天线转台倾斜状态下雷达测高精度优化方法

分析了天线转台倾斜对三坐标雷达测高精度的影响,通过对测高误差进行量化分析,找准误差修正工作的重点和难点.经研究表明,测高误差主要是天线辐射波束仰角偏差引起,可通过对测高值的实时比对分析和对辐射波束仰角的实时调整,实现了测高误差修正.研究提出了针对天线转台倾斜引起的三坐标雷达测高误差的修正方案.     

大气波导对雷达测距和测高的影响

应用几何光学中的射线理论,建立雷达测高和测距误差的评估模式,给出不同高度和距离处的雷达测量误差,并通过试验验证了该模式在评估对海雷达测距误差方面的正确性.为大气波导条件下雷达等电子装备的使用奠定了理论基础,有利于充分发挥现有电子装备的效能.     

测高雷达与二维雷达数据融合问题研究

针对现代防空侦察预警的现状,运用组网的方法探索不同雷达数据融合的问题,提出了一种利用测高雷达的高度信息来修正侦察雷达误差的方法,构建了相应修正误差的数学模型。通过仿真分析,认为此方法可以明显提高预警雷达的数据精度,从而提高数据融合的效果。     

大气波导对雷达测距和测高的影响

应用几何光学中的射线理论,建立雷达测高和测距误差的评估模式,根据大气折射指数的分布情况和输入射线仰角的不同,给出不同高度和距离处的雷达测量误差,并绘制出射线在空间的传播状况.通过海上试验,验证了模式在评估对海雷达测距误差方面的正确性,为大气波导条件下雷达等电子装备的使用奠定了理论基础,有利于充分发挥现有电子装备的效能,有利于提高水面舰艇的作战能力,促进新战法的研究.     

雷达网探测多批目标的分类指挥决策模型

当目标数量超过单部雷达的处理容量和指挥员的指挥容量,无法保障正常的空情处理时,如何合理分配雷达网所属雷达的探测任务,保证作战任务的完成,是值得深入研究的问题.为解决这个问题,提出了分类指挥的方法;分析和量化了目标的威胁指数,以此通过模糊聚类方法对目标进行分类;根据各雷达的性能、功能和特点,对雷达网所属雷达进行分类;分析和量化了雷达类和目标类的匹配指数,以此建立雷达网探测多批目标的分类指挥决策模型.     

地面对空监视雷达网体系结构研究

针对雷达组网研究现状,对雷达网、雷达组网、雷达组网技术这3个概念进行了定义区分。在此基础上从战术和技术两个层面对雷达网进行分类,战术层面从战略、战役和战术3个层次对雷达网分类,技术层面从网络结构和信息融合方式两个方面对雷达网分类。提出了一套地面对空监视雷达网组网原则,在此基础上构建出地面对空监视雷达网结构体系和战技效能指标体系。     

基于特征加权与SVM的雷达有源干扰分类技术

为了有效提高雷达有源干扰分类正确率,提出一种基于特征加权与支持向量机的分类方法。针对分类过程中各信号特征参数对信号分类的重要度不同,引入特征加权的概念。利用灰色关联分析方法求取各特征权重,避免一些弱特征对分类结果产生较大影响。最后利用支持向量机分类器,对雷达有源干扰信号进行了分类识别。通过仿真实验证明,该方法可以有效提高雷达有源干扰信号类型的识别率,具有很好的通用性。     

多径条件下子阵级低角测高算法

针对多径条件下的测高问题,提出了一种子阵级处理新算法.采用均匀子阵划分形成三个子阵;在子阵级解析求出协方差矩阵的正交矢量,进而构造仰角谱,谱峰的位置即目标仰角;还可以估计出复反射系数.仿真分析给出了该方法的性能与SNR、目标仰角以及复反射系数的关系,某米波雷达实测数据检验了该方法的有效性,仰角测量误差达到阵列天线波束宽度的1/84.研究表明:该算法本身不依赖未知的复反射系数,并且信号处理维数低,运算量较低,可以应用在舰载雷达和米波三坐标雷达中.     

低分辨雷达基于波形特征的飞机架次判别方法

通过分析低分辨雷达飞机目标回波波形,提取出低分辨雷达飞机目标架次可资分类的特征参数作为飞机目标架次判别的特征向量。最后,采用模糊极大极小神经网络作为分类器,在低分辨雷达目标识别样机系统对机群目标进行分类识别试验中,验证了所提取特征的有效性。     

基于剪枝加权k-NN算法的雷达电磁行为识别

为了更好地实施电子干扰和欺骗,针对目标雷达电磁行为识别问题,提出了一种新的算法。首先,给出了雷达电磁行为的形式化表述,并在此基础上将各项属性参数进行预处理;然后,通过改进的k-最近邻分类算法(k-nearest-neighbor classifier,k-NN)对数据进行处理,从而对未知的雷达电磁行为进行识别。实验结果表明:改进的算法引入剪枝加权策略可加强其分类识别能力,在分类准确率和时间效率上较原算法有一定的改善,对于雷达电磁行为的识别是有效可行的。     

舰载雷达纵横谈

从本期开始,本栏目将陆续推出有关舰载雷达的系列文章。本文在简要介绍舰载雷达的工作原理和发展史的基础上,论述了舰载雷达的各种分类,舰艇的对空防御及其雷达配置,舰载雷达应解决的特殊问题及发展趋势。后续文章具体介绍各种功能的舰载雷达,以期读者对舰载雷达有全面的了解。     

基于学习矢量量化(LVQ)神经网络的雷达体制识别

由于现代战争中雷达体制的多样化、复杂化及其综合应用使得雷达体制识别中要处理大量复杂的高维数据,学习矢量量化(LVQ)神经网络不仅能处理有监督分类,而且相对于其他神经网络能以较小的计算量处理大量输入数据,所以采用LVQ对雷达体制进行识别,同时针对LVQ学习速率的变化可能引起学习算法不稳定,采用修正的学习速率算法.在简要介绍雷达体制和LVQ的基础上构造了LVQ神经网络对雷达体制进行分类.通过与径向基神经网络(RBFN)识别算法的仿真对比,证实了方法的有效性.     

