排序方式: 共有39条查询结果,搜索用时 18 毫秒
1.
2.
当前电磁环境日益复杂多变,新式干扰手段层出不穷,对雷达系统带来了极大的挑战和威胁。该文引入频谱干扰模型并提出了一种在频控阵-多输入多输出(FDA-MIMO)雷达与干扰机动态博弈框架下基于强化学习(RL)的发射功率分配优化方法,使雷达系统能够获得最大的信干噪比(SINR)。在此基础上,构造了频谱干扰模型。其次,雷达和干扰机之间存在一种Stackelberg博弈关系,且将雷达作为领导者,干扰机作为跟随者,建立动态博弈框架下的发射功率分配优化模型。采用深度确定性策略梯度(DDPG)算法,结合功率约束设计了奖赏函数,对雷达发射功率进行实时分配来获得最大的输出SINR。最后,仿真结果表明,在雷达与干扰机博弈的框架下,所提优化算法能够有效地对雷达发射功率进行优化,使雷达具备较好的抗干扰性能。 相似文献
3.
4.
5.
6.
基于诱偏原理,采用双照射源交替照射,在保证接收站正常跟踪的同时实现对ARM的诱偏。并建立交替照射诱偏原理模型,进行仿真分析,仿真结果表明:采用交替照射的方式对ARM具有很好的诱偏效果。 相似文献
7.
针对抑制与目标位置接近的平台外随队干扰的过程中,MVDR波束形成器在阵元数较大、快拍数不足时的主瓣畸变问题展开分析。以CSB sin-FDA接收阵列结构代替ULA-FDA接收阵列。快拍数不足时,将修正后的协方差矩阵导入模糊RBF神经网络计算最优权矢量,避免了矩阵求逆运算。与基于PA及FDA-BFF的MVDR波束形成器相比,在低快拍情况下,该方法在干扰位置处形成有效零陷的同时,主瓣指向能够保持在目标位置。且方向图仅在目标位置处形成单一主瓣峰值,这也为后续关于目标参数估计的一系列分析中的模糊消除奠定了重要基础。数值仿真验证了该方法的有效性。 相似文献
8.
针对机动目标的跟踪问题,提出一种结合自适应匀速(Constant Acceleration,CA)模型和波形调度的平方根容积卡尔曼滤波(Square-Root Cubature Kalman Filter,SCKF)算法.在CA模型的基础上,通过构建Jerk分量与速度、加速度的近似关系,使得状态过程噪声与滤波器输出的状态协方差矩阵相联系,以实现模型的自适应调整.另外,利用分数阶傅里叶变换(Fractional Fourier Transform,FrFT)旋转发射波形的模糊函数,使得量测误差椭圆与滤波算法中的状态预测误差椭圆正交,得到最优的发射波形,以从数据处理和信号处理两方面共同提升系统的跟踪性能.仿真结果表明,相比于基于改进当前统计(current statistical,CS)模型的无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法、基于CS模型的SCKF算法、基于CA模型的SCKF算法和交互式多模型(IMM)SCKF算法,所提算法结构简单且跟踪精度更高. 相似文献
9.
10.