LFM脉冲压缩雷达杂波分布特性的分析与仿真

在研究线性调频(LFM)脉冲压缩雷达特性的基础上,介绍了LFM雷达的地杂波模型,分析了地杂波经过脉冲压缩处理后的杂波分布特性.并以韦布尔(Weibull)分布模型为例,给出了常规脉冲雷达、LFM脉冲雷达脉冲压缩前与脉冲压缩后的杂波分布特性仿真结果.     

基于FPGA的雷达脉冲压缩处理器设计

FPGA和DSP技术在数字脉冲压缩系统中已得到广泛应用,但采用DSP芯片运算量大,设备复杂,成本高.提出了一种基于FPGA的适用于中小压缩比情况的数字脉冲压缩处理器的设计方案,能够实现M序列码和线性调频等多种信号的脉冲压缩,仿真结果表明,该处理器具有使用灵活、便于功能扩展和成本低的特点.     

火控雷达中的抗干扰技术

电子对抗的迅速发展对火控雷达提出了更高的要求,不仅要提高火控雷达的技术性能,同时要提高其抗干扰能力,新型火控雷达的抗干扰性能成为衡量其作战能力的重要指标.介绍了新型火控雷达中应用的主要抗干扰技术,并阐述了具体的实现方法.     

间歇采样移频重复转发高效干扰方法研究

针对传统的间歇采样重复转发干扰不能完全对准真实目标,且干扰作用效果单一的缺点,分析了间歇采样重复转发参数对干扰效果的影响,确定调频参数,使得压制假目标群完全对准真实目标;提出一种基于移频重复转发的高效干扰方法,对采样周期内频率分量位于带宽两端的采样信号,采用分段移频的方法,使得转发的子脉冲在同一时刻叠加脉压增益,形成超前或滞后的欺骗假目标,频率分量位于带宽中间采样信号采用固定移频调制,形成压制假目标群。仿真结果验证了假目标空间分布推导的准确性,该方法可对真目标同时进行欺骗和压制干扰,具有双重作用效果,资源利用高效。     

基于改进压缩感知的战勤网络状态监测模型

为提高战勤网络信息感知节点状态的监测效率,对经典压缩感知理论进行了改进,构造了一种适合于测量战勤网络状态的行和为零的贝努利测量矩阵,理论证明了原始重构算法依然适用于改进后的目标函数,同时提出了基于压缩感知的战勤网络状态监测模型。将改进后的压缩感知方法应用于提出的检测模型,对Hadoop进度跟踪机制进行改进,并在仿真环境下对解码精度、压缩比率、定位效率进行了测试和分析。测试结果表明：在保持与传统方法相同的监测精度下,新方法有效检测的战勤网络规模可提高约16倍。     

广义S变换和阈值分割联合抗频谱扩展-压缩移频干扰

根据频谱扩展-压缩(spectrum spread and compression, SSC)移频干扰信号和回波信号时频分布特性的差异,提出一种基于广义S变换和Tsallis交叉熵阈值分割的干扰抑制方法。分析了SSC移频干扰的干扰原理和干扰信号经过解线调后的信号形式,并利用时频聚焦性较好的广义S变换获取接收信号经过解线调后的时频图像,根据时频图像对应的灰度图像,以Tsallis交叉熵最小化作为目标函数,求出灰度图像的最佳分割阈值,并根据分割阈值构建时频滤波器,实现干扰抑制。仿真结果表明:该方法对于SSC移频干扰产生的假目标具有较好的抑制效果,干扰抑制比可达30 dB以上。     

粒子滤波匹配追踪重构算法

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下粒子滤波匹配追踪稀疏信号重构算法。该算法将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。     

基于压缩传感的PSO-OMP重构算法的研究

由于粒子群算法具有解决寻优问题的能力,将其应用于信号处理领域,提出了一种新的基于PSO-OMP的信号重构算法。为了降低计算复杂度,把粒子群算法运用在正交匹配追踪算法的匹配过程,以此来确定最优原子。实验结果表明,所提出的新的基于PSO-OMP的信号重构算法具有计算复杂度低和重构成功概率高等特点。     

一类发烟装液弹的装填率

发烟装液弹的装填率对发烟弹的安全可靠性极其重要。如果发烟装液弹的装填率不合理,不是造成弹腔容积的浪费,就会造成弹内压力过大,易于破坏密封性能引起渗漏甚至破裂而造成危险。通过对一类发烟装液弹弹内压力分析,得出了弹内压力计算公式。在分析压力诸因素时,我们运用了固体膨胀理论;考虑了液体的压缩性。这是区别于以往压力计算的两个特点。通过发烟装液弹弹内压力曲线的分析,导出了弹腔空隙率合理选定（由此可确定合理的装填率）的计算方程,由此方程所计算的空隙率数据与国外文献值相符,并引入了“预极限温度”的概念。可以相信,所谓“预极限温度”,将是发烟装液弹设计者必须认真考虑的问题。