基于LVQ神经网络的雷达杂波抑制方法

针对雷达目标检测后的剩余杂波影响雷达航迹起始和航迹跟踪的问题,提出基于学习向量量化（learning vector quantization,LVQ）神经网络的雷达杂波抑制方法。从雷达回波点迹的特征入手,通过分析目标点迹和杂波点迹的特征分布,通过人工提取特征的方式选取具有差异化的特征。根据特征数量和点迹类别数量构建LVQ神经网络分类模型,并对模型进行训练。利用训练好的LVQ神经网络分类模型对雷达回波点迹进行分类,区分目标点迹和杂波点迹,保留判别为目标的点迹,滤除判别为杂波的点迹,从而实现杂波抑制功能。通过对某型航管雷达的实测数据进行测试表明：该方法能够有效区分目标点迹和杂波点迹,杂波抑制能力比BP神经网络算法更好。     

共和国的千里眼、顺风耳——部分国产警戒雷达简介

雷达是一种利用电磁波探测目标并测定其位置、速度和其他特征的电子设备。早在19世纪末,科学家就已经发现电磁波被物体反射的现象。20世纪30年代初,欧美一些国家开始研制探测飞机的脉冲雷达。1935年9月,英国研制出第一部雷达。在第二次世界大战期间,雷达得到迅速发展,并屡建奇功。战后,随着科学技术的进步,雷达的性能不断提高,应用的领域不断扩大。雷达按技术体制可分为脉冲雷达、连续波雷达、圆锥扫描雷达、单脉冲雷达、动目标显示雷达、脉冲多普勒雷达、脉冲压缩雷达、频率捷变雷达、三坐标雷达、相控阵雷达、合成孔径雷达、超视距雷达和多基地雷达等。按作战任务的不同,可分为警戒与引导雷达、武器控制雷达、侦察雷达、航行保障雷达、气象观测雷达等。雷达还可按运载方式、工作波段和接受目标信号能源的性质来分类。军用雷达的涉及面很广,技术发展很快。本专题仅介绍3个侧面:我国自行研制的警戒雷达、使飞行器能够具备高分辨力的合成孔径雷达以及蓬勃发展的军用相控阵雷达。     

使用低分辨率雷达和神经网络进行舰船目标识别

本文研究使用低分辩率下靶区雷达包络线、预处理和神经网络工具进行舰船目标分类的方法。文中使用改进的傅里叶离散梅林变换来提取对雷达姿态角变化不太敏感的某些特征。使用Kohonen的学习矢量量化(LVQ)自组织映射对这些特征矢量进行分类。文中也研究了使用反向传播算法进行训练的前馈网络在目标分类中的应用,并将这一分类系统用于模拟和真实两种数据。对于目标姿态角误差不超过30度的真实数据,分类的正确率高达90％。     

一种适用于地面防空武器群的整体电子反对抗能力评估方法

应用雷达反电子对抗(ECCM)模糊矩阵、雷达和各类光电定位器材的作战可用度以及电磁环境的模糊分类等手段,提出了一种地面防空武器群整体反电子对抗能力的评估方法。     

支持向量机的OTHR多频特征目标分类识别法

针对低信噪比下多频法在天波超视距雷达(Over-The-Horizon Radar,OTHR)目标分类识别中分类精度不高的缺点,充分利用雷达量测的一些先验信息,将基于支持向量机(Support Vector Machine,SVM)的多分类器引入多频法中,提出了一种基于SVM的OTHR多频特征目标分类识别方法。仿真结果表明,利用较少的3个频率点,在信噪比较低的条件下可获得较好的分类识别效果,说明了该方法在OTHR目标分类识别中的有效性和可行性。     

基于多极化多特征提取和SVM的目标识别方法

充分有效地利用全极化雷达目标高分辨一维距离像极化信息是雷达目标特征提取领域一个热点问题.提取全极化雷达目标高分辨一维距离像的极化特征、结合其能量聚集区长度以及中心距特征共同构成特征向量,采用支持向量机进行特征分类,从而提出了一种基于多极化多特征提取和支持向量机的目标识别方法.基于转台数据的实验结果表明,提出的基于多极化多特征提取和支持向量机的目标识别方法有助于获得较高的分类正确率.     

多窗口谱图分析的低截获概率雷达信号识别

在当前复杂的战场环境中,低截获概率雷达信号因其具有大时宽带宽积、强干扰性能、高分辨率和低截获性特点得到了广泛应用,传统的雷达侦察手段很难对其进行有效识别.在低截获概率雷达典型调制分析的基础之上,研究基于人工智能的雷达信号分类识别方法.从低截获概率雷达信号时频特征入手,提出基于多窗口时频谱图分析方法.该算法采用Hermi...     

量子雷达及其目标探测性能综述

量子技术与传统技术相结合以提升经典系统性能是近年来电子信息、计算机技术等众多科学领域研究热点。由于隐身和电子对抗技术的进步和日益成熟,雷达作为一类典型的电子信息系统,其目标探测受到了越来越多的挑战。从雷达目标探测角度出发,介绍了量子雷达的基本概念与分类、若干实现模型,重点剖析、归纳了量子纠缠等量子效应增强雷达目标探测性能的物理机理与研究现状,指出了量子雷达研究和实现中的关键技术与研究方向。