一、雷達(dá)抗干擾試驗(yàn)電磁干擾環(huán)境探討（論文文獻(xiàn)綜述）
張軍濤,李尚生,王旭坤[1]（2021）在《基于灰色關(guān)聯(lián)-模糊綜合評(píng)判的雷達(dá)抗干擾性能評(píng)估方法》文中研究指明針對(duì)雷達(dá)抗干擾性能評(píng)估的問題,提出一種基于灰色關(guān)聯(lián)-模糊綜合評(píng)判的雷達(dá)抗干擾性能評(píng)估方法。該方法以模糊數(shù)學(xué)和關(guān)聯(lián)函數(shù)理論為基礎(chǔ),首先借鑒已建立評(píng)價(jià)指標(biāo)的模糊綜合評(píng)判因素集,采用區(qū)間數(shù)打分,基于灰色關(guān)聯(lián)方法確定評(píng)價(jià)指標(biāo)權(quán)重。然后,通過隸屬函數(shù)建立評(píng)判矩陣,計(jì)算模糊綜合評(píng)斷結(jié)果,并按照隸屬度的大小確定雷達(dá)抗干擾能力級(jí)別。最后,建立模糊值線性序評(píng)價(jià)模型,確定雷達(dá)抗干擾性能的優(yōu)劣順序。經(jīng)實(shí)例驗(yàn)證,所提方法既可以確定雷達(dá)抗干擾性能的評(píng)價(jià)等級(jí),又能進(jìn)一步確定雷達(dá)抗干擾性能的優(yōu)劣順序,且較為客觀可靠。
葛萌萌[2]（2021）在《認(rèn)知雷達(dá)多維聯(lián)合抗主瓣干擾研究》文中進(jìn)行了進(jìn)一步梳理在未來(lái)軍事電磁頻譜戰(zhàn)中,雷達(dá)通常工作于復(fù)雜電磁環(huán)境中,外部干擾信號(hào)從雷達(dá)天線波束主瓣進(jìn)入接收機(jī),形成欺騙或壓制干擾,嚴(yán)重降低了雷達(dá)系統(tǒng)性能。因此,如何對(duì)抗主瓣干擾,提升復(fù)雜電磁環(huán)境下的雷達(dá)探測(cè)能力,是電磁頻譜戰(zhàn)中獲取制電磁權(quán)的核心關(guān)鍵之一。近年來(lái),認(rèn)知雷達(dá)通過發(fā)射波形和接收處理的連續(xù)協(xié)同反饋,掌握了空間、時(shí)間、頻率、極化等維度“捷變”的主動(dòng)性,具有抗主瓣干擾的巨大潛力和優(yōu)勢(shì)。因此,本文圍繞認(rèn)知雷達(dá)的波形設(shè)計(jì)與處理兩方面,開展多維聯(lián)合抗主瓣干擾研究,主要工作與貢獻(xiàn)如下:1、提出了一種基于非精確交替方向懲罰法（IADPM）的認(rèn)知脈間波形幅度-相位聯(lián)合設(shè)計(jì)方法,通過多延時(shí)匹配處理獲取干擾和目標(biāo)的多普勒信息,最小化特定多普勒范圍內(nèi)的干擾能量與目標(biāo)旁瓣能量的加權(quán)和,提高了主瓣速度欺騙干擾下的目標(biāo)檢測(cè)性能。2、提出了一種基于解耦交替方向懲罰法（DCADPM）的認(rèn)知發(fā)射-接收聯(lián)合設(shè)計(jì)方法,通過時(shí)頻解卷積處理獲取干擾信號(hào)相關(guān)參數(shù),最小化發(fā)射信號(hào)-接收濾波器的積分旁瓣電平（ISL）與干擾信號(hào)-接收濾波器的ISL的加權(quán)和,有效抑制了多種主瓣靈巧干擾。3、提出了一種基于子陣級(jí)盲信號(hào)處理的認(rèn)知空時(shí)信號(hào)分離方法,利用目標(biāo)與干擾信號(hào)在空間和時(shí)間維度上的差異性,通過子陣多域信號(hào)分離,重構(gòu)目標(biāo)與干擾信號(hào),有效抑制主瓣支援式壓制和靈巧干擾,同時(shí)精確估計(jì)目標(biāo)角度信息。4、提出了一種基于極化特征矩陣近似聯(lián)合對(duì)角化（P-JADE）的認(rèn)知極化-時(shí)間-多通道聯(lián)合處理方法,利用目標(biāo)與干擾信號(hào)的極化分集和時(shí)域波形不相關(guān)的特性,有效分離出目標(biāo)與干擾信號(hào),提升了主瓣自衛(wèi)式壓制和靈巧干擾的抑制能力。以上理論方法的有效性、適用條件和性能已通過仿真試驗(yàn)驗(yàn)證。結(jié)果表明,本文提出的方法能夠有效對(duì)抗主瓣壓制、欺騙和靈巧干擾,提高主瓣干擾下雷達(dá)探測(cè)性能,可應(yīng)用于機(jī)載、艦載等預(yù)警/火控雷達(dá)系統(tǒng)。
