分析,初步实现干扰和目标的判别,剔除了疑似干扰量测,提升干扰的识别速度;最后,通过对两个波段的临时航迹进行距离‑速度‑角度匹配,实现对真实目标的判别,可以提升对目标的识别概率,增强系统的抗干扰能力。

    一种合成孔径雷达图像目标识别方法

    公开(公告)号:CN117218585A

    公开(公告)日:2023-12-12

    申请号:CN202311134198.8

    申请日:2023-09-04

    Abstract: 本发明公开一种合成孔径雷达图像目标识别方法,包括:采用浅层卷积神经网络对第一合成孔径雷达图像进行特征提取,以得到第一合成孔径雷达图像的混合特征;采用基于注意力的特征分解方法对混合特征进行特征解耦,以得到第一合成孔径雷达图像的方位角特征和类别特征;获取方位角特征和类别特征之间的互信息的下界;根据方位角特征、类别特征和互信息的下界估计构建初始的目标识别模型;采用基于互信息约束的对抗学习算法对初始的目标识别模型进行优化,以得到优化后的目标识别模型,从而识别第二合成孔径雷达图像中目标的方位角和类别。本发明利用特征解耦的方式来提取图像中类别特征,可以去除方位角对类别识别精度的影响,从而缓解O.O.D分类问题。

    基于线性变标的合成孔径雷达距离-孔径空变运动补偿方法

    公开(公告)号:CN116794612A

    公开(公告)日:2023-09-22

    申请号:CN202310642383.1

    申请日:2023-06-01

    Abstract: 本发明提供一种基于线性变标的合成孔径雷达距离‑孔径空变运动补偿方法,采用“两步运动补偿”中的第一步一致补偿全景回波的主要距离非空变运动误差分量,得到距离脉压后目标徙动曲线图像数据,再利用图像最小散焦准则计算子孔径带宽参数,并对残余的距离‑孔径空变误差一阶泰勒展开,进一步在二维时域引入线性变标进行常数分量和线性分量补偿,同步完成残余方位相位误差补偿,最后通过子孔径数据时域相加拼接成无运动误差的理想回波数据,通过传统成像处理输出最终全景图像。本发明实现了高精度残余距离‑孔径空变运动误差补偿,并且原理简单,适用复杂轨迹的机载和弹载平台,具有较高的准确性和较强的鲁棒性,实用性较强。

Patent Agency Ranking