基于DQN和功率分配的FDA⁃MIMO雷达抗扫频干扰

频率分集阵列（Frequency Diversity Array, FDA）雷达由于其阵列元件的频率增量产生了许多新的特性,包括其可以通过发射功率分配进行灵活的发射波形频谱控制。在以扫频干扰为电磁干扰环境的假设下,首先,通过引入强化学习的框架,建立了频率分集阵列?多输入多输出（Frequency Diversity Array?Multiple Input Multiple Output, FDA?MIMO）雷达与电磁干扰环境交互模型,使得FDA?MIMO雷达能够在与电磁环境交互过程中,感知干扰抑制干扰。其次,本文提出了一种基于深度Q网络（Deep Q?Network, DQN）和FDA?MIMO雷达发射功率分配的扫频干扰抑制方法,使得雷达系统能够在充分利用频谱资源的情况下最大化SINR。最后,仿真结果证实,在强化学习框架下,FDA?MIMO雷达能够通过对发射功率分配进行优化,完成干扰抑制,提升雷达性能。     

认知频控阵雷达对随队假目标的动态零陷形成研究

电子战环境中,随队支援式假目标可在雷达照射主瓣内做非线性运动,这对基于相控阵体制的雷达实时地将波束零点对准假目标位置造成了困难。针对这一问题,提出一种基于频控阵雷达的动态零陷形成技术,系统通过从环境中提取干扰假目标距离信息,之后结合认知技术利用扩展卡尔曼滤波器获得假目标运动的外推轨迹,并将预测信息通过反馈回传至雷达发射模块,通过频控阵距离维波束形成技术调整发射权矢量使得波束零点指向干扰源预测位置。仿真结果表明:所提方法可以有效地实施对主瓣内运动的欺骗式假目标动态零陷,相比于不基于预测信息的波束形成技术具有显著的性能优势,为频控阵雷达抗主瓣欺骗式干扰提供了技术支持,在阵列信号处理方面具有一定的理论和实际意义。      

改进的可变门限旁瓣消隐技术

在雷达电子战中,旁瓣消隐(SLB)是一项对抗脉冲欺骗干扰的有效手段。然而,基于传统固定消隐门限的旁瓣消隐技术,其消隐门限难以选择,并且在实践中主辅天线间增益差过大时会由于过度消隐造成雷达检测性能下降。针对这一缺陷,提出一种改进的可变门限旁瓣消隐技术,引入了旁瓣消隐门限因子的概念,并推导了雷达相关检测概率与消隐门限间的关系。仿真结果表明,所提方法可以在保证消隐逻辑有效可靠的同时,极大地改善雷达检测性能。