基于组字典学习的逆合成孔径雷达成像方法

基于压缩感知(compressive sensing, CS)的逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像方法可以使用非常少的数据来获得高质量的图像。但基于CS的ISAR成像方法中目标场景不准确的稀疏表示限制了成像方法的性能。结合字典学习(dictionary learning, DL)技术的CS ISAR成像方法能够寻找到目标场景图像块的最优稀疏表示,提高成像质量,但每一个图像块被单独考虑,而忽略了彼此之间的相互依赖关系。为了实现进一步提高成像质量的目标,针对ISAR图像分块重建的问题,首次提出一种基于组字典学习(group dictionary learning,GDL)的ISAR成像方法。将具有相似结构的图像块聚类并构建出多个图像块组,利用奇异值分解(singular value decomposition, SVD)从图像块组中学习出最优组稀疏变换字典。学习好的组稀疏变换字典可以寻找到待重建图像块组的最优稀疏表示,进而重建出高质量的目标场景图像。实验结果表明:与现有的CS ISAR成像方法相比,基于GDL的ISAR成像方法能获得更好的成像效果,并具有更高的计算效率。     

考虑电离层对GEOSAR影响的改进CS成像算法

地球同步轨道合成孔径雷达(GEOSAR)轨道位置高且合成孔径时间较长,电离层的空时变化特性严重影响该雷达的聚焦性能。为解决电离层对GEOSAR成像聚焦性能的影响,提出一种改进的chirp scaling (CS)成像算法。结合GEOSAR的轨道运动特点,给出因电离层空时变化引起的回波信号模型,提出了改进CS成像算法用以解决电离层对成像聚焦性能的影响。仿真结果表明:该成像方法能较好地处理电离层影响,可获得理想的聚焦成像结果。该方法为GEOSAR实现高精度成像提供了技术支撑。     

现代反辐射导弹攻防对抗技术面临的新挑战

根据反辐射导弹的特征和缺陷,从反辐射导弹干扰技术入手给出了五种雷达抗反辐射导弹的技术途径。然而,现代反辐射导弹为了抗干扰采取了诸如跟踪干扰源(HOJ)模式、聚类分选、极化分选、空间谱估计、以及极化分辨技术等更为先进的对抗手段,使得传统功能级仿真得出的部分试验结论不再准确。大量信号级的计算机仿真实验结果证明,要对现代反辐射导弹进行有效干扰更加困难,对反辐射导弹对抗技术提出了更高的技术要求,亟需研究新的干扰手段和干扰策略。     

双酚A二炔丙基醚/氰酸酯共混树脂固化反应与性能

环氧树脂/氰酸酯共混树脂已用作液氧贮箱复合材料的基体树脂。本文选用低吸水率的双酚A二炔丙基醚(DPEBA)与氰酸酯等摩尔共混,研究以不同催化剂对DPEBA与氰酸酯共混树脂体系固化反应的影响,并考察了催化固化的共混树脂体系的热稳定性和冲击性能。研究结果表明:过渡金属的乙酰丙酮盐和二丁基二月桂酸锡可降低双酚AF型氰酸酯(BAFDCy)的固化温度,质量分数为0.2%的乙酰丙酮铜可明显使BAFDCy的固化温度降至200℃以下。双酚A二炔丙基醚(DPEBA)预聚后与氰酸酯等摩尔共混,在0.3%的Cu(acac)_2催化下,可在200℃以下固化,与双酚E型氰酸酯、双酚A型氰酸酯和双酚AF型氰酸酯共混树脂的固化物在空气中600℃的残留率分别为38%、36%和0.7%,浇铸体的冲击强度分别为5、6和8 kJ·m~(-2)。     

基于改进YOLOv3的SAR舰船图像目标识别技术

合成孔径雷达(SAR)图像自动目标识别(ATR)技术是人工图像解译的关键技术之一。针对传统的SAR舰船目标检测算法大多受限于场景且泛化能力较差的问题,设计了一种基于改进YOLOv3网络的检测模型。将YOLOv3与DenseNet网络融合,使用稠密网络模块代替用于提取中小尺度特征的残差网络模块,通过训练得到模型的最优权重,实现端到端的目标检测。使用综合交并比(GIoU)损失代替交并比(IoU)边界框回归损失,提供更加准确的边界框位置信息,提高检测精度,采用中国科学院空天信息研究院制作的SAR图像船舶检测数据集进行测试。测试结果表明:与原YOLOv3算法相比,改进后的YOLOv3检测准确率提高了1.4%。     

机载火控雷达抗干扰仿真系统设计

研究模拟雷达抗干扰过程以及分析雷达抗干扰技术,提出了机载火控雷达抗干扰仿真系统设计思路,详细分析了该系统的各模块功能、处理流程和关键技术等。该系统不仅能够运行回波生成模块以及信号处理模块,而且能够在已有的基础上对各模块进行优化设计。在不同的干扰条件下,采取不同的抗干扰技术,同时在雷达电子对抗过程中,可以实时地采集各关键环节的信号数据。该系统在验证雷达抗干扰技术效果方面具有很高的应用价值。     

基于改进的支持向量聚类的雷达信号分选

基于支持向量聚类,提出一种新的针对未知雷达辐射源信号分选的算法.该方法在原有支持向量的基础上,在聚类标识阶段通过用支持向量点代替原来的全部样本点来进行聚类分配,减少了关联矩阵的规模,从而有效节省了聚类分配的时间,提高了运行速度.同时结合合并同类聚类中心算法有效缓解了核函数的参数q对聚类结果的影响,使得聚类精度有了一定的...     

一种多目标干扰时的干扰资源管理方法

指出研究多目标干扰时的干扰资源管理方法的必要性.给出了干扰资源管理方法的管理流程.从雷达数据库和干扰样式库管理、威胁识别、资源分配、干扰源和干扰通道管理等方面详细介绍该方法的具体内涵和要求.最后说明该方法的改进途径和软件升级优势.     

基于简化RLS算法的无源雷达杂波抑制

研究了利用调频广播信号作为非合作目标照射源的收发分置无源雷达系统的运动目标检测方法。针对直达波、多径信号对目标检测性能的影响,选择自适应滤波方法抵消杂波。LMS算法计算复杂度低,但收敛速度慢;相反RLS算法收敛速度快,但计算复杂度高。综合两者优点,提出了一种简化RLS算法:复数两级欧几里德坐标下降算法(CDCD)。基于实测数据的处理结果表明:与同量级复杂度的LMS和FEDS相比,该算法具有更好的收敛速度。最后通过对杂波相消后的主天线信号与参考信号相干匹配实现目标检测。     

雷达波形与抗干扰

雷达波形有多种形式,通过分析雷达波形与测量精度和分辨力的关系,明确了几种最常用雷达波形的特点。为提高雷达的抗干扰能力,选定一种理想波形,为新型雷达的波形设计提供参考。