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.     

现代故障诊断技术研究现状与趋势

回顾了状态监测与故障诊断技术的发展历史,归纳和总结了基于系统数学模型、基于系统输入输出信号处理以及基于人工智能等途径的故障诊断方法。从混合智能诊断技术、BIT技术、远程协作诊断技术3个方面,对现代故障诊断技术的发展趋势和有待解决的问题进行了分析与探讨。提出了故障诊断领域目前和将来的研究方向。     

高阶BOC信号电离层色散效应的模拟方法

导航信号模拟器需要模拟电离层引起的延时和色散效应,与传统导航信号相比,新体制高阶BOC信号具有更宽的带宽,而传统导航信号的模拟方法会引入不可忽略的电离层延迟建模误差。通常情况下BOC(14,2)信号上下边带信号的电离层延迟可达到米级的差异。提出运用双边带模型的BOC信号模拟方法并进行了仿真,结果表明改进方法可以准确模拟电离层色散效应的影响。     

Electronic warfare in the optical band: Main features,examples and selected measurement data

The paper presents the possibilities of, and methods for, acquiring, analysing and processing optical signals in order to recognise, identify and counteract threats on the contemporary battleground. The main ways electronic warfare is waged in the optical band of the electromagnetic wave spectrum have been formulated, including the acquisition of optical emitter signatures, as well as ultraviolet (UV) and thermal (IR) signatures. The physical parameters and values describing the emission of laser radiation are discussed, including their importance in terms of creating optical signatures. Moreover, it has been shown that in the transformation of optical signals into signatures, only their spectral and temporal parameters can be applied. This was confirmed in experimental part of the paper, which includes our own measurements of spectral and temporal emission characteristics for three types of binocular laser rangefinders. It has been further shown that through simple registration and quick analysis involving comparison of emission time parameters in the case of UV signatures in “solar-blind” band, various events can be identified quickly and faultlessly. The same is true for IR signatures, where the amplitudes of the recorded signal for several wavelengths are compared. This was confirmed experimentally for UV signatures by registering and then analyzing signals from several events during military exercises at a training ground, namely Rocket Propelled Grenade (RPG) launches and explosions after hitting targets, trinitrotoluene (TNT) explosions, firing armour-piercing, fin-stabilised, discarding sabots (APFSDS) or high explosive (HE) projectiles. The final section describes a proposed model database of emitters, created as a result of analysing and transforming the recorded signals into optical signatures.     

多径条件下米波OFDM-MIMO雷达波束性能及特性分析

针对米波正交频分多路复用-多输入多输出(Orthogonal Frequency Division Multiplexing-Multiple Input Multiple Output, OFDM-MIMO)雷达波束形成问题,建立了米波条件下频分复用MIMO雷达阵列信号模型,理论导出了该体制下多径特性定量分析的理论框架、直达波和多径回波模型及其联合发射-接收双程方向图增益闭合表达式。提出了利用米波OFDM-MIMO雷达阵列双程方向图具有距离-角度二维分辨能力抑制多径算法。所提方法能够有效抑制阵列法线方向多径回波,同时有效抑制输出信干噪比周期性损失,且随频偏带宽的增大抑制能力进一步提升。     

未知数量稀疏源盲分离的一种新方法

提出了一种新的用于未知数量稀疏源盲分离的统一方法。为了改善聚类分离的精度,该方法选取混合空间中半径给定的、中心位于原点的超球面以外的所有数据点,然后将这些数据点映射到中心位于原点的单位超球面上以得到集合Cy。由此,原来的聚类变为致密聚类,各聚类互相重叠的现象几乎消失。随后,先通过关于Cy的聚类分离来估计混合矩阵,再根据混合矩阵估计源,其中最佳不相似阈值和相应的聚类数量是自动生成的。计算机仿真结果验证了该方法对具有不同程度稀疏性源的有效性。当源充分稀疏时,重构信噪比大约是300 dB。因此,该方法精确、便利。     

用于堤坝检测的剖面声纳系统实验研究

针对水下堤坝安全检测,提出并设计实现了适合水下机器人等小平台为载体的可用于堤坝安全检测的高分辨率剖面声纳,系统通过获取被测堤坝内部的回波信号,由DSP构成的水下处理单元进行实时信号处理,从而可获得坝体内介质不连续的信息,并由水上分机进行堤坝内部剖面图像的重建及显示。通过水池和外场堤坝工程检测等应用实例,取得了良好的效果,验证了系统技术路线的可行性和性能的稳健性。     

基于多元高斯概率分布的无线局域网定位方法研究

针对无线局域网环境及室内目标定位需求,研究了基于接收信号强度指示的定位技术,提出了一种基于多元高斯概率分布的信号强度模式匹配方法,讨论了定位系统框架。试验结果表明,该方法具有较好的室内定位效果。     

雷达辐射源识别的算法研究

针对现有雷达辐射源识别算法的不足,探索雷达辐射源数据库识别的新算法。运用属性测度理论建立了雷达辐射源属性识别模型,结合距离算法、灰关联算法和神经网络样本训练思想,设计出基于属性测度模型的雷达辐射源属性识别算法。通过仿真验证,该算法兼具识别准确度高和识别速度快优点,实用性较强。     

分布式小卫星SAR回波仿真快速算法

回波信号仿真是研究分布式小卫星SAR系统的基础,对于系统总体设计具有重要意义。大范围自然场景回波仿真导致巨大的计算量。快速算法基于FFT实现,首先在时域利用脉冲序列近似表征场景在慢时刻的响应,然后利用FFT在频域实现线性时不变滤波以产生场景回波,算法能够有效减小运算量。对仿真的回波进行成像和干涉处理,结果验证了算法的有效性。