加强信息化建设管理人才培养

信息化建设管理人才,是胡主席强调要重点抓好的四类人才之一,是提高基于信息系统体系作战能力的重要智力支撑。怎样界定信息化建设管理人才的对象范围,应从广义和狭义两个层面来理解。广义上讲,在推进我军信息化建设实践过程中,     

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。     

机载MIMO雷达稳健非均匀样本选择方法

针对杂波训练样本中混入干扰目标,导致空时自适应处理技术的杂波抑制性能下降问题,提出一种基于目标知识进行局部稀疏恢复的稳健训练样本挑选方法。该方法利用先验知识确定待检测单元中的目标区域,对整个角度-多普勒平面进行遍历,获得稀疏超完备基。通过变换矩阵对超完备基中对应的目标区域进行"挖空"处理,局部稀疏恢复出超分辨的杂波空时谱,获得杂波协方差矩阵估计。结合广义内积算法,实现非均匀训练样本挑选的过程。与常规结合广义内积方法相比,该方法对于不同干扰强度的训练样本,均有良好的检测效果。经仿真验证,所提方法的检验统计量之间区分度更加明显,对于干扰样本的挑选更加彻底,从而有效地提高了空时自适应处理技术的目标检测性能。     

调频信号对调频步进ISAR的相干干扰技术

逆合成孔径雷达由于其独特的成像原理,具有比普通雷达更强的抗干扰能力.调频步进信号具有在保持瞬时带宽较小的同时通过合成宽带技术获得距离高分辨,降低系统实现复杂度的优点.提出了一种基于线性调频信号对调频步进信号体制成像雷达相干干扰方法,利用线性调频信号对调频步进雷达接收到的回波信号进行附加的频率调制和相位调制后转发,来破坏ISAR成像的方法.由于线性调频信号与线性调频步进信号有相似的频域特性,因此可以获得一定的处理增益,从而降低干扰功率.仿真试验表明这种方法行之有效.     

噪声压制干扰对逆合成孔径雷达成像的影响分析

逆合成孔径雷达(ISAR)是一种高性能的成像雷达,其工作机理和作战使用都与常规体制雷达有着很大的不同,在分析ISAR成像原理的基础上重点研究了噪声压制干扰对ISAR成像的影响,并建立了 ISAR系统的干扰仿真模型,针对噪声调频信号进行了干扰仿真实验,给出了不同信噪比下的仿真结果,仿真结果表明了干扰方法的可行性和有效性.     

多分量LFM信号检测与参数估计的新方法

针对传统的多分量LFM信号检测与参数估计中存在的精度不高和交叉项问题,将小波重排与Hough变换结合起来,首先对信号进行小波变换,克服交叉项干扰,再经过时频重排保证精度,以重排后的时频分布作为图像,利用 Hough变换通过查表的方式,实现对各分量的依次截取和参数估计.仿真实验表明,该方法能够有效地提取多分量LFM信号中各分量的特征参数.     

线性调频脉冲压缩雷达抗干扰能力分析与仿真

脉冲压缩雷达具有很强的抗压制性干扰能力.针对线性调频脉冲压缩雷达的工作过程和抗干扰原理,分析了射频噪声干扰、噪声调幅干扰、噪声调频干扰、移频干扰的特点和性质,并讨论了脉压雷达抗这4种干扰的能力,给出了仿真结果和结论.     

广义Fibonacci数列的通项及性质

著名的Fibonacci数列有许多通项表达式和性质。利用数学归纳法和特征方程求根的方法对广义Fibonacci数列Rn 1=uRn vRn-1,R0=a,R1=b进行研究,得到了两个通项表达式和一个性质.