【摘 要】
：
针对天基MIMO脉冲雷达探测体制的发射波形设计问题,考虑到天基雷达的发射波形等相关参数极易被敌方侦察设备侦收到,提出了一种新的抗干扰天基TDM-MIMO雷达波形设计方法.结合雷达系统的信号处理流程,建立了基于复合模糊函数的波形设计参数化模型,以表征雷达探测性能的发射信号集复合模糊函数和表征抗欺骗干扰的正交性来优化设计雷达波形,在保证了雷达探测性能的前提下,兼顾了抗干扰性能.该优化波形同时具有一定范围的多普勒不敏感的特性.天基TDM-MIMO雷达系统各发射阵元依次发射或跳变发射正交波形,所有接收阵元接收回波
【机 构】
：
中国空间技术研究院西安分院, 陕西 西安710100;西安邮电大学, 陕西 西安 710061
论文部分内容阅读
针对天基MIMO脉冲雷达探测体制的发射波形设计问题,考虑到天基雷达的发射波形等相关参数极易被敌方侦察设备侦收到,提出了一种新的抗干扰天基TDM-MIMO雷达波形设计方法.结合雷达系统的信号处理流程,建立了基于复合模糊函数的波形设计参数化模型,以表征雷达探测性能的发射信号集复合模糊函数和表征抗欺骗干扰的正交性来优化设计雷达波形,在保证了雷达探测性能的前提下,兼顾了抗干扰性能.该优化波形同时具有一定范围的多普勒不敏感的特性.天基TDM-MIMO雷达系统各发射阵元依次发射或跳变发射正交波形,所有接收阵元接收回波信号,回波信号经过信号处理流程之后实现了目标的检测.仿真试验验证了优化波形的有效性和可行性,适用于天基TDM-MIMO雷达探测高速空间目标的实际工程应用.
其他文献
随着高分辨率和极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,Pol-SAR)技术的发展,Pol-SAR应用前景越来越广阔,但是Pol-SAR数据中相干斑噪声的存在,严重影响了后续目标分类、 目标检测和识别跟踪等应用.针对Pol-SAR相干斑去噪问题,提出了基于Pol-SAR相干斑模型的形状自适应非局部均值滤波算法.该算法对于极化协方差矩阵C的对角线元素和非对角线元素分别进行处理,对对角线元素按照乘性噪声模型处理,计算复相关系数,再对非对角线元素进行处理.实验
在实际跟踪环境中,杂波测量空间分布特性往往是未知时变的,杂波密度通常被用来描述杂波测量的空间分布特性,是决定多目标自动跟踪性能的核心环境要素.现有的空间稀疏度的杂波密度估计方法(Spatial Clutter Measurement Density Estimator,SCMDE)在多目标自动跟踪场景下的杂波密度估计偏差急剧增大.针对以上问题,提出了一种基于SCMDE改进的杂波自适应估计方法,通过计算以待估点为中心的超球体内测量来源于杂波的概率估计超球体内真实的杂波个数,消除超球体内目标测量带来杂波密度估
针对极化敏感面阵的极化域-空域联合谱估计,现有的多重信号分类(Multiple Signal Classification,MUSIC)算法需要进行四维谱峰搜索,计算量较大.建立了一种极化参数与空域参数分离的长矢量模型,在此基础上提出了一种基于不等式约束的降维MUSIC算法.利用极化矢量的模值有界性,将联合谱估计问题转化为不等式约束优化问题,在空间域进行谱峰搜索先行估计出信号的波达方向(Direction of Arrival,DOA),进而估计极化相位差和极化幅角.与4D-MUSIC算法相比,所提算法将
针对诸如RSA、 椭圆曲线等传统的公钥密码算法所依赖的底层数学模型能够被量子计算机所攻破、 在后量子时代现有的公钥密码算法无法对信息进行有效加密等问题,对NIST第二轮Streamlined NTRU Prime算法的密钥产生和封装2个部分进行了研究,提出了一种基于FPGA的硬件实现方式,并在Xilinx Kintex UltraScale FPGA KCU105平台上验证,该设计的最高工作频率为192.901 MHz.从实验结果可知,该方案能够在占用很少资源的前提下实现较高速的密钥产生和封装操作.
