-
公开(公告)号:CN114527434B
公开(公告)日:2024-08-20
申请号:CN202210127378.2
申请日:2022-02-11
申请人: 西安电子科技大学
IPC分类号: G01S7/38 , G01S7/40 , G06F18/24 , G06N3/0464 , G06N3/084
摘要: 本发明公开了一种基于卷积神经网络的雷达干扰效果评估方法,旨在解决现有技术需要从干扰方和雷达方同时获得雷达信息才能进行评估的问题,以及与人为设置评估指标权重的问题。本发明的实现步骤包括:(1)生成训练数据集;(2)搭建卷积神经网络;(3)训练卷积神经网络;(4)对干扰效果进行评估。本发明具有仅从干扰方获取雷达参数就可以进行评估的优点和不需要人为设置评估指标权重就可以进行评估的优点。
-
公开(公告)号:CN114488028A
公开(公告)日:2022-05-13
申请号:CN202210074764.X
申请日:2022-01-21
申请人: 西安电子科技大学
摘要: 本发明公开了一种多站集群协同下基于多组时差的雷达信号分选方法,其具体步骤包括:1、构建多站集群协同电子侦察系统,2、配对主站与各副站的交错脉冲信号,3、提取配对脉冲的TDOA和FDOA,4、计算提取TDOA和FDOA的雷达辐射源位置及速度,5、计算每组配对脉冲的位置估计误差,6、判断每组配对脉冲的位置估计误差是否大于或者等于阈值,若是,执行步骤7,否则,执行步骤3;7、分选雷达的脉冲信号。本发明在双站协同雷达信号分选的基础上,利用多站协同配对脉冲中提取的TDOA/FDOA剔除了虚假时差,能够实现准确的雷达信号分选。
-
公开(公告)号:CN114527436A
公开(公告)日:2022-05-24
申请号:CN202210151246.3
申请日:2022-02-16
申请人: 西安电子科技大学
摘要: 本发明公开了一种基于最优干扰规划模型的集群协同干扰规划方法,其实现步骤是:构建一个包含包括至少2部干扰机和1架任务飞机的集群协同系统,在集群系统下根据任务飞机的飞行距离以及干扰机对目标雷达的功率与干扰机距目标雷达距离的比值构建规划模型目标函数;采用多目标粒子群算法优化干扰规划模型的目标函数,产生最优解集,最优解集中每组参数对应其相应的干扰规划方案,得到关于每个干扰机空间位置、每个干扰机对雷达的功率分配以及任务飞机飞行航线的多种干扰规划方案。本发明提高了多部干扰机干扰雷达的干扰效果和干扰资源的利用效率。
-
公开(公告)号:CN114488028B
公开(公告)日:2024-06-07
申请号:CN202210074764.X
申请日:2022-01-21
申请人: 西安电子科技大学
摘要: 本发明公开了一种多站集群协同下基于多组时差的雷达信号分选方法,其具体步骤包括:1、构建多站集群协同电子侦察系统,2、配对主站与各副站的交错脉冲信号,3、提取配对脉冲的TDOA和FDOA,4、计算提取TDOA和FDOA的雷达辐射源位置及速度,5、计算每组配对脉冲的位置估计误差,6、判断每组配对脉冲的位置估计误差是否大于或者等于阈值,若是,执行步骤7,否则,执行步骤3;7、分选雷达的脉冲信号。本发明在双站协同雷达信号分选的基础上,利用多站协同配对脉冲中提取的TDOA/FDOA剔除了虚假时差,能够实现准确的雷达信号分选。
-
公开(公告)号:CN116502676A
公开(公告)日:2023-07-28
申请号:CN202310179144.7
申请日:2023-02-27
申请人: 西安电子科技大学 , 中国人民解放军93209部队
IPC分类号: G06N3/0464 , G06N3/084 , G06N3/006 , G06N3/0985
摘要: 本发明公开了一种利用麻雀算法优化卷积神经网络的抗干扰效果评估方法,旨在解决评估指标权重以及卷积神经网络超参数需要人为设置的问题。本发明的实现步骤包括:利用熵权法对抗干扰评估指标赋权重值;生成训练集;构建卷积神经网络;利用麻雀算法优化卷积神经网络超参数;训练卷积神经网络;对抗干扰效果进行评估。本发明具有不需要人为设置评估指标权重以及卷积神经网络超参数,就可以提高抗干扰效果评估准确性的优点。
-
公开(公告)号:CN116087883A
公开(公告)日:2023-05-09
申请号:CN202310141336.9
申请日:2023-02-20
申请人: 西安电子科技大学 , 中国人民解放军93209部队
IPC分类号: G01S7/02
摘要: 本发明公开了一种基于二维特征向量的抗抖动脉冲重复间隔分选方法,其实现步骤为:使用方正弦插值算法估计脉冲到达时间序列的潜在PRI值,并通过脉冲到达时刻和PRI估计值两项参数构建二维特征向量,利用二维特征向量对脉冲到达时间序列进行匹配统计,通过统计的方式减小抖动PRI调制信号对分选造成的影响,从而使该分选方法具有抗抖动性,使得本发明在面对抖动PRI调制的雷达脉冲信号时,具有良好的分选效果。本发明可用于在雷达侦察过程中对雷达接收到的脉冲信号进行分选,为雷达信号主分选提供了一种抗抖动的PRI分选方法。
-
公开(公告)号:CN114527434A
公开(公告)日:2022-05-24
申请号:CN202210127378.2
申请日:2022-02-11
申请人: 西安电子科技大学
摘要: 本发明公开了一种基于卷积神经网络的雷达干扰效果评估方法,旨在解决现有技术需要从干扰方和雷达方同时获得雷达信息才能进行评估的问题,以及与人为设置评估指标权重的问题。本发明的实现步骤包括:(1)生成训练数据集;(2)搭建卷积神经网络;(3)训练卷积神经网络;(4)对干扰效果进行评估。本发明具有仅从干扰方获取雷达参数就可以进行评估的优点和不需要人为设置评估指标权重就可以进行评估的优点。
-
-
-
-
-
-