搜索状态下相控阵雷达抗干扰能力评估

针对现有评估指标不能全面反映相控阵雷达在搜索状态下的抗干扰能力的问题,提出了利用搜索效率抗干扰改善因子这一综合指标来衡量相控阵雷达搜索状态下的抗干扰能力的方法.建立了在有源噪声干扰下搜索概率计算模型以及采用脉冲累积和累积检测技术后搜索概率的计算模型,通过分析脉冲累积数N和累积检测数M的关系,给出求解最大搜索效率的方法,最后通过实例仿真和结果分析,表明该方法计算简单,科学高效.     

调频连续波ISAR目标微多普勒特征分析

分析了调频连续波逆合成孔径雷达(FMCW-ISAR)的回波信号特性,讨论了脉冲持续时间内目标连续运动引起的多普勒频移对成像的影响,推导出导致一维距离像主瓣展宽和走动的相位因子,并进一步研究了该相位因子对基于调频连续波逆合成孔径雷达的目标微多普勒特征的影响,在此基础上讨论了调频连续波逆合成孔径雷达目标微多普勒特征与脉冲式逆合成孔径雷达目标微多普勒特征的主要区别.最后的仿真试验验证了理论分析的正确性.     

基于微动调制的SAR新型复合有源干扰方法

在静态虚假目标的基础上,利用有源运动调制干扰原理,提出了一种基于微动调制的SAR新型复合有源干扰方法。建立了基于微动调制的复合有源干扰信号模型,详细分析了该干扰信号对SAR的干扰效果,确定了各调制系数,最后进行了基于实测数据的仿真实验。结果表明,该方法具有距离向相干处理和方位向部分相干处理的特点,可对SAR在方位向上实现多个匀(加)速虚假运动目标的欺骗干扰效果。     

MIMO雷达和组网雷达的CA2CFAR检测性能比较

多输入多输出(MIMO)雷达是近几年出现的一种新雷达技术,也是近几年雷达领域研究的重点。建立MIMO雷达的信号模型,明确给出MIMO雷达进行CA2CFAR检测的检测概率和虚警概率解析表达式,对组网雷达和MIMO雷达在均匀杂波背景下CA2CFAR检测性能进行了分析对比。仿真结果表明。MIMO雷达对类似噪声特性的复杂目标具有更好的检测性能。     

高功率雷达对抗GPS制导武器研究

高功率雷达既具有对空情报雷达的功能,又具有高功率微波武器的功能,将会成为一种新型的多功能电子对抗装备。首先分析了GPS制导武器接收的GPS信号,高功率雷达对抗GPS制导武器的可行性;然后对对抗GPS制导武器接收机的功率进行计算,并对对抗效能进行了分析;最后结合实例进行仿真,验证了高功率雷达对抗GPS制导武器的可行性和有效性。     

智能水雷主动干扰方法研究

针对传统的扫雷方法在清除智能化水雷引信方面存在的不足,分析了利用主动干扰信号反水雷的思路,通过分析智能引信的工作机理及在干扰背景下对目标信号的检测能力,建立了基于奈曼-皮尔逊准则的主动干扰反水雷模型.针对水雷磁引信,选择电极式电磁扫雷具为干扰源,以中型舰船为保护对象,通过计算三者的相互位置与信噪比的关系,以及水雷检测出...     

基于LabVIEW和PCI-5640R中频卡的假单脉冲锥扫调制信号模拟

在假单脉冲体制雷达的中频信号模拟中,由DSP配合软件实现的锥扫调制模拟,运算速度慢且数据传输量大。针对该问题,提出了一种基于LabVIEW语言和PCI-5640R中频卡的信号锥扫调制的实现方案,根据中频卡中的FPGA可编程实现多路并行运算的特点,利用LabVIEW对其编程,并进行仿真实验。结果表明：该方法模拟效果好,运算速度快,而且实现简单。     

混沌检测在雷达信号测试中的应用

为解决雷达测试信噪比很小的信号检测问题,分析了噪声特性和多普勒信号特性,论述了混沌检测原理,提出了混沌检测方法,并通过实验对混沌检测的可行性及实用性进行了验证。     

北斗三号新信号体制共视时间比对

为促使北斗系统特别是北斗三号系统尽早加入国际原子时计算,利用中国科学院国家授时中心以及捷克无线电工程和电子学院两个守时实验室接收机产生的北斗三号新信号体制观测数据,开展基于北斗三号新信号体制共视时间比对试验。结果表明,北斗三号信号的多路径噪声影响小于北斗二号信号,且信噪比优于北斗二号信号。对比已有的研究,北斗三号新信号体制(B1C和B2a)共视时间比对的噪声相对于北斗三号卫星播发的北斗二号兼容信号体制(B1I和B3I)有较大的改善,其结果与GPS、Galileo共视比对结果相当,且在零基线共钟比对中,基于北斗三号新信号体制比对钟差的标准偏差相对于北斗二号信号提高了40%以上;利用北斗三号新信号体制共视得到的亚欧两地钟差噪声小于北斗二号信号,且比对钟差的稳定度相对于北斗二号提高了10%以上。该试验也可为北斗三号时间比对纳入国际原子时计算提供相关的研究基础。     

Visual-attention gabor filter based online multi-armored target tracking

The multi-armored target tracking (MATT) plays a crucial role in coordinated tracking and strike. The occlusion and insertion among targets and target scale variation is the key problems in MATT. Most state-of-the-art multi-object tracking (MOT) works adopt the tracking-by-detection strategy, which rely on compute-intensive sliding window or anchoring scheme in detection module and neglect the target scale variation in tracking module. In this work, we proposed a more efficient and effective spatial-temporal attention scheme to track multi-armored target in the ground battlefield. By simulating the structure of the retina, a novel visual-attention Gabor filter branch is proposed to enhance detection. By introducing temporal information, some online learned target-specific Convolutional Neural Networks (CNNs) are adopted to address occlusion. More importantly, we built a MOT dataset for armored targets, called Armored Target Tracking dataset (ATTD), based on which several comparable experiments with state-of-the-art methods are conducted. Experimental results show that the proposed method achieves outstanding tracking performance and meets the actual application requirements.