5G NSA模式下,用户数据可在分组数据汇聚协议(Packet Data Convergence Protocol,PDCP)层分流后进行双链路传输,由于各链路特性不同且动态变化,接收端存在乱序现象,导致重传、 接收缓冲区阻塞.针对以上问题,提出了一种适用于双连接架构,可实现PDCP层数据聚合乱序程度最小、 系统速率最大的分流方法.建立双连接触发机制,确定分流界限;基于链路传输能力和缓存队列确定分流比例,通过时延补偿控制数据发送顺序.仿真结果表明,该算法较合适分流比例算法吞吐率提升30 Mb/s,重排序丢
针对工程应用中电容的测量过度依赖仪器设备,难以实现高精度实时测量的问题,提出了一种基于BP神经网络的高精度电容测量方法.利用由DSP,DDS,AGC,ADC和阻容分压等电路构成的数据获取模块采集50个标准电容两端的分压幅值,经过数据清洗与中值滤波去噪预处理后形成71个特征值,以此构建C-U数据集;建立3层隐藏层结构为16×32×16的BP神经网络模型,并进行训练和测试,获取电容预测模型,分析模型性能.测试结果表明,模型预测值与真实值的平均相对误差仅为2.6291％;预测模型在训练集与测试集上的决定系数R2
雷达嵌入式通信(Radar-embedded Communication,REC)是一种在雷达后向散射回波中嵌入通信信号的新型隐蔽通信手段.为了进一步提高REC系统中通信接收机的接收性能,提出了一种基于卷积神经网络(Convolutional Neural Networks,CNN)的REC合作接收机结构——CNN接收机,给出了CNN接收机的设计原理及详细结构,并对CNN接收机的接收性能进行了仿真和分析.结果表明,相较于传统REC合作接收机,CNN接收机具有更优的接收性能,REC系统可以使用功率更低的通信
深度学习的应用日益广泛,训练样本是深度学习模型的基础.但是在军事、 商业和金融等领域中,往往会出现模型训练时样本数据分散不易集中和隐私保护等问题.因此,数据隐私安全的研究非常重要.以某领域命名实体识别为应用场景,提出了FedPBert模型,采取了横向联邦学习的方式对Bert模型进行了预训练和微调.为了提高模型的精度,采取对客户端网络全参数加密上传服务器的策略.同时,针对在进行联邦学习训练时客户端与服务器进行通信的加密参数过大且通信效率过低的问题,首次设计了一种可以减少加密参数量同时减少通信量的Random
针对交通标志在城市交通中易受恶劣天气、 交通拥堵等影响而导致识别率低的问题,提出了一种在Alex模型基础上改进的交通标志识别方法,引入了批量归一化(Batch Normalization,BN)方法取代原有的局部响应归一化(Local Response Normalization,LRN)法,并加入全局平均池化层(Global Average Pooling Layer,GAP)取代原有的全连接层.其中BN法将每一层输出数据归一化为均值为0、 标准差为1,使得结构传输更为顺畅;GAP层的引入大大减少了网络
为了解决现有图像加密算法处理后的密文图像在传存储过程中带宽利用率低、 占据较大的存储空间等问题,提出了一种新的基于混沌压缩感知和DNA编码的多图像加密算法,可同时对多幅图像进行压缩加密为一幅密文图像.通过SHA-256安全散列算法产生内部密钥,实行一次一密,极大地提高了算法的安全性.相比于传统加密算法,密文图像空间利用率提高了约87.5％,平均每幅复原图像的峰值信噪比达26.42,复原图像的细节仍清晰可见.密文图像像素改变率(UACI)与统一平均变化程度(NPCR)分别达到33.75％和99.81％,接近