-
公开(公告)号：CN117148286B
公开(公告)日：2024-08-30
申请号：CN202311143795.7
申请日：2023-09-06
Applicant: 哈尔滨工业大学
IPC: G01S7/36
Abstract: 基于多准则多代价函数的雷达智能抗干扰决策方法，属于雷达抗干扰技术领域。本发明针对现有雷达抗干扰决策方法不能满足认知雷达抗干扰需求，并且不能自适应的快速选择干扰措施的问题。包括对干扰模式设定评价指标；根据评价指标计算抗干扰措施对抗不同干扰类型的抗干扰提升因子，并获得干扰与抗干扰的相关矩阵；基于干扰与抗干扰的相关矩阵设计代价函数：根据雷达抗干扰决策目标，设计决策算法，将外层DDPG算法模型作为第一决策层选择抗干扰措施的作用域，将内层MADDPG算法模型作为第二决策层根据作用域选择抗干扰措施；建立马尔可夫决策过程的四元组，进行迭代运算，获得雷达抗干扰措施组合方式的最优解。本发明用于雷达智能抗干扰决策。
-
公开(公告)号：CN116794646B
公开(公告)日：2024-04-19
申请号：CN202310725505.3
申请日：2023-06-19
Applicant: 哈尔滨工业大学
Abstract: 基于变分贝叶斯推理的混合体制高频雷达目标跟踪方法，解决了如何在电离层不稳定的情况下提高跟踪精度的问题，本发明将变分贝叶斯思想运用至电离层虚高变化对于目标状态的影响中，首先利用设定好的电离层高度误差对多探测模式进行扩展，并对多探测模式下的量测组进行融合得到融合量测组，利用变分贝叶斯方法对融合量测组进行迭代与更新融合量测组，最后完成对于目标的跟踪。本发明与现有算法相比可以提升在电离层不稳定时多目标的数据关联能力，实现在电离层高度不准确时的数据关联,提高跟踪精度。
-
公开(公告)号：CN113625233B
公开(公告)日：2024-02-06
申请号：CN202110938462.8
申请日：2021-08-16
Applicant: 哈尔滨工业大学
Abstract: 一种基于强化学习的雷达抗干扰智能决策方法，属于雷达抗干扰技术领域。本发明针对现有雷达抗干扰方法中LFM波形的设计方法单一，不能应对复杂干扰场景的问题。包括：对于雷达与干扰机的每一个对抗回合，在雷达发射端发射基于调频斜率扰动的LFM波形至电磁干扰环境中，在雷达接收端接收回波信号；对回波信号采用三步匹配滤波的干扰抑制方法，获得目标回波信号；设定雷达抗干扰的决策准则；判断目标回波信号是否满足决策准则，若是，则实现了雷达抗干扰；否则，以决策准则为依据，采用雷达在线抗干扰智能决策算法计算下一对抗回合的LFM波形参数，并通过雷达发射端产生新的LFM波形。本发明用于实现在线抗干扰决策。
-
公开(公告)号：CN117148286A
公开(公告)日：2023-12-01
申请号：CN202311143795.7
申请日：2023-09-06
Applicant: 哈尔滨工业大学
IPC: G01S7/36
Abstract: 基于多准则多代价函数的雷达智能抗干扰决策方法，属于雷达抗干扰技术领域。本发明针对现有雷达抗干扰决策方法不能满足认知雷达抗干扰需求，并且不能自适应的快速选择干扰措施的问题。包括对干扰模式设定评价指标；根据评价指标计算抗干扰措施对抗不同干扰类型的抗干扰提升因子，并获得干扰与抗干扰的相关矩阵；基于干扰与抗干扰的相关矩阵设计代价函数：根据雷达抗干扰决策目标，设计决策算法，将外层DDPG算法模型作为第一决策层选择抗干扰措施的作用域，将内层MADDPG算法模型作为第二决策层根据作用域选择抗干扰措施；建立马尔可夫决策过程的四元组，进行迭代运算，获得雷达抗干扰措施组合方式的最优解。本发明用于雷达智能抗干扰决策。
-
公开(公告)号：CN116794646A
公开(公告)日：2023-09-22
申请号：CN202310725505.3
申请日：2023-06-19
Applicant: 哈尔滨工业大学
Abstract: 基于变分贝叶斯推理的混合体制高频雷达目标跟踪方法，解决了如何在电离层不稳定的情况下提高跟踪精度的问题，本发明将变分贝叶斯思想运用至电离层虚高变化对于目标状态的影响中，首先利用设定好的电离层高度误差对多探测模式进行扩展，并对多探测模式下的量测组进行融合得到融合量测组，利用变分贝叶斯方法对融合量测组进行迭代与更新融合量测组，最后完成对于目标的跟踪。本发明与现有算法相比可以提升在电离层不稳定时多目标的数据关联能力，实现在电离层高度不准确时的数据关联,提高跟踪精度。
-
Patent Agency Ranking
公开(公告)号：CN116449303A
公开(公告)日：2023-07-18
申请号：CN202310414346.5
申请日：2023-04-18
Applicant: 哈尔滨工业大学
