基于盒维数的灵巧噪声干扰识别方法

灵巧噪声干扰因兼有欺骗干扰和噪声干扰的特点,已成为1种干扰新体制雷达的有效样式,干扰识别也成为电子战领域研究的热点课题.针对卷积调制、数字多时延和间歇采样转发3种灵巧噪声干扰识别问题,通过分析干扰信号的产生机理和频谱特性,提出了1种基于盒维数特征的干扰识别方法.采用支持向量机进行分类识别,仿真验证了该方法具有较高的识别...     

数据融合在纹理识别中的应用

在室内无线通信模型的优化中,需要区分不同的墙壁对象.而对于室内墙壁的图像可以看作是纹理图像.尝试利用数据融合的方法对这些纹理图像进行识别.实验结果表明,数据融合的方法对相似的纹理图像具有较好的识别效果.     

基于机器人视觉的银网焊点定位技术研究

铅锌电池制作工艺过程中的银网焊接工序不仅存在肉眼识别不准确、出错率高的问题,而且劳动强度大、效率低。针对此工艺,提出一种基于机器人视觉的自动化焊点定位方法。系统以机器人搭载自动化焊接设备对焊点精确定位并焊接,采用畸变校正和机器人手眼标定完成了图像坐标系到机器人坐标系之间位置的精确变换,并运用Blob分析粗定位和基于形状的模板匹配精定位相结合的算法,有效地解决了噪声干扰、非线性光照干扰及银网变形引起的识别定位障碍,达到焊点识别定位精度高、生产效率高的目标。     

一种基于多基线载波相位差测量的欺骗干扰检测方法

由于卫星导航信号到达地面的信号功率较低,且民用部分信息公开,极易受到欺骗干扰信号的影响,从而导致接收机解算出错误的位置、速度或时间.针对传统的欺骗干扰检测与抑制方法不能对欺骗干扰进行测向的问题,提出了一种基于阵列多天线接收信号的载波相位差进行欺骗信号检测与抑制的方法.该方法能够在缺少先验知识的条件下,借鉴相关干涉仪测向原理,利用不同阵元接收的同一信号的载波相位差构建观测量,实现接收机捕获信号的波达方向估计,通过与星历解算的卫星方向进行对比可实现欺骗干扰的检测与识别.仿真结果表明,该方法能够实现针对不同卫星的多个欺骗信号的波达方向识别,识别精度较高,具有较好的欺骗干扰检测效果,并且该方法对各种导航系统均适用.     

基于压缩协作表示的辐射源识别算法

针对低信噪比（SNR）条件下传统辐射源识别算法性能下降的问题,提出了基于压缩协作表示的识别算法,分别从特征提取和分类器设计两方面进行描述。首先将时域辐射源信号变换到二维时频域,通过图像处理方法提取高维特征列向量。经随机矩阵压缩到一定维度后,输入到提出的压缩协作表示分类器中得到识别结果。进而,对协作表示系数进行非负约束,提出了更符合实际应用场景的算法。仿真结果验证了所提算法的可行性与有效性,且在低信噪比条件下稳健性强、抗噪声干扰性能好、计算量较小、易于工程实现。     

GNSS干扰信号检测方法研究

研究了GNSS导航接收机在干扰源条件下的干扰检测和识别技术。除常见的卫星干扰如脉冲干扰、扫频干扰、BPSK干扰、宽带高斯白噪声干扰外,还添加了QPSK和8PSK干扰进行建模分析,并提取了常见的特征参数,如信号3dB带宽和频谱峰度等。通过研究,高阶累积量被提取作为MPSK干扰类内识别的特征参数。研究了基于决策树和BP神经网络等分类器算法的干扰盲识别,并分析比较了这些分类算法的识别准确率,为抗干扰领域的研究提供了重要参考。     

VSAT系统电磁干扰的防范

VSAT（VerySmallApertureTerminal）作为现代卫星通信工具，在世界范围内得到广泛应用。同其他无线通信手段一样，影响系统稳定运行的最严重的问题之一就是电磁干扰。如何防范各种电磁干扰成为VSAT网络建设和运行中一个重要的课题。一、系统内部干扰从系统内部分析，可能产生的干扰有互调干扰、邻信道干扰、交叉极化干扰。1．互调干扰由于VSAT或卫星转发器功率放大器的幅度非线形、相位非线形，多载波工作时，就会产生互调干扰。固态放大器（SSPA）比行波管放大器（TWTA）线性要好得多。＿＿由于功率放大嚣幅度放大特性在接近他和…     

一种基于天水线的红外舰船图像目标识别方法

针对海天背景下红外舰船目标的识别,提出了一种基于天水线的目标识别方法.利用被识别目标相对天水线的空间位置目标红外特征量和图像帧间信息识别目标,在强干扰环境下,利用该方法进行了仿真实验,得到了很好的效果.     

浅析GPS信号干扰对飞机运行的影响

现代飞机GPS系统的作用越来越重要,同时GPS信号干扰的相关报告也越来越多,GPS信号干扰严重影响飞机运行和航空安全.本文通过实例剖析了GPS信号干扰产生的原因、对其他功能的影响及相关的驾驶舱效应,并提出建议处置措施,以帮助相关人员及时识别和排除干扰信息,提高排故效率、缩短排故时间,保障飞行安全.     

基于DNET的空中红外目标抗干扰识别算法

复杂空战背景下针对人工干扰的博弈是红外空空导弹精确探测制导技术发展面临的瓶颈和核心技术。针对人工干扰对空中红外目标产生的遮蔽、黏连、相似等干扰现象,以及目标机动和相对运动造成的形状、尺度、辐射特性剧烈变化等实际问题,提出一种基于信息特征提取的深度卷积神经网络DNET空中红外图像目标抗干扰识别算法。首先,DNET网络对大尺度特征图像采用密集连接模块,在前部通道保存每一层的网络输出,在网络末端引入特征注意力机制,获得每个特征通道的信息特征识别权重。然后,加入多尺度密集连接模块,并与多尺度特征融合检测结合,提高对大尺度变化情况下的目标特征提取能力。实验结果表明,在伴随红外诱饵干扰的实时检测条件下,红外目标由点目标变化为成像目标,直至充满视场的整个过程中,本文抗干扰识别算法的识别精确度、召回率及识别速度分别达到99.36%、96.95%、132 fps,具备识别精确度和召回率高、识别速度快等优点,并具有良好的鲁棒性。