毫米波主被动阵列探测技术

针对单通道探测的不足,提出了毫米波主被动阵列探测技术,为导引头提供更加真实详细的目标信息。主被动复合探测体制可以结合雷达和辐射计的优点,远程时使用主动探测,可以增加探测距离,近程时使用被动探测,可以避免角闪烁。当弹丸以一定转速垂直下落时,毫米波波束和弹轴成特定角度对地面作螺旋圆锥扫描,当波束扫描过目标时,探测器阵列输出与目标相对应的信号,通过对各个通道信号作相关处理判断即可确定目标的精确方位,此时输出修正或起爆信号。试验表明该技术能够精确探测目标中心。     

干涉仪测向中相位差精确测量技术研究

相位差的精确测量在以相位为参考信息的测向体制中十分重要,直接影响了测向的精度。重点研究了相位差精确测量技术。在详细分析3种有效的测量方法基本原理基础上,比较精确地获取了信号的相位差,并通过大量的仿真实验比较3种方法在不同情况下的性能,为实际应用中选择合适的方法提供了依据。     

一种综合颜色、纹理信息的皮肤检测方法

针对目前许多皮肤检测方法只考虑了像素级别上的颜色信息,未较好地利用图像空间上的其他信息,如纹理信息以及光照条件对成像颜色所造成的影响,在SPM方法的基础上提出了改进。首先引入“灰色世界”算法对因非标准光照所产生的颜色改变进行校正,有效提高了正检率。对SPM方法的输出部分通过灰度共生矩阵提取图像的纹理信息,过滤颜色信息为皮肤而纹理信息为非皮肤的像素区域,有效降低了误检率。实验结果表明,该方法取得了较好的效果。     

混沌四相编码信号的数字生成方案研究

利用混沌序列生成提高雷达性能的新型探测信号.首先采用离散混沌序列生成适用于雷达探测的二相编码信号;基于二相至四相之间的变换,进一步生成主旁瓣比较高、压缩比较大的Taylor四相编码.随之研究了混沌四相编码信号生成步骤,并由直接数字合成技术DDS(direct digital synthesis)给出了相应的四相编码信号生成方案.通过宽带模糊函数统计平均方法研究了信号的模糊特性,同时利用混沌序列复本相关技术对信号的抗干扰性能进行了分析.数值仿真验证了该方案的有效性.研究结果为解决测距与测速在精度和分辨力之间的矛盾提供了选择途径.     

通信侦察中基于神经网络的伪码序列估计

针对直接序列扩频通信信号伪噪声(PN)码的干扰侦察问题,在已知信号伪码参数的前提下对直扩信号进行特征分析,用基于变步长的PCA神经网络方法来实现伪码序列的盲估计。该方法利用基于Hebb学习规则的无监督多主分量神经网络,结合自适应变步长学习算法,在估计在线特征值的基础上来控制步长的变化,以使神经网络最终达到较好的稳态收敛。理论分析和仿真结果表明,本方法能在较低信噪比的情况下对较长伪码进行准确的估计。     

V-调频信号抗移频干扰的方法研究

简单介绍了V-调频信号的时频特点,以及V-调频信号对距离-速度二维信息的测量。研究了移频干扰对V-调频信号的干扰效果。针对移频干扰,利用V-调频信号的脉压特点,提出了一种抗移频干扰的方法,通过该方法,能够从受到移频干扰的V-调频信号的回波中获得单个运动目标的距离和速度信息。最后,通过仿真验证了这一结论。     

基于频域调制的相干噪声干扰研究

针对线性调频脉冲压缩雷达,提出了一种移频干扰新样式——噪声移频干扰。利用信号分解理论研究了干扰信号的时域和频域特性,推导了干扰信号脉冲压缩输出的近似表达式。理论分析表明,噪声移频干扰信号经脉压处理后为覆盖一定距离范围的似噪声干扰带,通过调整干扰信号参数可改变干扰带覆盖范围、干扰带中心位置和干扰带内能量分布。由于干扰获得了部分压缩增益,较低的干扰功率就可实现遮盖干扰。仿真实验证实了理论分析的正确性和干扰的有效性。     

LFM-BC雷达信号的间歇采样转发干扰的研究

线性调频-二相编码(LFM-BC)信号是在二相编码信号脉内进行线性调频处理得到的组合信号。利用LFM-BC信号附加多普勒频移通过匹配滤波器的响应特点,研究了基于数字射频存储的间歇采样转发干扰方法对采用该信号的脉冲压缩雷达的干扰效果。分析了调制参数(占空比、间歇采样周期、正频调制)对干扰效果的影响以及干扰功率与干信比。根据调制参数的不同可以产生压制性干扰和欺骗性干扰,且相对于常规射频噪声干扰而言只需要较小的干扰功率。理论和仿真实验均证明了这种干扰方法的正确性和实际应用的可行性。     

低空情况下中末制导交班问题解决方案探讨

低空环境下,由于地海杂波、多路径效应等的影响,雷达的探测精度大幅降低,进而影响采用复合制导体制的防空导弹武器系统的中末制导交班。为解决这一问题,提出了主动导引头一维角度搜索的系统解决方案。对导引头角度搜索方案进行了设计,并仿真分析了导引头角度搜索截获性能。仿真结果表明,该方案能够较好地解决低空环境下的中末制导交班问题。     

船舶电力系统可靠性评估的自适应模糊Petri网方法

针对船舶电力系统可靠性建模难的问题,提出了一种适用于电网结构可靠性估计的自适应模糊Petri网模型。该模型首先给出了模糊神经Petri网定义及其适用于可靠性建模的引发规则,并在此基础上提出一种学习算法。该算法既可以表示和处理模糊产生式规则的知识库系统,又具有学习能力。最后,建立了船舶电力系统可靠性评估模型,并通过定性分析和定量计算,验证了该模型和算法的有效性。