-
公开(公告)号：CN111208505A
公开(公告)日：2020-05-29
申请号：CN202010042626.4
申请日：2020-01-15
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于雷达目标跟踪技术领域，特别涉及一种基于多目标跟踪的分布式MIMO雷达最少阵元快速提取方法，包含：以多目标位置估计误差最大值作为跟踪精度误差，使其小于给定位置精度，建立给定位置精度要求下的最少阵元选取优化模型；对MIMO雷达系统发射和接收阵元分别按照信号衰减从小到大进行排序，依据系统精度误差和给定位置精度，求解最少阵元选取优化模型，以确定选取阵元。本发明能够避免现有目标跟踪盲目选取阵元所带来的计算复杂度的增加，在保证多目标跟踪性能的情况下大幅降低计算量，实现对目标的快速追踪，与现有对比算法相比，计算量降幅能够达到近80％以上，以提高雷达系统目标跟踪精度和效率，具有较好的实际应用价值。
-
公开(公告)号：CN111198366A
公开(公告)日：2020-05-26
申请号：CN202010043705.7
申请日：2020-01-15
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于雷达目标跟踪技术领域，特别涉及一种分布式MIMO雷达多任务下的有限阵元快速选取方法，包含：以多目标总体位置估计误差最大值作为跟踪精度误差，建立最少阵元选取优化模型；针对MIMO雷达系统发射和接收阵元，初始化确定所有阵元总集，获取待检测目标跟踪性能、检测性能及检测概率；对模型迭代求解，并引入表征性能相对量的变量，对待检测目标的跟踪性能和检测性能进行去量纲化处理，依次剔除对系统性能贡献最小的阵元，使所有阵元总集中阵元数量逐次递减，使得剔除处理后的所有阵元总集作为最终有限阵元的最小阵元集。本发明大幅降低系统计算量，能够在保证目标跟踪性能和检测性能的同时，使系统性能接近最优，具有较好的实际应用价值。
-
公开(公告)号：CN118501822A
公开(公告)日：2024-08-16
申请号：CN202410586408.5
申请日：2024-05-13
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01S7/38
Abstract: 本发明涉及电子对抗技术领域，特别涉及一种雷达跟踪干扰波形设计方法及系统，通过构建指定维度内电子对抗中拖引欺骗干扰目标函数，所述指定维度包括距离、速度和角度；获取目标区域雷达脉冲信号，并基于拖引欺骗干扰目标函数生成指定维度内的干扰脉冲，所述干扰脉冲用于使目标区域雷达跟踪向设定欺骗方向偏移；在目标区域雷达跟踪量测信号中添加干扰脉冲，以在电子对抗中对雷达跟踪进行干扰。本发明通过智能化干扰波形的设计，能够顺利通过雷达信号处理和抗干扰抑制，并利用干扰有效性评价指标和遗传算法IPMGA来实现对雷达跟踪波门的快速拖引，提升电子对抗中的雷达跟踪干扰效果。
-
公开(公告)号：CN116668242A
公开(公告)日：2023-08-29
申请号：CN202310625190.5
申请日：2023-05-30
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L25/03 , G06F18/213 , G06F18/2411
Abstract: 本发明涉及辐射源个体识别技术领域，特别涉及一种基于互信息度量和变分模态分解的主信号抑制方法及系统，通过获取辐射源接收信号相位，利用小波变换滤除高斯噪声；将不同频域下辐射源接收信号相位分解到不同模态函数，并获取各模态函数与原始信号两者的相位互信息；通过互信息筛选主信号相位分量，依据互信息值大小保留互信息值大于预设阈值的模态函数并重建主信号相位；并利用原始信号相位减去重建的主信号相位，得到主信号抑制后的无意调相信号相位。本发明可解决由于主信号能量高而对个体识别造成的影响，能够直接提取无意调制信号稳定且显著有效指纹特征，以实现辐射源无意调制信号检测识别，在频谱管理、通信对抗等领域具有较好的应用前景。
-
公开(公告)号：CN111458704B
公开(公告)日：2022-03-01
申请号：CN202010279331.9
申请日：2020-04-10
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于雷达目标跟踪技术领域，特别涉及一种多任务下突出重点目标跟踪的分布式MIMO雷达阵元选取方法，设定系统跟踪目标分为重点目标和普通目标，在阵元集全集中选取初始阵元对作为初始阵元集；依据初始阵元集下不同目标的跟踪性能和检测性能，获取目标的跟踪精度误差和检测概率；在限定目标检测性能、跟踪性能及系统资源前提下，以最小阵元集合作为代价函数建立优化模型；遍历初始阵元集合中所有初始阵元对，逐次增加贡献最大的阵元，对优化模型进行迭代求解，以完成阵元集的选择。本发明在分布式MIMO雷达执行目标检测和跟踪多任务时实现在多个目标中突出对重点目标的跟踪，在保证目标跟踪性能的同时，能够有效降低系统计算量。
-
Patent Agency Ranking
公开(公告)号：CN109151827B
公开(公告)日：2021-04-02
申请号：CN201810848883.X
申请日：2018-07-28
