一种基于相控阵MIMO的接收ADBF处理方法

    公开(公告)号:CN113985358B

    公开(公告)日:2024-08-02

    申请号:CN202111076388.X

    申请日:2021-09-14

    IPC分类号: G01S7/292 G01S7/35

    摘要: 本发明提供的一种基于相控阵MIMO的接收ADBF处理方法,通过对每个接收子阵的目标反射信号进行接收ADBF处理;对处理后的目标反射信号使用多个匹配滤波器进行匹配滤波;对每一组匹配滤波后的目标反射信号进行等效发射DBF处理,得到处理后的目标反射信号。本发明由于是对接收信号直接做ADBF,考虑形成B个波束,此时的运算量为B×O(N3);然后在进行匹配滤波,最后做等效发射DBF,需要的运算量为MB。因此本发明进行接收ADBF后等效发射DBF处理的总运算量为MB+NBNMF+B×O(N3),运算量大幅度降低。

    一种基于极化雷达的电力线和电线塔识别方法

    公开(公告)号:CN113900091B

    公开(公告)日:2024-06-14

    申请号:CN202110977269.5

    申请日:2021-08-24

    IPC分类号: G01S13/88

    摘要: 本发明公开了一种基于极化雷达的电力线和电线塔识别方法,包括:利用极化雷达的线极化天线对待测目标发射信号,并利用圆极化天线接收回波信号得到4个极化通道的回波信号;根据4个极化通道的回波信号,获得各极化通道的回波信号幅度、圆极化天线左右通道的极化幅角、极化倾角以及极化椭圆率角,并将获得的10个数据所构成的十维向量确定为待测目标特征向量;将待测目标特征向量输入预先训练完成的目标分类网络,得到待测目标属于电力线或者电线塔的识别结果;其中目标分类网络是利用训练集中大量具有类别标识的电力线和电线塔的样本目标特征向量训练得到的。本发明能够有效解决特征过少和特征选择不合理的问题,提高电力线和电线塔的识别精度。

    一种基于箔条干扰实测数据的对抗方法

    公开(公告)号:CN113759324B

    公开(公告)日:2024-01-30

    申请号:CN202110826012.X

    申请日:2021-07-21

    IPC分类号: G01S7/38

    摘要: 本发明公开了一种基于箔条干扰实测数据的对抗方法,包括:获取雷达的回波信号;对回波信号进行处理,得到距离‑多普勒二维像;对距离‑多普勒二维像进行二维恒虚警检测,得到过检测门限的点集;对过检测门限的点集进行聚类分组,得到目标信号和箔条信号分离的若干组数据;从距离‑多普勒二维像中获取每组数据的若干特征信息;利用分类器和特征信息对若干组数据进行分类,得到目标信号和箔条信号的识别结果。本发明提供的基于箔条干扰实测数据的对抗方法由于采用的特征信息在箔条扩散的各个阶段表现出了与目标较高的区分度,从而使得该方法在箔条云整个扩散过程中都具备有效的对抗效果和极强的普适性。

    一种基于相控阵MIMO的接收ADBF处理方法

    公开(公告)号:CN113985358A

    公开(公告)日:2022-01-28

    申请号:CN202111076388.X

    申请日:2021-09-14

    IPC分类号: G01S7/292 G01S7/35

    摘要: 本发明提供的一种基于相控阵MIMO的接收ADBF处理方法,通过对每个接收子阵的目标反射信号进行接收ADBF处理;对处理后的目标反射信号使用多个匹配滤波器进行匹配滤波;对每一组匹配滤波后的目标反射信号进行等效发射DBF处理,得到处理后的目标反射信号。本发明由于是对接收信号直接做ADBF,考虑形成B个波束,此时的运算量为B×O(N3);然后在进行匹配滤波,最后做等效发射DBF,需要的运算量为MB。因此本发明进行接收ADBF后等效发射DBF处理的总运算量为MB+NBNMF+B×O(N3),运算量大幅度降低。

