-
公开(公告)号：CN113378466A
公开(公告)日：2021-09-10
申请号：CN202110654705.5
申请日：2021-06-11
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于DQN的雷达对抗智能决策方法。为了适应日益复杂多变的电磁环境和满足多种任务的执行要求，现代雷达应提升自身的智能化水平，能够在动态对抗中具备自主学习的能力，使得雷达的对抗系统从传统的固定抗干扰策略向动态地自主实施高效的抗干扰策略进行转变。本发明采用深度神经网络拟合动作价值函数，进而选取相应的动作，获得最优对抗策略，提高了雷达在多重信号并存的场景下目标跟踪的性能，增强了雷达面向此类问题时具有较强的自主性和适应性。
-
公开(公告)号：CN112001342A
公开(公告)日：2020-11-27
申请号：CN202010883041.5
申请日：2020-08-28
Applicant: 电子科技大学
Abstract: 本发明属于雷达杂波分类技术领域，具体涉及一种采用VGG-16网络的雷达杂波分类方法。雷达所处的真实环境是复杂多变的，会受到干扰、天气、地形等影响而大大降低其检测性能。因此，为了在非均匀、非平稳的环境中实现杂波分类，本发明使用了动态环境信息(气象数据)和静态环境信息(高程数据)结合来接近真实的环境，通过结构优美、层次清晰的VGG-16网络提取动态、静态环境数据的特征，利用Bi-LSTM完成特征的融合，最终在softmax层实现杂波的分类。充分利用了动态、静态两类环境信息，弥补了传统方法的不足，更加智能高效。
-
公开(公告)号：CN113433512B
公开(公告)日：2022-08-23
申请号：CN202110695961.9
申请日：2021-06-23
Applicant: 电子科技大学
Abstract: 本发明属于雷达电子对抗技术领域，具体涉及一种针对LFM脉冲压缩雷达的密集假目标压制干扰方法。传统的密集假目标作压制干扰时，假目标的间距和幅度大多是无序分布的，其产生的假目标群中的内部假目标或边缘假目标往往会被雷达使用如SO‑CFAR这样的多目标检测的恒虚警算法检测出来，从而导致假目标群和真实目标的位置暴露，使得压制干扰效果变差或完全失效。本发明通过对采样后转发信号相关参数的设计，实现了在SO‑CFAR恒虚警检测算法下，对假目标群内部假目标与边缘假目标的完全遮盖以及对真实雷达回波信号的压制干扰，解决了密集假目标作压制干扰时因假目标位置暴露而给真实目标带来的潜在危险，提高了密集假目标作压制干扰时的干扰效果，具有良好的实用性。
-
公开(公告)号：CN113376591A
公开(公告)日：2021-09-10
申请号：CN202110654249.4
申请日：2021-06-11
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于杂波知识的雷达目标恒虚警检测方法。在非均匀、动态时变的杂波背景下，传统的恒虚警检测方法的处理能力大大降低、检测性能明显下降。为了改善检测性能，提高雷达在复杂杂波背景下的适应能力，本发明利用获取到的杂波先验知识，根据背景杂波变化动态选择参数用以计算阈值，使得雷达能够动态适应复杂杂波环境。本发明在均匀杂波和边缘杂波等背景下有着优异的检测性能，能够帮助雷达适应不同分布特性的杂波，有效地增强了雷达在复杂环境下的检测能力，更符合认知雷达的发展方向。
-
Patent Agency Ranking
公开(公告)号：CN112001342B
公开(公告)日：2023-04-07
申请号：CN202010883041.5
申请日：2020-08-28
Applicant: 电子科技大学
IPC: G06F18/24 , G01S7/02 , G01S7/41 , G01S13/00 , G06F16/29 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明属于雷达杂波分类技术领域，具体涉及一种采用VGG‑16网络的雷达杂波分类方法。雷达所处的真实环境是复杂多变的，会受到干扰、天气、地形等影响而大大降低其检测性能。因此，为了在非均匀、非平稳的环境中实现杂波分类，本发明使用了动态环境信息(气象数据)和静态环境信息(高程数据)结合来接近真实的环境，通过结构优美、层次清晰的VGG‑16网络提取动态、静态环境数据的特征，利用Bi‑LSTM完成特征的融合，最终在softmax层实现杂波的分类。充分利用了动态、静态两类环境信息，弥补了传统方法的不足，更加智能高效。
