检索结果-南通市图书馆

Signal design for MIMO dual-function systems with permutation learning

在线全文

学校读者我要写书评

暂无评论

Science China(Information Sciences) 2023年第10期66卷 297-315页

作者： Jing YANG Xianxiang YU minghui sha Wen FAN Guolong CUI School of Electrical and Information Engineering Zhengzhou University School of Information and Communication Engineering University of Electronic Science and Technology of China Beijing Institute of Radio Measurement The 54th Research Institute of China Electronics Technology Group Corporation

This paper addresses the signal matrix synthesis in the multi-input-multi-output(MIMO) dualfunction system aimed at obtaining the desired radar beampattern while embedding communication symbols into the permutation matrix of each pulse. To this end, transmit beampattern peak mainlobe to sidelobe level ratio(PMSR) is considered the figure of merit. Besides, the phases of the codebook induced by the designed weight vectors impinged on the directions of the communication receivers and eavesdroppers are restricted to be uniformly distributed and totally the same, respectively. To handle the resulting design problem, an iterative algorithm is devised to account for the coupled quadratic fractional programming objective function with multi-equality constraints, capitalizing on the alternating direction method of multipliers(ADMM) framework. As to the demodulation process for permutation learning, a novel algorithm based on the alternating direction penalty method(ADPM) framework is proposed to handle the mix-boolean optimization problem with the correlation between the communication dictionary and permutation of the received filtered data maximized. Finally, numerical results highlight the effectiveness of the conceived algorithms in comparison with the existing counterparts.

关键词： dual function radar and communication (DFRC) system multi-input multi-output (MIMO) radar beampattern alternating direction method of multipliers (ADMM) permutation learning mix-boolean optimization problem alternating direction penalty method (ADPM)

基于梳状谱调制和间歇采样重复转发的复合干扰

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

系统工程与电子技术 2021年第12期43卷 3495-3501页

作者：周胜文沙明辉胡小春北京无线电测量研究所北京100854

针对常规间歇采样转发干扰(interrupted sampling repetitive repeater jamming,ISRRJ)存在假目标群幅度递减过快、假目标干扰能量不集中的问题,提出基于梳状谱调制干扰(comb spectrum modulation jamming,CMSJ)和ISRRJ的复合干扰方法。首先,分析CSMJ和ISRRJ的特性;然后,探讨复合干扰形成密集假目标干扰的条件,并给出参数控制字的选择方法;最后,仿真分析不同参数条件下的干扰效果。理论分析和仿真结果表明,所提方法参数控制简单,能够形成幅度均匀分布的密集假目标群。

关键词：梳状谱调制间歇采样重复转发复合干扰

在线全文

学校读者我要写书评

暂无评论

基于改进残差神经网络的雷达信号识别方法

系统工程与电子技术 2024年第10期46卷 3356-3364页

作者：聂千祁沙明辉朱应申北京无线电测量研究所北京100854

针对低信噪比情况下,雷达信号特征提取困难,导致识别准确率较低的问题,提出一种基于改进残差神经网络的雷达信号调制识别方法。首先使用时频分析方法,将时域信号转化为二维时频图像;然后对图像进行灰度化、高斯滤波、双线性插值、归一... 详细信息

针对低信噪比情况下,雷达信号特征提取困难,导致识别准确率较低的问题,提出一种基于改进残差神经网络的雷达信号调制识别方法。首先使用时频分析方法,将时域信号转化为二维时频图像;然后对图像进行灰度化、高斯滤波、双线性插值、归一化等预处理,作为深度学习模型的输入;最后搭建改进的残差神经网络,利用空间和通道重构单元减少特征冗余,提高特征提取精度,从而提高低信噪比下雷达信号识别准确率。仿真实验结果表明,信噪比为-8 dB时,该方法对12类典型雷达信号的整体识别准确率达到96.67%,具有较好的噪声鲁棒性与抗混淆能力。

关键词：辐射源信号识别时频分析深度学习残差神经网络

基于进化PSO算法的稀疏捷变频雷达波形优化

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2022年第3期44卷 834-840页

作者：杜思予全英汇沙明辉方文邢孟道西安电子科技大学电子工程学院陕西西安710071 北京无线电测量研究所北京100854 西安电子科技大学雷达信号处理国家重点实验室陕西西安710071