李浩[3]（2021）在《基于干擾認(rèn)知的雷達(dá)抗干擾方法研究》文中指出經(jīng)典的雷達(dá)抗干擾技術(shù)利用目標(biāo)與干擾信號(hào)在時(shí)域、頻域或空域的差異,通過脈沖壓縮、頻域?yàn)V波或旁瓣對(duì)消方式進(jìn)行抑制。隨著DRFM（數(shù)字射頻存儲(chǔ)）技術(shù)的快速發(fā)展,多種新型相干干擾不斷涌現(xiàn),很難用一種方式抑制不同的干擾?；趯?duì)新型干擾的認(rèn)知,研究針對(duì)性的干擾抑制算法,從而提高雷達(dá)的抗干擾檢測(cè)性能,是雷達(dá)抗干擾技術(shù)的研究熱點(diǎn)。本文針對(duì)間歇采樣轉(zhuǎn)發(fā)干擾以及靈巧噪聲干擾,研究了干擾認(rèn)知方法,采用基于干擾重構(gòu)對(duì)消和基于變換濾波的抗干擾方法對(duì)兩類干擾進(jìn)行有效抑制,并設(shè)計(jì)實(shí)現(xiàn)了基于干擾認(rèn)知的雷達(dá)抗干擾仿真系統(tǒng)。主要的工作內(nèi)容概述如下。（1）對(duì)基于DRFM的間歇采樣轉(zhuǎn)發(fā)干擾和靈巧噪聲干擾進(jìn)行分析和建模,在此基礎(chǔ)上對(duì)含有干擾的雷達(dá)回波進(jìn)行基于恒虛警的檢測(cè)與參數(shù)粗估計(jì)。檢測(cè)干擾后,采用深度學(xué)習(xí)方法對(duì)間歇采樣轉(zhuǎn)發(fā)干擾、靈巧噪聲干擾和其它類型干擾進(jìn)行識(shí)別,識(shí)別率達(dá)到99.47%,為準(zhǔn)確的干擾認(rèn)知提供支持。（2）現(xiàn)有的間歇采樣轉(zhuǎn)發(fā)干擾參數(shù)估計(jì)主要基于Hilbert-Huang變換,存在干擾采樣周期估計(jì)精度不足問題,本文采用基于模糊函數(shù)與HHT進(jìn)行聯(lián)合估計(jì)方法改善了對(duì)干擾的認(rèn)知。在對(duì)干擾參數(shù)進(jìn)行準(zhǔn)確估計(jì)后進(jìn)行重構(gòu)對(duì)消干擾,相比HHT方法JSR可以降低3到6dB。（3）針對(duì)靈巧噪聲干擾同時(shí)含有相干性和隨機(jī)性的特點(diǎn),首先對(duì)干擾通過差拍處理與頻域?yàn)V波進(jìn)行預(yù)處理,能夠消除部分干擾信號(hào)。再通過獲取干擾與雷達(dá)發(fā)射信號(hào)先驗(yàn)信息并在Fr FT域進(jìn)行窄帶濾波,以消除剩余干擾。脈沖壓縮處理顯示,上述處理比直接Fr FT域?yàn)V波的干擾信號(hào)形成的波峰小5到8dB。（4）將上述干擾信號(hào)的產(chǎn)生、檢測(cè)、識(shí)別與抑制方法進(jìn)行集成,通過在Matlab軟件APP Designer平臺(tái)開發(fā)雷達(dá)抗干擾仿真軟件界面,設(shè)計(jì)了干擾信號(hào)仿真、數(shù)據(jù)處理與識(shí)別和干擾抑制三個(gè)模塊,可方便靈活的進(jìn)行干擾抑制仿真測(cè)試。
陳新竹[4]（2020）在《多功能數(shù)字陣列雷達(dá)空域抗有源干擾方法研究》文中認(rèn)為多功能相控陣?yán)走_(dá)作為探測(cè)系統(tǒng)的新型重要裝備,可以對(duì)多批目標(biāo)實(shí)現(xiàn)搜索、跟蹤、成像、識(shí)別等多種功能,承擔(dān)防空、反導(dǎo)等多種任務(wù),能夠看得更遠(yuǎn)、看得更清晰,既是望遠(yuǎn)鏡,也是顯微鏡。