低空逃逸小RCS目标PD雷达探测技术C

雷达面临的挑战之一是来自于对低空逃逸微弱目标的探测。现代军事逐渐向低空领域扩展,超低空逃逸技术也在日益发展,促使对低空逃逸微弱目标检测技术研究的地位日益提升。雷达对低空微弱目标进行下视探测时,目标的低空和超低空飞行致使雷达接收的回波功率变弱,被淹没在强烈的背景杂波中。与传统脉冲多普勒PD（Pulse-Doppler）雷达不同,合成宽带脉冲多普勒雷达可以同时实现距离和速度的二维高分辨,并且具备良好的相参性和抗干扰性能。针对低空飞行目标的特点进行定性定量分析,对探测所遇到的杂波环境进行仿真验证,提供了一种基于合成宽带脉冲多普勒雷达低空逃逸小雷达截面积RCS目标的探测方法,并对参数设计进行优化分析,降低漏探概率。     

一种视频SAR运动目标成像算法

视频合成孔径雷达ViSAR(Video Synthetic Aperture Radar)成像模式与传统SAR成像模式不同,此模式需要持续监测目标区域。通过子孔径划分的方法将目标区域的回波划分孔径,然后针对每一个划分后的子孔径进行单独成像和配准,最后把每一帧图像进行处理形成视频,利用序列图像形成的视频去提取目标的运动信息。视频SAR独特的高帧率成像处理使其对运动目标的检测具有很大的优势。提供了一种基于极坐标算法PFA(Polar Format Algorithm)的视频SAR运动目标成像的方法,视频SAR成像帧率可达到每秒5帧。     

高精度天基多星时差无源定位算法研究

天基多星时差无源定位系统具有定位精度高、单星设备量小等优点,军事民用前景广阔。分析天基多星时差无源定位的原理,提出基于最大似然估计的定位算法,给出定位精度,并进行计算机仿真,验证了算法的有效性。该算法具有较高的工程应用价值。     

应用知识蒸馏的深度神经网络波束形成算法

自适应波束形成技术广泛应用于雷达领域的旁瓣抗干扰中。当回波数据量增多时,传统的波束形成算法无法进行快速处理,而应用深度神经网络模型通过数据的预训练则可以快速地进行波束形成,因此根据波束形成原理设计深度神经网络,并利用知识蒸馏的方式对深度神经网络进行压缩,使压缩后的模型既有原始模型良好的泛化性能而且又有更快的计算速度。仿真结果表明,相比于传统的LMS算法,在实验环境下,未经模型压缩的深度神经网络自适应波束形成算法的计算速度提高了约7倍,基于模型压缩的深度神经网络自适应波束形成算法的计算速度提高了约20倍。     

基于SCPSO算法的MCPC雷达波形优化设计

针对多载波互补相位编码MCPC信号在应用中存在包络起伏大等问题,结合混沌映射和自适应混沌粒子群SCPSO算法提出了一种优化设计。设计将编码信号的主瓣峰值与最大旁瓣值比PSLR作为单独的评判依据,结合混沌序列类随机的性质对混沌序列进行两级筛选,得到自相关函数旁瓣较低的混沌编码序列组。考虑到MCPC信号结构的特点,应用SCPSO算法调整子载波权重因子来优化信号的PMEPR。仿真分析表明,优化设计能在保证MCPC信号优良自相关特性的情况下,有效降低信号的包络起伏。