电磁脉冲对高频结构的热效应分析

对于Cerenkov型器件,由高频结构温升引发的热脱附会造成的射频击穿,进而导致输出功率降低和脉冲缩短。基于此,研究了电磁脉冲对高频结构的加热温升效应,推导了高频结构的温升公式,指出了理论公式的适用范围,并给出了数值求解试件温升的方法。以二周期1 MV·cm^-1的高频结构为例,进行了温升的数值计算和仿真研究。结果表明,脉宽100 ns的单脉冲对不锈钢试件的温升效应明显高于其他材料。当系统工作在高重频时,电磁脉冲的温升作用可能使金属材料达到气体脱附的阈值从而引发气体脱附形成局部高压。该研究可为高功率微波源中的气体脱附以及射频击穿等研究提供参考。     

CFO条件下的OFDM子载波调制样式识别方法

提出了一种基于信号幅度分布特征与多次方谱线特征相结合的调制样式识别算法。该算法主要基于正交解调后的正交频分复用子载波信号的幅度分布特征,采用直方图统计的方法实现多进制相移键控和多进制正交幅度调制识别,用多方次谱特征实现多进制相移键控类的调制识别。相比基于经典的高阶累积量的调制识别算法,具有更好的载波频率残留偏差适应能力,在载波频率偏差条件下,提高了调制识别率;相比循环平稳方法,具有更好的信噪比适应能力。仿真实验结果表明了该方法的有效性,相同的识别率下能适应更低的信噪比。     

一种基于单频GPS接收机的自迭代定位算法

随着通用航空及无人机产业的发展,低成本及小型化的导航解决方案将具有广泛的市场。提出了一种基于单频GPS接收机的自迭代定位算法,用于提高定位精度,增强定位收敛性。对该算法的基本原理进行了分析,并推导出该算法的数学模型,通过静态实验的方法对该算法的收敛性进行验证,并将该算法的位置信息与最小二乘法解出的位置信息进行对比,体现了自迭代定位算法的优势。     

箔条云干扰下的单目标恒虚警率检测研究

箔条云在扩散过程中随着时间变化会稀释和扩大,其回波特性会发生改变,被检测目标与箔条的相互位置关系也会影响雷达恒虚警检测。针对作战对抗过程中箔条干扰易造成雷达接收机阻塞干扰目标检测,检测概率迅速降低且易丢失目标贻误战机,通过详细分析箔条的扩散过程及信号频谱特性及其箔条云和目标的两种位置关系,利用恒虚警处理算法在噪声基底为10 dB和20 dB情况下对目标进行恒定虚警率检测研究。研究结果对改善飞机检测性能和抗虚警能力以及提高战场生存率具有积极作用。     

不同干扰对QSPK解调性能的影响分析

随着数字卫星通信的快速发展,QPSK作为数字卫星通信系统中一种重要的调制方式,其解调性能也受到越来越多的关注。主要分析QPSK信号在已调干扰信号下的解调性能,并推导出使得QPSK调制信号解调性能最差的干扰信号的统计分布,而且此时统计分布符合QPSK调制方式干扰信号的特征。最后通过实验仿真分析得出信噪比未超过一定值时QPSK调制信号在QPSK调制干扰信号下解调性能最差,并与不同已调制干扰和AWGN干扰下的解调性能作比较。     

频率分集阵列的有源假目标鉴别方法

针对雷达对抗中转发式欺骗干扰的抑制问题,提出一种基于频率分集阵列的干扰鉴别方法。频率分集阵列中,目标回波在相邻阵元间产生的相位差与距离、角度呈线性关系,而假目标不满足该关系。对目标回波和多类假目标干扰在频率分集阵列接收端的相位差进行理论推导,详细分析匹配滤波、信号混合、移频等因素对相位差的影响,并给出了假目标鉴别的具体流程。理论分析及仿真结果表明,该方法能准确提取混合信号的相位差信息,有效对抗多种类型的转发式欺骗干扰,且鉴别性能对干信比、信噪比均不敏感,具有较强的环境适应性。     

一种鱼雷自导信号频率检测方法研究

靶场在进行智能鱼雷鉴定试验任务时,实时准确地检测出鱼雷自导信号的频率成分是靶标信号处理中的重要环节,谱线比值法便是靶标进行信号处理时检测信号频率的一种有效方法。本文介绍了谱线比值法的基本原理,针对目前鱼雷自导信号特点,对该方法提出了改进方案并进行了仿真。仿真结果表明,经改进的谱线比值法能够满足靶标检测复杂鱼雷自导信号体制下信号频率的使用要求。     

频率搅拌混响室内小屏蔽体的场均匀性检验

为了研究频率搅拌混响室内小屏蔽体的屏蔽效能测试方法,需要检验小屏蔽体内的场均匀性．通过对混响室的场均匀性测试方法的研究,提出基于矢量网络分析仪的测试方法,通过计算工作区域任意两点的功率比检验场均匀性,并用该方法检验工作区域内小屏蔽体的场均匀性．实验结果表明：混响室采用扫频信号实现频率搅拌时,放置于工作区域的小屏蔽体内部同样有较好的场均匀性．     

雷达目标识别的频域极小极大法

本文研究了雷达目标识别过程中关于目标的编码、分类特征的提取与选择等问题。提出了利用极小极大原则从频域中获取目标特征系数的方法,论述了它的数学框架以及寻求最佳解的算法步骤。利用实测的目标散射数据进行试验研究,结果表明了本文理论的正确性及其方法的有效性。     

利用主成分分析的通信调制识别通用对抗攻击方法

深度学习容易被对抗样本所攻击。以通信调制识别为例,在待传输的通信信号中加入对抗性扰动,可以有效防止非合作的用户利用深度学习方法识别信号的调制方式,进而提升通信安全。针对现有对抗样本生成技术难以满足自适应和实时性的问题,通过对数据集中抽取的小部分数据产生的对抗扰动进行主成分分析,得到适用于整个数据集的通用对抗扰动。通用对抗扰动的计算可以在离线条件下进行,然后实时添加到待发射的信号中,可以满足通信的实时性要求,实现降低非合作方调制识别准确率的目的。实验结果表明该方法相对基线方法具有更优的欺骗性能。