为了提高稀疏捷变频(sparse frequency agility, SFA)雷达信号在稀疏重构中的精度和稳定性,提出一种基于进化粒子群优化(particle swarm optimization, PSO)算法的SFA雷达信号的优化设计。首先,推导了SFA雷达的信号模型和稀疏重构时的... 详细信息

为了提高稀疏捷变频(sparse frequency agility, SFA)雷达信号在稀疏重构中的精度和稳定性,提出一种基于进化粒子群优化(particle swarm optimization, PSO)算法的SFA雷达信号的优化设计。首先,推导了SFA雷达的信号模型和稀疏重构时的字典矩阵。然后,以最小化SFA雷达信号对应字典矩阵的相关性为目标函数,稀疏载频情况下有效带宽和有效跳频间隔为约束条件,建立优化模型。最后,通过进化PSO算法求解得到最优载频序列。仿真结果表明,所提算法在满足稀疏性约束的条件下,能够有效提高字典矩阵的正交性,保证稀疏重构信号的精度和可靠性。

关键词：波形优化稀疏捷变频雷达稀疏重构进化粒子群优化算法

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

捷变频雷达联合脉内频率编码抗间歇采样干扰

系统工程与电子技术 2022年第11期44卷 3371-3379页

作者：董淑仙全英汇沙明辉方文邢孟道西安电子科技大学电子工程学院陕西西安710071 北京无线电测量研究所北京100854

间歇采样转发干扰通过对雷达信号进行部分采样并迅速转发,在当前脉冲重复周期内,产生相干假目标串,使得基于传统频率捷变雷达的目标检测面临严峻挑战。因此,在频率捷变技术基础上提出一种捷变频雷达联合脉内频率编码的抗间歇采样干扰方... 详细信息

间歇采样转发干扰通过对雷达信号进行部分采样并迅速转发,在当前脉冲重复周期内,产生相干假目标串,使得基于传统频率捷变雷达的目标检测面临严峻挑战。因此,在频率捷变技术基础上提出一种捷变频雷达联合脉内频率编码的抗间歇采样干扰方法。针对间歇采样干扰时域不连续的特点,通过脉内频率编码-脉间频率捷变实现子脉冲间的相互掩护。脉冲压缩后,首先利用最大类间方差法(Otsu)自适应计算阈值并抑制干扰,然后通过二维稀疏重构方法实现目标检测。理论分析和仿真实验证明所提方法可以有效对抗间歇采样干扰。

关键词：间歇采样干扰频率捷变技术脉内频率编码最大类间方差法二维稀疏重构

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

载频-重频联合捷变雷达目标参数估计方法

系统工程与电子技术 2023年第2期45卷 401-406页

作者：刘智星全英汇沙明辉方文高霞邢孟道西安电子科技大学电子工程学院陕西西安710071 北京无线电测量研究所北京100854 西安电子科技大学前沿交叉研究院陕西西安710071

针对载频重频联合捷变体制雷达目标参数估计问题,提出了一种新的基于多重信号分类(multiple signal classification,MUSIC)算法的载频重频联合捷变雷达目标参数估计方法。通过信号模型的空时等效,将时域信号的处理等效成空域阵列信号的... 详细信息

针对载频重频联合捷变体制雷达目标参数估计问题,提出了一种新的基于多重信号分类(multiple signal classification,MUSIC)算法的载频重频联合捷变雷达目标参数估计方法。通过信号模型的空时等效,将时域信号的处理等效成空域阵列信号的处理,并将超分辨阵列信号处理方法应用到目标的参数估计中,从而把目标距离和速度的估计等效成阵列中二维参数的估计,解决了由于载频重频联合捷变所带来的目标参数估计难题。仿真实验表明,所提方法能有效实现对目标距离和速度的超分辨估计。

关键词：载频重频联合捷变多重信号分类算法参数估计超分辨

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于集成深度学习的有源干扰智能分类

系统工程与电子技术 2022年第12期44卷 3595-3602页

作者：吕勤哲全英汇沙明辉董淑仙邢孟道西安电子科技大学电子工程学院陕西西安710071 北京无线电测量研究所北京100854 西安电子科技大学前沿交叉研究院陕西西安710071

