S8PSK-LFM雷达通信一体化波形设计

鉴于现实环境中人们对电磁频谱需求的不断增加,提高雷达频谱效率和设计雷达通信一体化波形的兴趣变得日益浓厚.为了提高常规线性频率调制(Linear Frequency Modulation,LFM)-连续相位调制(Continuous Phase Modulation,CPM)的频谱效率,提出了一种改进的雷达和通信一体化波...     

基于Hilbert-Huang变换的雷达信号特征提取技术

针对高分辨雷达目标散射回波的非平稳特性,提出了利用Hilbert—Huang变换进行时频分析获得目标特性的方法。首先利用简单电磁散射模型仿真了三类目标的一维距离像,然后采用Hilbert—Huang变换对各类目标在不同姿态角下的回波进行时频分析,提取时频分布图的边际谱作为目标特征矢量,利用径向基函数神经网络分类器对特征矢量进行训练和学习,最后对三类目标作了识别,仿真对比实验验证了该方法的有效性。     

选区激光熔化成型悬垂面质量的影响因素分析

悬垂结构是选区激光熔化成型存在的固有几何限制,其容易导致成型件形状与尺寸精度变差。为了掌握悬垂面成型出现缺陷的原因,在自主研发的选区激光熔化成型设备上,采用316L不锈钢粉末,进行了高速与低速条件下成型不同倾斜角度和不同扫描线长度的悬垂结构实验。结果表明,倾斜角越小和扫描速度越小,翘曲变形越严重,理论分析了最小成型角度与可靠成型角度分别与高速扫描、低速扫描的实验结果吻合。高速扫描可成型具有最小成型角度的悬垂面,而低速扫描下只能成型可靠成型角度的悬垂面。悬垂面沿着长线扫描方向更容易发生翘曲变形。通过对悬垂面进行局部成型参量控制,可以明显改善成型质量。本研究从工艺与设计的角度为选区激光熔化技术成型悬垂面提供了依据,并给出了初步解决方法。     

基于CNN的舰船高分辨距离像目标识别

针对传统目标识别方法人工提取特征难以挖掘到数据深层次特征的问题,提出了将卷积神经网络(CNN)应用于高分辨距离像(HRRP)的目标识别方法,实现了对数据深层次特征的自动提取。首先构造CNN模型,设置网络参数;然后针对HRRP数据是一维的问题,将HRRP数据重新排列使一维数据变为二维数据;其次用训练数据对CNN模型进行训练得到网络参数;最后用训练好的网络模型对测试数据进行目标识别。通过对数据的减半并且添加噪声,验证了CNN的泛化性能。通过对学习率的优化,可以进一步提高CNN的识别率。实测数据的实验结果表明,CNN具有较好的识别性能。     

基于Riccati方程的相控阵雷达稳态资源管理

针对相控阵雷达多目标跟踪中的资源管理问题,基于协方差控制的思想,建立了资源分配的最优化模型,提出一种基于Riccati方程的稳态资源管理算法。在预先设定期望协方差阵的前提下,算法可以通过求解Riccati方程算出相控阵雷达对各个目标最佳的跟踪参数,使得每个目标的实际跟踪协方差矩阵逼进期望协方差阵。该资源管理算法可以独立于目标跟踪滤波循环之外预先计算好雷达的跟踪参数,是一种离线的资源管理方法。通过选取三种不同的矩阵度量形式进行仿真试验,仿真结果验证了算法的有效性。     

超薄铜片激光点焊工艺研究

为了能用波长为1.064μm的Nd:YAG激光器对高反射率的超薄T2紫铜进行激光焊接,通过设计激光脉冲波形中的各个参量,并在纯氮保护、离焦量为+2mm、焊接速率为1.5mm/s的条件下,应用正交试验方法研究了脉冲峰值电流、脉冲峰值时间、脉冲频率的变化对焊接试件可承受的最大剪切应力的影响。通过实验研究,得出了脉冲峰值电流、脉冲峰值时间、脉冲频率对最大剪切应力的影响规律;并观察了焊缝表面及其显微组织。结果表明,通过设计激光脉冲波形等工艺参量,采用波长为1.064μm的Nd:YAG激光器可以对高反射率的超薄紫铜进行很好的点焊。     

多功能相控阵雷达自适应调度算法研究

由于阵列天线的波束捷变能力 ,多功能相控阵雷达可对多个目标交替进行搜索、验证、跟踪等工作方式的操作。为此 ,需要一种调度策略以有效地分配雷达时间和能量等资源 ,达到优化雷达整体性能的目的。针对多功能相控阵雷达 ,在分析自适应调度算法的设计原则基础上提出一种自适应调度算法 ,并给出具体的性能评估指标。算法能够根据雷达事件的优先级、驻留长度、期望发射时间及时间窗合理地安排一个调度间隔内的雷达事件序列 ,仿真结果验证了调度算法的有效性。     

基于一维距离像的雷达目标识别研究进展

现代高分辨雷达为雷达目标识别提供了新的途径,相应的高分辨一维距离像具有易获取和处理的特点,同时还能够揭示出目标径向结构的分布特性,因而在目标识别领域具有良好的应用前景.文中分析了基于一维距离像的雷达目标识别研究现状,包括一维距离像的模型、距离像特性分析、特征提取方法以及分类器的设计方法等,并且指出了高分辨一维距离像目标识别今后的研究方向.     

基于假设检验的雷达近邻目标距离统计分辨限——幅度随机分布

基于假设检验的统计分辨研究能够衡量统计意义下的分辨能力，还能够突破瑞利限的限制。当前研究均假定两目标的回波幅度为确定情况，实际中雷达观察的快起伏目标回波服从随机分布。基于随机分布假设，本文推导了两近邻点目标的距离统计分辨性能。研究表明，两种假设下的检验统计量均服从加权卡方分布，统计分辨概率和波形、幅度相关系数、回波信噪比等多种因素有关。仿真验证了理论推导的正确性，并且与应用于时延分辨的MUSIC算法相比，该方法具有更好的距离超分辨性能。      

基于修正核函数SVM的一维距离像识别

支持向量机的识别性能很大程度上依赖于核函数的使用。根据黎曼几何理论,提出了一种新的保角变换,对核函数进行数据依赖性改进。该方法通过扩大分类边界处的黎曼张量,使得分类间隔扩大,从而提高支持向量机的分类能力。针对多类舰船目标的识别,利用聚类分析中的均值距离来生成二叉树,将分类器分布在各个节点上,构成多分类支持向量机。对四类舰船目标仿真实验的结果表明,该分类方法无论识别率还是识别速度都具有优势。