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04W12/122 , H04W4/02 , H04W64/00
Abstract: 本发明涉及一种基于射频指纹的WiFi定位欺骗检测方法及装置，该方法包含：获取包含每个WiFi接入点标识信息和射频指纹特征两者对应关系的接入点列表；对接入点列表中的射频指纹特征进行聚类分析，在接入点列表中删除伪造WiFi接入点；将处理后的接入点列表传输至定位数据库，查询并获取消除定位欺骗后的真实位置信息。本发明增加基于射频指纹的验证过程，通过检测虚假WiFi接入点信号，防止被黑客注入虚假的定位结果；利用黑客使用同一设备发送多个伪造WiFi信标信号的特点，通过聚类方法，检测多个伪造WiFi信号射频指纹特征过于相似这种异常情况，来过滤掉欺骗信号，完成对伪造WiFi信号的检测，最终获得正确的定位结果，适用性更强，具有较好的实际应用价值。
-
公开(公告)号：CN111458704A
公开(公告)日：2020-07-28
申请号：CN202010279331.9
申请日：2020-04-10
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于雷达目标跟踪技术领域，特别涉及一种多任务下突出重点目标跟踪的分布式MIMO雷达阵元选取方法，设定系统跟踪目标分为重点目标和普通目标，在阵元集全集中选取初始阵元对作为初始阵元集；依据初始阵元集下不同目标的跟踪性能和检测性能，获取目标的跟踪精度误差和检测概率；在限定目标检测性能、跟踪性能及系统资源前提下，以最小阵元集合作为代价函数建立优化模型；遍历初始阵元集合中所有初始阵元对，逐次增加贡献最大的阵元，对优化模型进行迭代求解，以完成阵元集的选择。本发明在分布式MIMO雷达执行目标检测和跟踪多任务时实现在多个目标中突出对重点目标的跟踪，在保证目标跟踪性能的同时，能够有效降低系统计算量。
-
公开(公告)号：CN109167641A
公开(公告)日：2019-01-08
申请号：CN201810848882.5
申请日：2018-07-28
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04B17/382 , H04W12/06 , G06K9/62
Abstract: 本发明涉及一种窄带信号功率放大器指纹特征提取方法及装置，该方法包含：对接收信号依次进行自动增益控制、匹配滤波、频率补偿和符号同步，获取修正信号；解调接收信号，并依次进行成形滤波和信号恢复，得到恢复后的功放激励信号；建立功率放大器Taylor级数行为模型，根据修正信号和恢复后的功放激励信号，构建放大器指纹特征提取模型，通过最小二乘法提取功率放大器Taylor级数系数作为指纹特征量；通过指纹特征量训练支持向量机；构建信号测试集，通过训练后的支持向量机进行指纹特征的分类和识别。本发明信号接收设备相对简单，易于实现；适应于一般的数字调制方式，通用性强；利用辐射源通用硬件的特征，有效识别不同的辐射源，具有较好实际应用价值。
-
公开(公告)号：CN109165678A
公开(公告)日：2019-01-08
申请号：CN201810848901.4
申请日：2018-07-28
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及一种基于双谱三维图像纹理特征的辐射源识别方法及装置，该方法包含：获取不同辐射源信号的样本数据，通过计算信号双谱，得到双谱三维图像；针对双谱三维图像，通过图像的灰度共生矩阵，提取纹理特征；针对纹理特征，通过支持向量机进行分类并识别辐射源个体。本发明避免单独采用双谱存在的特征维度高以及积分双谱部分分类信息丢失等问题；在探索辐射源个体识别中稳态信号射频指纹的提取，充分利用样本信息，有效提高分类器训练识别的效率、应用范围和鲁棒性，在抗噪性、小样本、多目标、不同调制方式普适性等不同条件下均具有优势，通过实际电台信号验证其在实际电磁环境中的有效性，在提高分类器效率和鲁棒性能上具有重要的研究价值。
-
公开(公告)号：CN118839765A
公开(公告)日：2024-10-25
申请号：CN202410832925.6
申请日：2024-06-26
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06N5/04 , G06N3/0475 , G06N3/045 , G06N3/047 , G06N3/094
Abstract: 本发明涉及无人机反制技术领域，特别涉及一种基于M2AC算法的无人机集群对抗干扰智能决策方法及系统，利用马尔科夫博弈构建对抗双方的智能决策数学模型，所述智能决策数学模型包括对抗场景状态、对抗参与方动作空间、状态转移概率、对抗参与者收益函数及对抗收益折扣因子；将对抗环境中的无人机集群抽象为智能体，利用策略网络拟合智能决策数学模型求解过程中的状态和策略映射关系，并在求解过程中基于指标函数引导策略网络收敛至马尔科夫完美均衡状态，以获取无人机集群对抗中的最佳对抗决策。本发明在有效获取马尔科夫完美均衡解的同时，也可获得更快的训练与决策速度，有助于缓解高实时性、高动态性下无人机集群对抗干扰智能决策算法低时效难题，在无人机集群反制领域中具有较好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.047 seconds)
