大气湍流引起的相位起伏对相干态量子雷达相位估计的影响

基于马赫曾德干涉仪模型并采用相位扩散主方程描述大气相位起伏效应对量子雷达的影响,给出了光场在相位扩散通道的演化过程,详细分析了大气相位起伏对相干态宇称探测量子雷达相位估计分辨率和最佳灵敏度的影响,并计算了大气相位起伏下相位估计灵敏度的Cramer-Rao极限。研究发现:相位起伏对于分辨率的影响可通过增加单个脉冲平均光子数来消除。在强相位起伏情况下,宇称探测得到最佳灵敏度会严重偏离散粒噪声极限,但是在弱相位起伏情况下,通过与Cramer-Rao极限的对比,发现宇称探测是一种准最佳探测方案。     

基于深度时频特征学习的雷达辐射源识别

针对雷达辐射源识别中拓展能力不足和识别率不高问题进行研究,提出一种基于深度时频特征学习的智能识别方法。基于降采样短时傅里叶变换高效提取具备较高辨识度和稳定性的浅层二维时频特征,利用信号局部频域维稀疏性完成降噪等预处理;设计用于深度特征学习与识别的卷积神经网络,并采用不同尺度卷积核组合扩展网络广度,强化特征表征能力;利用高信噪比条件下8种辐射源信号样本对网络进行训练调优,低信噪比样本测试验证算法和网络的有效性。仿真结果表明,该方式在-8 dB信噪比条件下能达到98.31%的整体平均识别率,具备较强的鲁棒性。     

分布式多站雷达协同定位功率分配改进凸松弛算法

针对分布式多站雷达协同定位下的功率分配问题,提出一种改进凸松弛的启发式算法。给出了分布式多站雷达定位误差的克劳美罗下界(CRLB),建立功率约束下最小化CRLB迹的功率分配模型。设计了一种改进凸松弛算法,通过迭代修正松弛参数和快速功率调整策略解决非凸优化问题消除松弛带来的误差。仿真实验表明,相对于均匀功率分配算法和基于凸松弛的功率分配算法,改进凸松弛启发式功率分配算法下目标的定位性能更优。     

一种抗电子干扰体系探测资源管控预案设计算法

针对抗电子干扰体系探测资源管控预案设计问题,首先根据由多雷达组成的体系级预警装备探测资源管控与抗电子干扰任务的特点,考虑多种实际约束条件,构建了抗电子干扰体系探测资源管控预案设计模型;然后,为了解决该模型规模大和求解复杂的问题,提出了一种基于量子计算的改进杜鹃鸟搜寻优化算法;最后,实例验证了所提算法的有效性。实验结果表明:该算法相比传统算法收敛速度更快、寻优能力更强,为设计智能化的预案提供了一种方法和手段。     

改进AHM-RS雷达装备保障性评估指标赋权方法

针对主观赋权法过于依赖主观经验,客观赋权法由于数据有限可能偏离实际情况的问题,为提高雷达装备保障性评估指标权重的科学性,针对现有属性层次模型(AHM)和粗糙集(RS)赋权法的不足,改进了AHM和RS赋权法,运用离差最大化思想将主客观两种赋权法进行组合处理,提出了改进的AHM-RS综合赋权法,通过实例验证了该方法的有效性和可行性。