同时收发认知抗干扰系统的改进能量检测算法

为增强复杂电磁环境中同时收发认知抗干扰通信系统的性能,研究了基于该系统的改进能量检测算法,推导出瑞利衰落信道中系统的检测概率、虚警概率及中断概率的理论表达式。该改进方法思想是将自干扰信道容量与接收机所需传输速率进行比较,通过比较结果确定能量检测门限值。仿真结果表明,改进能量检测算法能够有效地降低自干扰信号对同时收发认知抗干扰接收机的不利影响,提升系统的中断性能。     

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。     

一种针对分布式MIMO雷达的高效干扰功率分配方法

MIMO雷达的种类很多,其中分布式MIMO雷达是具有空间分集特性的一种,具有较强的代表性。针对采用多波束多信号干扰设备干扰分布式MIMO雷达的情况,要考虑针对MIMO雷达各节点干扰功率的分配问题,提出了采用能量集中法进行功率分配。给出分配方法及干扰效果的仿真实验,结果表明在使用相同的干扰功率情况下,所讨论的方法比传统的干扰等比例分配法具有更佳的干扰效果。     

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。     

干扰条件下基于空频域二次优化的MIMO雷达波形设计方法

针对干扰条件下多输入多输出雷达发射方向图优化问题,提出一种基于空频域二次优化的多输入多输出雷达波形设计方法。该方法将空域上方向图优化问题转化为关于空时发射序列协方差矩阵的优化问题,利用多输入多输出雷达发射方向图仅与阵元之间波形相关性有关的特性,进一步降低空域波形设计复杂度,并通过p阶导数约束展宽零陷;针对优化得到的协方差矩阵,利用随机向量法通过最小二乘准则逼近最优发射方向图来合成具体恒包络波形;在基于空域优化得到的发射波形基础上,根据改变不同时刻信号序列的初始相位雷达发射方向图不变的特性,通过拟功率方法优化相位变化矩阵,实现雷达波形在频域上的二次优化以抑制频域上的干扰。仿真实验证明了所提方法在方向图匹配和干扰抑制方面的有效性。     

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。     

一种雷达主瓣欺骗干扰抑制算法北大核心

针对单通道雷达受到主瓣干扰,提出了一种基于多周期采样的抗主瓣干扰方法。首先针对距离密集假目标欺骗干扰,建立了基于多脉冲重复间隔(paulse repeat interval)采样的抗主瓣欺骗干扰模型并对其可行性进行证明,然后对信号源个数进行估计,最后借助提出的盲源分离方法将干扰信号与目标回波信号分离,达到抗干扰效果。理论分析和仿真表明,该方法具有较好的分离效果及干扰抑制能力。     

移动通信侦察的新应用

俄"护栏"-3系统都能干啥 本轮哈萨克斯坦暴力骚乱发生后,1月5日,应哈政府的请求,以俄军为首的集安组织军队出兵哈萨克斯坦.在集安组织平定骚乱的视频中,出现了俄空降兵登上运输机的镜头.其携带的一款电子战装备,引起各国媒体的广泛关注.这就是俄罗斯RB-341V"护栏"-3电子战系统.     

一种针对坦克速度控制的深度强化学习算法

坦克的无人化将成为作战装备的未来研究方向之一,针对坦克无人驾驶如何提高智能体训练速度是当前深度强化学习领域的一大瓶颈,提出一种最近经验回放的探索策略来对传统的软行动者-评论家算法（soft actor-critic,SAC）进行改进,在训练阶段,赋予最近经验更大权重值,增大其采样概率,从而提高了训练的稳定性和收敛速度。在此基础上,基于应用环境以及作战任务设计奖励函数,提高算法的战场适用性。构建具体作战场景,对改进的算法与传统算法进行对比,结果表明,提出的算法在坦克速度控制上表现出更好的性能。