    一种应用于认知雷达的抗干扰决策方法

    公开(公告)号:CN113866723A

    公开(公告)日:2021-12-31

    申请号:CN202110969210.1

    申请日:2021-08-23

    IPC分类号: G01S7/36 G01S13/02

    摘要: 本发明公开了一种应用于认知雷达的抗干扰决策方法,包括:获取环境状态信息,包括:当前时刻的外在干扰信息及各历史时刻的抗干扰动作;将环境状态信息作为马尔科夫决策过程<S,A,P,R,γ>中状态S={Jt,A1,A2,...,At‑1}的初始值,基于强化学习算法执行马尔科夫决策,直至行为价值矩阵收敛;根据收敛的行为价值矩阵,利用标准贪婪算法选择认知雷达的下一抗干扰动作;其中,P表示状态转移概率,A表示抗干扰动作,R表示抗干扰收益,γ表示时间折扣因子。本发明可使认知雷可以从复杂的抗干扰措施中选择合适的抗干扰措施,而不受攻击者类型的限制。

    一种应用于认知雷达的抗干扰决策方法

    公开(公告)号:CN113866723B

    公开(公告)日:2024-07-16

    申请号:CN202110969210.1

    申请日:2021-08-23

    IPC分类号: G01S7/36 G01S13/02

    摘要: 本发明公开了一种应用于认知雷达的抗干扰决策方法,包括:获取环境状态信息,包括:当前时刻的外在干扰信息及各历史时刻的抗干扰动作;将环境状态信息作为马尔科夫决策过程<S,A,P,R,γ>中状态S={Jt,A1,A2,…,At‑1}的初始值,基于强化学习算法执行马尔科夫决策,直至行为价值矩阵收敛;根据收敛的行为价值矩阵,利用标准贪婪算法选择认知雷达的下一抗干扰动作;其中,P表示状态转移概率,A表示抗干扰动作,R表示抗干扰收益,γ表示时间折扣因子。本发明可使认知雷可以从复杂的抗干扰措施中选择合适的抗干扰措施,而不受攻击者类型的限制。

    一种基于极化雷达的电力线和电线塔识别方法

    公开(公告)号:CN113900091A

    公开(公告)日:2022-01-07

    申请号:CN202110977269.5

    申请日:2021-08-24

    IPC分类号: G01S13/88

    摘要: 本发明公开了一种基于极化雷达的电力线和电线塔识别方法,包括:利用极化雷达的线极化天线对待测目标发射信号,并利用圆极化天线接收回波信号得到4个极化通道的回波信号;根据4个极化通道的回波信号,获得各极化通道的回波信号幅度、圆极化天线左右通道的极化幅角、极化倾角以及极化椭圆率角,并将获得的10个数据所构成的十维向量确定为待测目标特征向量;将待测目标特征向量输入预先训练完成的目标分类网络,得到待测目标属于电力线或者电线塔的识别结果;其中目标分类网络是利用训练集中大量具有类别标识的电力线和电线塔的样本目标特征向量训练得到的。本发明能够有效解决特征过少和特征选择不合理的问题,提高电力线和电线塔的识别精度。

    一种基于箔条干扰实测数据的对抗方法

    公开(公告)号:CN113759324A

    公开(公告)日:2021-12-07

    申请号:CN202110826012.X

    申请日:2021-07-21

    IPC分类号: G01S7/38

    摘要: 本发明公开了一种基于箔条干扰实测数据的对抗方法,包括:获取雷达的回波信号;对回波信号进行处理,得到距离‑多普勒二维像;对距离‑多普勒二维像进行二维恒虚警检测,得到过检测门限的点集;对过检测门限的点集进行聚类分组,得到目标信号和箔条信号分离的若干组数据;从距离‑多普勒二维像中获取每组数据的若干特征信息;利用分类器和特征信息对若干组数据进行分类,得到目标信号和箔条信号的识别结果。本发明提供的基于箔条干扰实测数据的对抗方法由于采用的特征信息在箔条扩散的各个阶段表现出了与目标较高的区分度,从而使得该方法在箔条云整个扩散过程中都具备有效的对抗效果和极强的普适性。