一种基于深度强化学习的伪装干扰波形生成方法

    公开(公告)号:CN113406579B

    公开(公告)日:2022-09-27

    申请号:CN202110632548.8

    申请日:2021-06-07

    Abstract: 本发明属于电子干扰技术领域,具体涉及一种基于深度强化学习的伪装干扰波形生成方法。本发明通过构建深度强化学习探索模型,设计状态空间、动作空间、奖励函数,实现了基于深度强化学习的干扰波形生成,该模型中模拟了较为复杂的动态对抗过程,只需当前雷达状态就可以输出对应的干扰波形,在复杂或未知对抗场景下依然能够做出较为有效的干扰波形决策;通过构建伪装生成网络输出伪装信号,并与深度强化学习的生成的干扰信号叠加,得到带有伪装的干扰波形,使得已经训练完成的雷达智能识别网络误判,避免了干扰波形易被雷达方识别的问题,具有较好的干扰和伪装效果。

    一种联合两域多特征的辐射源信号识别方法

    公开(公告)号:CN111160171B

    公开(公告)日:2022-04-12

    申请号:CN201911314248.4

    申请日:2019-12-19

    Abstract: 本发明属于信息侦测领域,具体涉及一种联合两域多特征的辐射源信号识别方法,包括以下步骤:对辐射源信号进行短时傅里叶变换、改进的魏格纳时频分布变换和希尔伯特黄变换,获得三种时频特征图像;分别提取三种时频特征图像的Green单通道图像,将三种Green单通道图像进行通道融合,获得新特征图像;本发明采用多时频图像通道融合手段得到新三维时频图像。短时傅里叶变换反应信号的线性时频特征,改进的魏格纳分布反应信号的非线性时频特征,希尔伯特黄变换不受海森堡测不准原理制约,有好的时频分别率,通道融合得到的新三维时频图像可以更全面的表征信号的时频信息,提高系统的可靠性。

    一种基于飞鱼算法的无人机航迹规划方法

    公开(公告)号:CN110162077B

    公开(公告)日:2022-04-05

    申请号:CN201910527322.4

    申请日:2019-06-18

    Abstract: 本发明涉及一种基于飞鱼算法的无人机航迹规划方法,属于无人机飞行控制领域。包括建立无人机飞行运动模型,设计球面坐标系动作姿态向量;利用检测概率的效能值和无人机奖惩机制构建航迹评价函数,将无人机连续的飞行动作离散化,以时间作为间隔,使用飞鱼算法对每一时刻的航迹评价函数值寻优;更新飞鱼种群,结合种群飞行寻优思想进行迭代,当迭代寻优操作达到最大迭代次数,生成每一时刻最优动作姿态;将最优动作姿态数据控制无人机,生成有效可靠的无人机飞行航迹。本发明结合飞鱼算法,利用种群飞行觅食寻优和交互平台,增强了航迹规划方法的全局搜索能力,本发明模型简单、收敛速度快、准确率高、可靠性好,适用不同场合下的飞行任务。

    一种联合多维特征迁移融合的雷达辐射源信号调制识别方法

    公开(公告)号:CN109446877B

    公开(公告)日:2022-01-07

    申请号:CN201811017302.4

    申请日:2018-09-01

    Abstract: 本发明属于电子侦察识别领域,具体涉及一种联合多维特征迁移融合的雷达辐射源信号调制识别方法,包括以下步骤:产生九种雷达信号组成雷达信号集;运用时频变换将雷达信号转换为时频图像;对时频图像进行变换使得符合之后的预训练大网络的输入要求;将预处理完的时频图像送入LeNet5网络进行特征提取,从输入层至C5卷积层构成特征提取模块输出提取特征;对上述提取特征步骤得到的数据选择降维的方式进行处理;本发明采用时频分析的方法,将一维时域信号映射到二维时频域,在时频域对雷达信号进行分析与处理,且对于非平稳的雷达信号有更好的效果,本发明采用的自训练网络结构简单,在低信噪比的情况下可以很好的提高系统的可靠性。

    一种基于联合学习的假目标信号生成方法

    公开(公告)号:CN113376592A

    公开(公告)日:2021-09-10

    申请号:CN202110631507.7

    申请日:2021-06-07

    Abstract: 本发明属于逆合成孔径雷达干扰技术领域,具体涉及一种基于联合学习的假目标信号生成方法。本发明通过构建XGBoost模型,利用回归的思想,通过大量数据来拟合出俯仰角、方位角与对应散射系数矩阵的映射关系,能够适应复杂的电磁环境,避免了传统方法获取的假目标散射系数矩阵适应性差的问题。本发明在所构建的深度强化学习模型中设置了奖惩机制,根据经修正矩阵修正后的预测值给予奖励,使XGBoost的输出预测值与实际值的差值尽量小,输出对应的最优修正矩阵,对输出预测值进行修正,提高了假目标散射系数矩阵的准确率,弥补了传统方法生成的假目标系数矩阵和实际目标散射系数矩阵有一定偏差的问题。

