-
公开(公告)号：CN110794374B
公开(公告)日：2022-05-17
申请号：CN201911089196.5
申请日：2019-11-08
Applicant: 哈尔滨工业大学
IPC: G01S7/36
Abstract: 一种间歇采样转发干扰的参数辨识方法，解决了现有间歇采样转发干扰的参数辨识方法复杂的问题，属于雷达有源干扰对抗技术领域。所述方法包括：S1、利用截断矩形窗对雷达回波进行分段，对每段信号进行最优阶次分数阶傅里叶变换，再进行拼接；S2、改变截断矩形窗的长度，利用S1获得多个拼接的信号，搜索出所述多个拼接信号中复杂度最低的信号xopt(u)，并根据信号xopt(u)的分布特性，辨识出干扰参数的估计结果。根据处理结果峰值脉冲的分布特性及辨识出的参数，可以实现干扰的具体转发策略的精细化辨识；采用线性调频信号的分数阶傅里叶变换滤波技术，可以滤除干扰信号保留目标信号，同时去除噪声，从而实现间歇采样转发干扰的对抗。
-
公开(公告)号：CN113625233A
公开(公告)日：2021-11-09
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：CN113156392A
公开(公告)日：2021-07-23
申请号：CN202110577164.0
申请日：2021-05-26
Applicant: 哈尔滨工业大学
Abstract: 一种基于俯仰域自适应处理的杂波抑制方法，属于雷达杂波抑制技术领域。本发明是为了解决在对三坐标雷达的信号进行杂波处理时，没有基于空域自适应处理的方法，而导致雷达对目标的探测准确率不高的问题。本发明所述的方法包括：获取杂波信号；计算导向矢量；获取杂波样本，根据杂波样本估计出杂噪协方差矩阵；根据杂噪协方差矩阵和导向矢量得到最优空域导向矢量；根据最优空域加权矢量和导向矢量计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号。本发明用于雷达杂波信号的处理。
-
公开(公告)号：CN110764064A
公开(公告)日：2020-02-07
申请号：CN201911089194.6
申请日：2019-11-08
Applicant: 哈尔滨工业大学
Abstract: 基于深度卷积神经网络集成的雷达干扰信号识别方法，属于雷达信号识别领域，本发明为解决采用现有深度学习模型识别雷达信号存在过拟合、模型泛化能力差，导致识别系统识别准确率低、鲁棒性弱的问题。本发明方法包括以下步骤：步骤一、将雷达干扰信号时域数据集划分为训练集、验证集以及测试集三部分；步骤二、对训练集X做有放回的随机采样T次，获得T个相互独立的采样训练集；步骤三、采用一维CNN卷积神经网络作为特征提取器、采用支持向量机作为分类器来构造个体学习器，根据步骤二的T个采样训练集来训练T个个体学习器以构造同质集成，构建模型；步骤四、将待测雷达干扰信号输入至步骤三的模型中进行识别。
-
-
-
Search Results
64
records
(took 0.019 seconds)
