机载雷达与对抗设备电磁兼容建模与仿真

以机载雷达和干扰机为例,分析了机载设备电磁兼容问题产生的原因,建立了电磁相互干扰的理论模型,探讨了载机在不同干扰方式下雷达作用距离计算方法,推导了互干扰时,载机在掩护式干扰和自卫式干扰两种情形下的雷达距离方程,并基于雷达检测概率的一般求解方法,推导了自卫式干扰时雷达检测概率与目标距离的关系,并进行了实例仿真,为解决互干扰问题提供了理论参考。     

有源照射箔条对相控阵雷达复合干扰效应分析

箔条在与有源干扰结合使用时会比使用单一手段更有效。应用箔条可能会强迫雷达采用MTI或多普勒处理,这样可使雷达无法使用脉间频率捷变,而且箔条扩展到无模糊距离以外会使雷达无法使用脉冲重复频率参差,这两种因素为对相控阵雷达复合干扰开辟了道路。比较了复合干扰与有源和箔条分别干扰相控阵雷达后的压制比,仿真结果表明:复合干扰效果比箔条干扰效果在随距离的变化过程中至少在3倍以上。与有源干扰相比,在30 km之内复合干扰比有源干扰具有明显的优势。这为实战条件下提高飞机生存率,具有较强参考价值。     

基于关联离散度的目标类型识别方法

针对空中作战空中目标识别问题,在分析影响目标类别因素的基础上,提出了一种基于关联离散度的空中目标灰色识别方法。该方法采用灰色理论,通过应用定义的关联离散度作为识别测度,因而在无需对现役雷达作太多技术改进的情况下,就可以提高低分辨雷达对空中目标粗略分类的自动判别能力。给出了应用该方法的具体步骤,通过仿真实例证明该算法的有效性。     

多波束干扰系统雷达干扰资源优化分配方法

合理的干扰资源分配方法是干扰系统发挥效能的关键,传统的雷达干扰资源分配方法基于一对一或多对一原则,且分配时不考虑干扰样式。基于多波束干扰系统,考虑干扰样式的限制建立了干扰约束过滤模型,采用ISODATA算法实现了对目标雷达分群,将干扰样式纳入干扰资源进行了干扰参数设置。该分配方法,使得干扰决策更加合理,提升了系统的干扰效率和自适应能力。     

采用区分性幅相联合字典学习的低截获概率信号分离方法

为解决采用字典学习的信号分离方法存在的相位信息缺失和子字典交叉表示问题，提出一种区分性幅相联合字典学习方法。该方法针对相位信息缺失问题，构建了幅相联合字典模型；针对混合信号在联合字典上投影时存在的交叉表示问题，基于区分性字典学习思想提出在字典学习过程目标函数中加入交叉表示抑制项。仿真结果表明：幅相联合字典能够充分表示典型低截获概率信号的幅相信息，交叉表示抑制项能有效抑制信号间的交叉表示，算法具有良好的分离性能。     

射频隐身反隐身E&V系统的设计与实现

针对战机射频隐身性能很难评估的现实问题,提出一种射频隐身反隐身实验与验证半实物仿真系统的设计与实现方法。该系统不仅能对战机的射频隐身性能进行验证,同时还可以对飞机的隐身波形、辐射策略等设计提供理论依据和实验支撑。在分析辐射信号模型以及截获模型的基础上,详细介绍了该系统的各功能组成和结构框图。该系统可以开展对于射频隐身的作战需求、管控模型、使用准则等方面的定量研究,对于提高战机的生存能力、突防能力和作战能力具有重要的意义。     

基于双域特征的雷达欺骗干扰样式识别方法

数字储频技术和DSP处理芯片技术的发展大大提高了欺骗干扰技术的实时性和自适应性,对欺骗干扰信号样式的识别更加困难。针对这一问题,提出了一种新的雷达欺骗干扰样式的识别方法:梳理了几种欺骗干扰样式的数学模型,对信号作快速傅里叶变换后定义信号特征平稳度,在对来波信号进行双谱估计的基础上定义信号特征凸度,构建涉及频域、双谱域的"平稳度、凸度"二维特征空间,设计GA-BP神经网络分类器对信号具体欺骗干扰样式进行识别。仿真实验表明,该识别模型具有较好的正确识别率和实时性,且受干噪比影响小。     

基于D-S理论的组网对抗效果实时评估

研究了现有各类效果评估方法的局限,提出了组网电子对抗条件下效果实时评估的实现途径,将目标辐射源的信号波动度作为效果评估的依据,并提出了所需信度函数的获取方法。在此基础上,应用D-S证据理论进行多信息融合,进而作出效果实时评估。最后对融合过程作了仿真计算,仿真结果对于未来组网电子对抗作战具有较大的参考价值。     

海量电磁数据中雷达信号的高效分选方法

针对海量电磁数据中雷达信号难以进行快速准确分选的问题,提出一种新的聚类分选方法,即改进k-means算法的Map Reduce并行化实现方法。通过引入初始聚类中心个数k1、最大聚类中心个数kmax和距离门限rt3个参数,克服了k-means算法需要事先确定k值和易受孤立点影响的局限;基于Hadoop平台实现了对改进k-means算法的Map Reduce并行化,克服了k-means算法串行实现时间复杂度高的局限。最后,实验表明改进k-means算法取得了更高的分选准确率,Map Reduce并行化后具有良好的加速比和扩展性,能够很好地对海量电磁数据中雷达信号进行高效分选。