针对现有基于机器学习的雷达有源干扰分类大多需要构建人工特征集且小样本情况下分类精度低的问题,提出一种基于多通道特征融合的集成卷积神经网络(convolutional neural network,CNN)分类方法。首先,建立多种有源干扰的数学模型,仿真... 详细信息

针对现有基于机器学习的雷达有源干扰分类大多需要构建人工特征集且小样本情况下分类精度低的问题,提出一种基于多通道特征融合的集成卷积神经网络(convolutional neural network,CNN)分类方法。首先,建立多种有源干扰的数学模型,仿真并利用短时傅里叶变换获得其时频分布图;其次,提取时频分布图的实部、虚部和模值三通道特征,通过多种特征组合方式建立不同特征组合的样本集;最终,构建以CNN为基分类器的集成深度学习模型,每个CNN分别提取不同样本集的特征,对所有基分类器的预测结果做多数投票得到集成模型的整体预测结果。实验表明,该方法能够有效实现小样本情况下多类有源干扰的高精度智能化识别。

关键词：有源干扰分类短时傅里叶变换集成学习卷积神经网络小样本

在线全文

学校读者我要写书评

暂无评论

捷变频联合波形熵的密集假目标干扰抑制算法

系统工程与电子技术 2021年第6期43卷 1506-1514页

作者：方文全英汇沙明辉刘智星高霞邢孟道西安电子科技大学电子工程学院陕西西安710071 北京无线电测量研究所北京100854 西安电子科技大学雷达信号处理国家重点实验室陕西西安710071

密集假目标干扰具备欺骗性和压制性的双重特性,严重影响雷达作战效能。对此,提出一种捷变频联合波形熵的密集假目标干扰抑制算法。首先采用Kittler算法进行二值化处理;其次利用波形熵识别目标和干扰;然后采用局部离群因子检测算法对目... 详细信息

密集假目标干扰具备欺骗性和压制性的双重特性,严重影响雷达作战效能。对此,提出一种捷变频联合波形熵的密集假目标干扰抑制算法。首先采用Kittler算法进行二值化处理;其次利用波形熵识别目标和干扰;然后采用局部离群因子检测算法对目标回波中叠加有较强干扰旁瓣的数据进行剔除;最后采用稀疏重构算法进行脉间相参处理。数字仿真实验和外场实测数据处理结果验证了所提算法的有效性。算法性能分析结果表明,当干信比为58 dB时,所提算法仍能有效抑制干扰,正确检测目标。

关键词：密集假目标干扰频率捷变波形熵局部离群因子检测

基于Ransac算法的捷变频联合正交频分复用雷达高速多目标参数估计

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2021年第7期43卷 1970-1977页

作者：全英汇高霞沙明辉方文李亚超邢孟道西安电子科技大学电子工程学院西安710071 北京无线电测量研究所北京100854 西安电子科技大学雷达信号处理国家重点实验室西安710071

在现代雷达电子战场中,目标检测与其参数估计有着非常重要的意义。因此,该文提出了一种基于随机抽样一致算法(Ransac)的捷变频联合正交频分复用(FA-OFDM)雷达高速多目标参数估计的方法。首先,在传统捷变频雷达的每个脉冲内同时发射多个... 详细信息

在现代雷达电子战场中,目标检测与其参数估计有着非常重要的意义。因此,该文提出了一种基于随机抽样一致算法(Ransac)的捷变频联合正交频分复用(FA-OFDM)雷达高速多目标参数估计的方法。首先,在传统捷变频雷达的每个脉冲内同时发射多个频率随机跳变的窄带OFDM子载波。将单个脉冲内所有子载波的回波信号进行脉冲压缩后,采用迭代自适应谱估计(IAA)算法合成目标的高分辨距离。然后,分别对各个脉冲的回波进行脉冲压缩和迭代自适应谱估计,得到不同脉冲时刻的高分辨距离,构成观测数据集。再根据Ransac算法估计信号参数模型的步骤,拟合多条时间-距离直线,进而对高速运动的多个目标同时进行参数估计。最后,分别分析了信噪比(SNR)对检测概率以及目标自身速度对其相对估计误差的影响。仿真实验验证了所提算法的有效性。

关键词：参数估计高速多目标捷变频联合正交频分复用雷达迭代自适应谱估计算法随机抽样一致算法