多视角微多普勒融合的进动目标特征提取

微动特征是弹道目标识别的重要特征之一。针对锥体目标模型,提出了一种基于多视角窄带雷达网的微动参数提取方法。在详细分析锥体目标等效散射中心微多普勒变化规律的基础上,利用各散射中心之间的微多普勒相关性,结合频率补偿的方法,实现了回波多普勒谱中各散射中心对应的微多普勒曲线的匹配识别。在此基础上,构建多视角联合方程组,提取出锥体目标的进动角、底面半径、锥体高度等参数。仿真结果证明了该方法的有效性与适应性。      

利用微动信息矩阵的弹道目标特征提取算法

为满足反导作战的现实需求及解决强噪声环境下弹道目标特征提取问题,提出了一种新的基于宽/窄带混合体制雷达的弹道目标特征提取算法。该算法分析了宽/窄带信号对应的微动特征,运用Viterbi算法分离并提取出各散射中心的微动曲线。在此基础上,根据宽/窄带微动特征的相关性,结合改进自相关法和最小二乘估计方法,构建并解算出目标最强散射中心对应的微动信息矩阵。最后利用散射中心关联和一致性匹配融合方法,构建多元方程组并求解,得到目标的微动特征和结构参数。仿真结果表明:当信噪比为0dB时,该算法估计得到的目标微动特征和结构参数的均方根误差的量级均为10-2。      

基于AlexNet-BiLSTM网络的锥体目标微动分类

针对典型弹道锥体目标分类需构造、提取人工特征而缺乏通用性及智能性的问题,提出一种利用卷积神经网络（Convolutional Neural Network,CNN）与长短期记忆网络（Long Short-Term Memory,LSTM）相结合的网络模型,对弹道锥体目标的微动时频图实现智能分类的方法。首先,分析弹道锥体目标的微多普勒特征,得出不同微动形式的微多普勒频率;然后,利用AlexNet网络的图像特征提取能力与BiLSTM网络的时序特征提取能力构造AlexNet-BiLSTM网络模型,并通过模拟雷达回波生成的时频图数据集对网络进行训练、调试;最后,仿真结果表明该网络能实现弹道锥体目标的智能微动分类,验证了该网络的有效性及鲁棒性。      

中段弹道目标微多普勒历程修复算法

针对由于遮挡效应导致的弹道目标微多普勒历程缺失问题,该文提出一种基于压缩感知理论的微多普勒历程修复算法。首先建立进动目标滑动散射中心模型,分析其微多普勒特性;其次,探究不同观测角度下各散射中心的有效性,分析遮挡效应对于散射中心微多普勒历程的影响;再次,根据观测到的缺失的微多普勒历程,设计压缩感知框架下的观测矩阵,采用SP(Subspace Pursuits)算法对为微多普勒历程进行修复;最后,仿真实验验证了遮挡效应对微多普勒历程的影响以及该文提出的修复算法的有效性。      

幅度量化数字射频存储器单元的设计

数字射频存储器(DRFM)是干扰机中的一个关键部件。介绍了DRFM的基本原理,确定了目前的总体设计思想,在此基础之上,设计了一种新颖的幅度量化DRFM单元方案,对其工作过程进行了详细论述,并给出了其主要性能参数。本方案的设计思想独到,采用的器件先进,对于进一步研制DRFM电路奠定了坚实的基础。     

S波段窄带介质滤波器的分析与设计

滤波器是现代数字通信的一个关键部件,对数字通信的影响重大。介绍了介质谐振器的独特优点、基本原理和分析方法,给出了滤波器的设计公式,在此基础上设计了窄带介质滤波器,并在HFSS的基础上对设计的介质滤波器进行了仿真分析,仿真结果与理论计算一致,验证了理论计算的正确性。     

抗反辐射导弹方法研究

根据反辐射导弹（ARM）导引头的信号检测、预分选、分选原理，提出了一种针对新型雷达抗ARM的诱偏源诱骗方法，分析了时序设计原理，论证了其有效性、可靠性及安全性，最后给出了动态仿真结果。     

基于小波变换的变步长LMS自适应滤波算法

变步长LMS自适应滤波算法通过构造合适的步长因子有效的解决了传统LMS算法收敛速度和稳态误差相矛盾的问题.变换域LMS自适应滤波算法通过正交变换降低了输入信号矩阵的相关性,提高了算法的收敛速度.将这两种算法相结合,提出了一种新的基于小波变换的变步长LMS自适应滤波算法.仿真结果表明,该算法无论是收敛速度还是稳态误差都有了很大的提高.     

超宽带新体制雷达的军事应用潜力及局限

介绍超宽带（UWB）雷达系统的定义、分类、主要特点以及在距离分辨率、目标成橡和识别等方面的应用，论述超宽带（UWB）雷达的应用原理、独特优势及在军事领域的应用和发展趋势。