弹道中段群目标平动补偿与分离方法

弹道微动群目标时频图是多目标多散射点微多普勒的叠加,以往针对单目标的补偿与分离方法不再适用。针对这一问题,该文首先分析了群目标及诱饵的微多普勒形式;利用弹道中段目标运动平稳,短时观测加速度近似为常数的特性,采用Radon变换检测微多普勒曲线的倾斜程度,用最小熵准则和高斯函数拟合的方法估计平动参数,进而完成平动补偿;对补偿后的群目标时频图利用Viterbi算法提取各条微多普勒曲线,依据同一目标各散射点微多普勒的周期相关性,完成群目标分离;最后仿真验证了以上方法的有效性。     

多传感器协同管理技术分析

对多传感器协同管理的基本概念、优越性以及原理进行了简述,给出了协同传感器管理的体系结构,重点提出了传感器协同管理所要遵循的原则。     

米波MIMO制导雷达抗隐身目标关键技术

首先给出隐身目标F-22缩比模型在米波段的RCS测量结果.针对现代制导雷达的需求,利用MIMO雷达的思想,提出将米波波段用于制导雷达,从而提高制导雷达对隐身目标的探测.阐述了米波MIMO制导雷达反隐身目标的思想,指出需要解决的关键问题并对其实现途径进行了分析.     

拖曳式诱饵对抗研究

通过对拖曳式诱饵的工作过程及关键参数的分析,总结出拖曳式诱饵的特点,结合一些现有技术条件,分别从距离速度通道、数据融合、极化信息和制导体制等方面,研究了对抗拖曳式诱饵的方法,还对各种方活的有效性、可实现性并对存在的问题进行了分析,对拖曳式诱饵对抗研究的推进有一定意义。     

基于多尺度残差网络和小波变换的LPI雷达信号识别

针对复杂战场电磁环境下的低截获概率（Low Probability of Intercept,LPI）雷达信号识别问题,提出了一种基于小波变换和多尺度残差网络的识别方法。首先利用离散小波变换提取LPI雷达信号的时频特征;然后利用多尺度残差网络的多层特征提取网络对输入信号进行深层自主学习,以获取原信号时频数据的分布式特征,从而实现对雷达信号的识别预测。在不同信噪比条件下对不同调制样式信号进行实验,证明了所提方法的可行性与有效性,以及较高的识别率和泛化能力。     

基于线阵的MIMO-ISAR二维成像方法

针对多输入多输出逆合成孔径雷达(MIMO-ISAR)成像中空-时阵列非均匀造成的成像数据不均匀,该文基于线阵建立了目标空-时回波信号模型,经过推导,提出一种相同距离单元横向聚焦的成像方法。该方法首先进行距离补偿,将空时分布的距离像对齐至目标初始位置;然后构建相位因子,补偿非关心方向运动引起的相位变化;最后对相同距离单元数据沿横向相干叠加,实现横向聚焦。该算法不受阵列形式的限制,无需数据均匀化处理,而且能够横向定标,仿真验证了该方法的有效性。     

一种基于T型缺陷微带结构低通滤波器

提出了一种T型微带缺陷结构(DMS),并分析了其传输特性,设计并制作了一款基于T型DMS低通滤波器,仿真和实测结果表明,所设计的新型低通滤波器3 dB截止频率为2.9 GHz,通带插入损耗小于0.15 dB,回波损耗最大旁瓣优于15 dB。该滤波器设计方法简单,电磁泄漏小,体积小,并且易于与其他电路集成。