Abstract: 一种低峰值旁瓣非连续谱信号设计方法，属于雷达波形设计技术领域。本发明针对现有雷达发射信号设计中自相关旁瓣优化手段存在实时性差以及优化结果不稳定的问题。包括：建立雷达非连续谱发射信号离散矢量S的模型，并获得离散矢量S与功率谱以及自相关函数之间的表达式；基于自相关函数定义加权峰值旁瓣水平WPSL，并结合信号在阻带内的加权能量建立加权目标函数作为待优化目标函数；利用指数对数平滑函数将加权峰值旁瓣水平WPSL的无穷范数问题进行平滑转化，得到关于待优化相位角的改写后待优化目标函数；采用共轭梯度法求解改写后待优化目标函数，获得最优相位角，完成低峰值旁瓣非连续谱信号的设计。本发明用于非连续谱信号设计。
-
公开(公告)号：CN116338595A
公开(公告)日：2023-06-27
申请号：CN202310312311.0
申请日：2023-03-28
Applicant: 哈尔滨工业大学
IPC: G01S7/282
Abstract: 一种低峰值旁瓣的非连续谱信号频谱塑形方法，属于雷达波形设计领域。本发明针对现有频谱塑形方法中未考虑峰值旁瓣并权衡信干噪比，使得频谱模板较为简单，缺陷较大的问题。包括：基于功率谱表示发射信号的信干噪比和加权峰值旁瓣水平，并采用指数对数平滑函数对加权峰值旁瓣水平进行转化，得到转化后加权峰值旁瓣水平；加权得到目标函数；功率谱设定约束条件，结合目标函数建立频谱塑形优化问题；求解频谱塑形优化问题，得到最优功率谱；计算所述最优功率谱对应的信干噪比和峰值旁瓣；根据不同加权系数下最优功率谱对应的信干噪比与峰值旁瓣之间的关系得到发射信号的频谱模板，从而实现频谱塑形。本发明用于频谱塑形。
-
公开(公告)号：CN115639535A
公开(公告)日：2023-01-24
申请号：CN202211296952.3
申请日：2022-10-21
Applicant: 哈尔滨工业大学
IPC: G01S7/41
Abstract: 本发明提出一种基于Transformer的雷达干扰信号识别方法，包括：构建雷达干扰信号时域数据集，并对雷达干扰信号时域数据集进行处理获取第一训练数据集；对第一训练数据集进行样本之间的采样点融合，获取第二训练数据集；将第一训练数据集与第二训练数据集进行拼接获取第三训练数据集；将第三训练数据集输入Transformer模型中进行特征提取，Transformer模型对应的损失函数为类别向量中包含的特征对应的损失函数与各个采样窗中包含的特征对应的损失函数之和，通过优化算法获取使Transformer模型损失最小的模型参数；通过对第三训练数据集采用有放回抽样策略得到T个采样训练集，通过采样训练集以及模型参数训练T个Transformer模型；将测试数据集输入训练好的T个Transformer模型中，通过投票获取识别结果。
-
公开(公告)号：CN114578296B
公开(公告)日：2022-10-04
申请号：CN202210202885.8
申请日：2022-03-02
Applicant: 哈尔滨工业大学
Abstract: 基于相位编码信号的间歇采样干扰抑制方法，涉及雷达抗干扰领域。本发明是为了解决现有干扰抑制方法还存在由于干扰难以准确估计而导致干扰抑制方法可实施性差以及难以应付经过频率调制的间歇采样干扰的问题。本发明包括：获取随机相位编码信号的回波信号r(t)；对r(t)进行多普勒补偿和脉冲压缩获得距离多普勒谱；识别回波信号中的真目标和假目标；获得离散距离多普勒谱，在离散距离多普勒谱中获得真假目标所在距离单元的离散多普勒数据构建真假目标多普勒子空间；设计斜投影矩阵对离散距离多普勒谱处理，获得滤除假目标的距离多普勒谱；提取多普勒切面作为最输出结果，在输出结果中实现真目标的探测。本发明用于间歇采样干扰的抑制。
-
公开(公告)号：CN114942410A
公开(公告)日：2022-08-26
申请号：CN202210607685.0
申请日：2022-05-31
Applicant: 哈尔滨工业大学
IPC: G01S7/36
Abstract: 基于数据增广的干扰信号识别方法，涉及雷达抗干扰技术领域。本发明是为了解决目前的干扰信号识别方法中的数据增广方法还存无法提升电子干扰数据多样性和丰富性进而导致使干扰数据分类模型分类精度低的问题。本发明包括：将待检测的电子干扰数据输入干扰识别网络中获得电子干扰类型；获得干扰识别网络具体为：获取电子干扰数据集，并分为增广训练集和测试集；用训练集训练构建的生成对抗网络获得增广模型；将电子干扰纯噪声输入增广模型中获得干扰样本；利电子干扰样本和增广训练集组成的分类训练集训练构建的卷积神经网络获得训练好的卷积神经网络；利用测试集测试训练好的卷积神经网络获得干扰识别网络。本发明用于识别电子干扰信号。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.031 seconds)