-
公开(公告)号：CN113433512A
公开(公告)日：2021-09-24
申请号：CN202110695961.9
申请日：2021-06-23
Applicant: 电子科技大学
Abstract: 本发明属于雷达电子对抗技术领域，具体涉及一种针对LFM脉冲压缩雷达的密集假目标压制干扰方法。传统的密集假目标作压制干扰时，假目标的间距和幅度大多是无序分布的，其产生的假目标群中的内部假目标或边缘假目标往往会被雷达使用如SO‑CFAR这样的多目标检测的恒虚警算法检测出来，从而导致假目标群和真实目标的位置暴露，使得压制干扰效果变差或完全失效。本发明通过对采样后转发信号相关参数的设计，实现了在SO‑CFAR恒虚警检测算法下，对假目标群内部假目标与边缘假目标的完全遮盖以及对真实雷达回波信号的压制干扰，解决了密集假目标作压制干扰时因假目标位置暴露而给真实目标带来的潜在危险，提高了密集假目标作压制干扰时的干扰效果，具有良好的实用性。
-
公开(公告)号：CN113608211B
公开(公告)日：2023-09-05
申请号：CN202110907391.5
申请日：2021-08-09
Applicant: 电子科技大学
IPC: G01S13/87 , H04L41/142 , G06F18/213 , H04L43/0876
Abstract: 本发明公开了一种基于通信流量信息辅助的雷达组网方式识别方法。现有的雷达组网识别方法主要依赖网内雷达特征信息的提取与融合，识别方法所使用的参数较为单一，识别可信度较低。考虑到组网雷达系统通过相应的通信手段实现了互联互通，对网内通信流量的分析与研究就变得十分重要。此外，不同的组网雷达系统在面对干扰时其通信流量具有不同特征，加入对抗时的网内通信流量特征将有助于对雷达组网方式的识别。因此，本发明在传统雷达组网方式识别所使用的参数集的基础上增加了通信流量这一参数，并将通信流量特征细分为三大类：无干扰、点迹欺骗、航迹欺骗下的通信流量特征，有效的提升了对雷达组网方式识别的可靠性与准确率，具有良好的应用价值。
-
公开(公告)号：CN113608211A
公开(公告)日：2021-11-05
申请号：CN202110907391.5
申请日：2021-08-09
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于通信流量信息辅助的雷达组网方式识别方法。现有的雷达组网识别方法主要依赖网内雷达特征信息的提取与融合，识别方法所使用的参数较为单一，识别可信度较低。考虑到组网雷达系统通过相应的通信手段实现了互联互通，对网内通信流量的分析与研究就变得十分重要。此外，不同的组网雷达系统在面对干扰时其通信流量具有不同特征，加入对抗时的网内通信流量特征将有助于对雷达组网方式的识别。因此，本发明在传统雷达组网方式识别所使用的参数集的基础上增加了通信流量这一参数，并将通信流量特征细分为三大类：无干扰、点迹欺骗、航迹欺骗下的通信流量特征，有效的提升了对雷达组网方式识别的可靠性与准确率，具有良好的应用价值。
-
公开(公告)号：CN112596031A
公开(公告)日：2021-04-02
申请号：CN202011523774.4
申请日：2020-12-22
Applicant: 电子科技大学
IPC: G01S7/02 , G01S7/36 , G01S7/40 , G06F16/36 , G06F16/901
Abstract: 本发明公开了一种基于知识图谱利用TransE知识推理模型得到目标雷达威胁度的评估方法。传统的威胁等级判定仅仅依靠侦察到的辐射源雷达的技术参数、工作状态等指标，并未考虑实战应用的特点，即未考虑辐射源雷达所搭载平台的性质以及搭载平台上的其他辐射源雷达信息，因此所评估的威胁等级不够准确。本发明通过构建以雷达和搭载平台为核心的知识图谱，使用TransE推理模型挖掘出雷达与雷达、雷达与搭载平台之间的隐藏联系，综合利用所获取的信息更全面、更准确地评估目标辐射源雷达的威胁度。本发明解决了现有技术中的获取信息不够完备、评估指标不够全面等问题，提高了目标雷达威胁度的评估准确度，具有良好的实用性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
