预警机系统关键技术分析

现代战争是体系与体系之间的对抗,预警机作为军队高效率武器体系构建的核心,在现代战争中具有十分重要的地位和作用,介绍了预警机在现代战争中的任务和作用,对预警机系统的共形相控阵雷达天线问题、任务电子系统与载机的矛盾、预警机对目标高度的测量、电磁兼容以及数据融合等关键技术进行了分析研究,最后对预警机的发展前景作了预测,指出从本国国情出发,发展中小型预警机,改进大中型预警机、采用新技术、载机与雷达一体化、扩大预警机功能.     

多窗口谱图分析的低截获概率雷达信号识别

在当前复杂的战场环境中,低截获概率雷达信号因其具有大时宽带宽积、强干扰性能、高分辨率和低截获性特点得到了广泛应用,传统的雷达侦察手段很难对其进行有效识别.在低截获概率雷达典型调制分析的基础之上,研究基于人工智能的雷达信号分类识别方法.从低截获概率雷达信号时频特征入手,提出基于多窗口时频谱图分析方法.该算法采用Hermi...     

利用固定周数测时法测定目标速度

利用固定多普勒频率的周期进行测速是测速的方法之一 ,此法应用到雷达测速中 ,通过测出径向速度 ,检验数据的合理性 ,再利用合理的数据进行径向速度外推和非线性修正 ,求得目标的速度。     

隐身飞机RCS测量与成像方法研究综述

隐身飞机已逐步成为大国重器,并将持续发挥重要影响,隐身技术也已成为飞行器设计的关键技术。隐身飞机的雷达散射截面积(radar cross section, RCS)测量是设计、制造、维护隐身飞机的必要手段。从缩比模型的RCS测试、全尺寸飞机室外RCS测试、全尺寸飞机室内近场测试三个方面,回顾了隐身飞机RCS测量的基本流程,总结了隐身飞机RCS近场测量的理论基础,并着重对具有成像诊断功能的近场RCS测量技术进行了梳理与分析。对隐身飞机RCS测量的应用趋势和关键技术进行了总结与展望, 有利于对隐身飞机RCS测量形成总体性了解,并把握RCS测量的发展方向。     

基于数字接收机脉压雷达信号截获技术研究

脉冲压缩(PC)雷达是典型的低截获概率(LPI)雷达,基于传统的雷达对抗侦察接收机与传统的检测手段很难有效截获。长期侦察表明:目前外军雷达信号形式多为脉压信号,这对我军现役的雷达对抗侦察接收机提出了严峻的挑战。数字接收机相对传统的模拟接收机有着突出的优势,基于数字接收机对PC雷达信号进行检测是根据PC雷达信号特点,充分发掘数字接收机优势的新的检测方法,有着现实的实际意义,值得深入研究。     

现代雷达电子对抗技术

在高技术条件下的电子战中雷达发挥了很重要的作用。为了保存自己,消灭敌人,越来越多的武器系统采用高精度的雷达系统来发现目标,同时越来越多的武器系统采用高科技的隐身技术来避免被敌方雷达发现。分别从空域、频域、时域介绍了现代雷达干扰和抗干扰技术,分析了现代战争中夺取信息权的一些手段和方法。     

对成像雷达的间歇采样非均匀转发干扰方法

间歇采样转发干扰是针对宽带成像雷达的一种有效干扰方式。根据间歇采样转发干扰的基本原理,对宽带成像雷达,按照常规的均匀转发方式,能够在高分辨距离像结果中叠加一串位置均匀分布的虚假散射点。虚假散射点序列的均匀分布特点不利于干扰信号的伪装。针对此问题,以破坏虚假散射点序列均匀分布为目的,在常规间歇采样转发干扰方法基础上,提出间歇采样非均匀转发干扰方法,并分析其干扰效果。最后通过仿真实验验证了所提出的方法能提高对宽带成像雷达的干扰效果。     

舰炮身管的模态分析与多目标优化

舰炮的炮口扰动是影响舰炮射击精度的重要因素。为了减少舰炮的炮口扰动,优化身管结构,建立了柔性身管的ABAQUS有限元模型,将有限元模型的模态计算值与模态试验值进行比较,发现建立的柔性身管有限元模型是合理可行的。提出了混沌量子粒子群算法与动力学联合优化的方法,进行身管和炮口的多目标优化。优化结果表明,优化后炮口中心的线速度、角速度和角位移与优化前相比显著减小,身管质量有所降低,结构更加合理,该优化方法有效可行,为下一步全炮总体优化设计提供了一定的借鉴。     

TDS-OFDM雷达通信共享信号波形设计

在使用正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)信号的雷达通信一体化系统中,循环前缀(Cyclic Prefix, CP)和导频的存在,使得共享信号在自相关运算中出现较高的副瓣电平,严重影响雷达检测性能。针对这个问题,提出一种新的基于时域同步OFDM(Time Domain Synchronization OFDM, TDS-OFDM)的共享信号形式,该信号利用训练序列填充保护间隔,同时完成同步与信道估计,从而避免了CP副瓣和导频副瓣的出现。首先分析TDS-OFDM共享信号的模糊函数,然后通过训练序列的优化设计,有效降低TDS-OFDM信号的距离峰值副瓣,同时保持训练序列自身良好的自相关性能。理论分析与仿真表明,相对于CP-OFDM,TDS-OFDM共享信号更加适用于雷达通信一体化系统。     

Arbitrary-oriented target detection in large scene sar images

Target detection in the field of synthetic aperture radar (SAR) has attracted considerable attention of researchers in national defense technology worldwide, owing to its unique advantages like high resolution and large scene image acquisition capabilities of SAR. However, due to strong speckle noise and low signal-to-noise ratio, it is difficult to extract representative features of target from SAR images, which greatly inhibits the effectiveness of traditional methods. In order to address the above problems, a framework called contextual rotation region-based convolutional neural network (RCNN) with multilayer fusion is proposed in this paper. Specifically, aimed to enable RCNN to perform target detection in large scene SAR images efficiently, maximum sliding strategy is applied to crop the large scene image into a series of sub-images before RCNN. Instead of using the highest-layer output for proposal generation and target detection, fusion feature maps with high resolution and rich semantic information are constructed by multilayer fusion strategy. Then, we put forwards rotation anchors to predict the minimum circumscribed rectangle of targets to reduce redundant detection region. Furthermore, shadow areas serve as contextual features to provide extraneous information for the detector identify and locate targets accurately. Experimental results on the simulated large scene SAR image dataset show that the proposed method achieves a satisfactory performance in large scene SAR target detection.