    一种基于自适应细菌觅食的单通道盲源分离方法

    公开(公告)号:CN111865452A

    公开(公告)日:2020-10-30

    申请号:CN202010606879.X

    申请日:2020-06-29

    Abstract: 本发明属于辐射源信号分离技术领域,具体涉及一种基于自适应细菌觅食的单通道盲源分离方法。本发明针对现有的SCBSS方法存在准确性低和无法在未知源数目情况下进行准确分离的问题,将单通道观测信号进行虚实分解得到两路待分解信号,在源信号数目未知的条件下,利用基于信息论准则的MDL-AIC组合数目估计方法和基于GDE的数目估计方法对单通道观测信号进行源数目估计,同时采用自适应细菌觅食算法对VMD的参数进行优化,将VMD所需分解层数、惩罚因子依靠人为确定和重建多路信号所需源数目未知的问题转变为复杂目标函数的求解问题。本发明相较于利用VMD的SCBSS方法可以得到更优的参数,解决了现有SCBSS方法准确性低和需要已知源数目的问题,提升此方法准确性。

    一种基于莱维飞行细菌觅食进化的盲源分离方法

    公开(公告)号:CN111079615A

    公开(公告)日:2020-04-28

    申请号:CN201911258192.5

    申请日:2019-12-10

    Abstract: 本发明属于辐射源信号分离领域,目的在于提供一种基于莱维飞行细菌觅食进化的盲源分离方法:首先,对群智能交互机制参数和种群进行初始化,然后开始迭代和趋向循环,判断是否达到最大趋向次数,若未达到继续进行趋向操作,否则开始复制操作,完成复制操作后开始种群迁徙,完成迁徙后,对种群实施差分进化并进行多样性评估,若子代平均个体间距大于父代,则将子代种群替换父代;最后,判定是否达到最大迭代次数,若未达到则继续迭代,否则将最优参数组合输出至VMD中得到本征模态分量,相关运算后选取相关系数最大且与源信号具有相同数量的分量作为最终源信号。本发明提高了盲源分离的收敛速度及可靠性,增强了盲源分离的实时性及准确性。

    一种基于人工蜂群的直接定位方法

    公开(公告)号:CN109581291A

    公开(公告)日:2019-04-05

    申请号:CN201811511147.1

    申请日:2018-12-11

    Abstract: 本发明提供一种基于人工蜂群的直接定位方法,建立阵列天线接收信号时域模型;得到接收信号的频域观测模型;建立目标函数从而确定适应度函数;初始化控制参数,计算各个初始解的适应度值,采蜜蜂进行领域搜索产生新解,并计算新解对应的适应度值进行贪婪选择;计算与解相关的选择概率,再进行邻域搜索产生新解,并计算新解对应的适应度值,进行贪婪选择;判断是否有要放弃的解,如果存在,则产生一个新解代替要放弃的解并记录,最后判断是否满足终止条件,若满足便输出最优结果,不满足则继续重复产生新解替代旧解及以后步骤;本发明引入人工蜂群算法去解决直接定位过程中非线性最优化问题的求解,减少了运算资源消耗,缩短了定位耗时。

    一种阻带可调的新型微带馈电超宽带天线

    公开(公告)号:CN109256617A

    公开(公告)日:2019-01-22

    申请号:CN201811017317.0

    申请日:2018-09-01

    Abstract: 本发明涉及超宽带天线领域,具体涉及一种阻带可调的新型微带馈电超宽带天线。包括:辐射单元,微带馈线,微波介质基板,接地板,第一C形开路槽,第二C形开路槽,倒U形槽,第一铜片,第二铜片,第三铜片;辐射单元是U形结构贴片,位于微波介质基板的正面上部;微带馈线是带状结构,连接辐射单元和同轴电缆;接地板位于微波介质基板的反面下部;第一C形开路槽在辐射单元左侧,第二C形开路槽在辐射单元右侧;倒U形槽在接地板上;第一铜片第二铜片C形开路槽的开槽口部位;第三铜片在倒U形槽开槽中心部位。本发明仅需灵活控制槽孔口的开关,就可以很好的实现阻带可调,本发明具有小型化、稳定、灵活和控制简单等优异特性。

    一种基于特征融合的雷达辐射源辨识方法

    公开(公告)号:CN109254274A

    公开(公告)日:2019-01-22

    申请号:CN201811409321.1

    申请日:2018-11-23

    Abstract: 本发明涉及一种基于特征融合的雷达辐射源辨识方法,产生雷达辐射源无意调制信号集;提取AR模型系数、Renyi熵特征、谱峭度特征;计算平滑伪维格纳分布,生成时频图像,进行灰度化和自适应二值化处理,得到自适应二值化图像;提取图像的伪Zernike矩和Hu矩特征;应用AlexNet卷积神经网络提取信号时频图像无意调制特征并分别归一化,进行特征融合,得到融合后特征向量;将融合后特征向量输入支持向量机,训练由粒子群算法优化的支持向量机,将雷达辐射源信号集输入系统完成雷达辐射源辨识。本发明从时域、频域和时频域分析信号,实现多种无意调制特征全面提取,解决提取的无意调制特征适用性低、可靠性差和辐射源辨识困难。

Patent Agency Ranking