作為一種全數(shù)字相控陣?yán)走_(dá),數(shù)字陣列雷達(dá)為先進(jìn)的自適應(yīng)波束合成算法提供了硬件實(shí)現(xiàn)平臺(tái),在空域抗干擾方面具備高靈活性和突出性能,有效提高了多功能相控陣?yán)走_(dá)在復(fù)雜電磁環(huán)境中的生存能力,成為當(dāng)前雷達(dá)領(lǐng)域的研究熱點(diǎn)。而新型有源干擾技術(shù)的飛速發(fā)展,為數(shù)字陣?yán)走_(dá)抗干擾帶來(lái)了新的挑戰(zhàn)。當(dāng)數(shù)字陣列雷達(dá)接收到從主瓣進(jìn)入的干擾信號(hào)時(shí),由于干擾與目標(biāo)信號(hào)空域相關(guān)性強(qiáng),當(dāng)前空域抗主瓣干擾的方法會(huì)引起目標(biāo)探測(cè)和跟蹤能力的損失;此外,多功能數(shù)字陣列雷達(dá)在寬帶探測(cè)模式下,面臨著寬窄帶、主副瓣組合干擾的威脅,常規(guī)空域抗干擾方法的性能難以滿足目標(biāo)識(shí)別的要求。綜上,如何提升多功能數(shù)字陣列雷達(dá)在主瓣干擾和寬帶組合干擾場(chǎng)景下的目標(biāo)探測(cè)能力,已成為亟需解決的難點(diǎn)問題。本文針對(duì)多功能數(shù)字陣列雷達(dá)在不同工作模式下面臨的典型有源干擾場(chǎng)景,以空域抗干擾中的幾個(gè)關(guān)鍵問題為著眼點(diǎn),以提高雷達(dá)對(duì)目標(biāo)的探測(cè)增益、測(cè)角精度、高分辨性能為目的,深入開展多功能數(shù)字陣列雷達(dá)空域抗干擾方法的研究,具有重要的理論意義和應(yīng)用價(jià)值。論文開展的主要工作概括如下:1.針對(duì)數(shù)字陣列雷達(dá)抗主瓣干擾引起的單脈沖測(cè)角精度損失,提出了基于二維正交波束的抗干擾及測(cè)角方法,解決了自適應(yīng)和差波束合成過程中干擾俯仰角和方位角的耦合問題,可以同時(shí)抑制兩個(gè)及以上主瓣干擾,多個(gè)副瓣干擾,并提高了目標(biāo)測(cè)角精度。首先,針對(duì)二維矩形陣,深入分析常規(guī)自適應(yīng)和差波束合成中,導(dǎo)致方位（俯仰）維測(cè)角精度下降的原因;然后,利用方位維與俯仰維波束的獨(dú)立性,提出了二維正交波束合成的方法,通過互相正交的自適應(yīng)波束合成與和差波束合成,使方位（俯仰）維抗干擾與俯仰（方位）維測(cè)角互不影響;此外,將該方法推廣至數(shù)字子陣結(jié)構(gòu)的二維矩形陣中,進(jìn)一步降低了自適應(yīng)運(yùn)算的復(fù)雜度;最后,通過仿真實(shí)驗(yàn),驗(yàn)證該方法在有效抑制多個(gè)主副瓣干擾的同時(shí)具備較高的測(cè)角精度。2.針對(duì)數(shù)字陣列雷達(dá)抗主瓣干擾引起的目標(biāo)探測(cè)增益損失,結(jié)合分布式數(shù)字陣列雷達(dá)體制,提出了一發(fā)多收模式下基于多站波束融合的抗干擾方法,解決了空域強(qiáng)相關(guān)的目標(biāo)與干擾同時(shí)被抑制的問題,可以同時(shí)抑制兩個(gè)及以上主瓣干擾,多個(gè)副瓣干擾,并提高了目標(biāo)探測(cè)增益,挖掘了分布式數(shù)字陣列雷達(dá)在空域抗干擾方面的潛能。首先,通過特征波束分析,深入研究自適應(yīng)波束合成中,目標(biāo)信號(hào)與主瓣干擾同時(shí)被抑制的原因;然后,針對(duì)分布式數(shù)字陣列雷達(dá)一發(fā)多收的工作模式,提出了基于多站波束融合的抗干擾方法,涵蓋兩級(jí)波束合成:在第一級(jí)單站內(nèi),通過多點(diǎn)線性約束最小方差（Linearly Constrained Minimum Variance,LCMV）方法,規(guī)避主瓣干擾與目標(biāo)的空域相關(guān)問題,僅抑制多個(gè)副瓣干擾信號(hào);在第二級(jí)多站聯(lián)合中,利用分布式數(shù)字陣合成高分辨輔助波束,對(duì)主波束中的主瓣干擾和目標(biāo)進(jìn)行準(zhǔn)確區(qū)分,通過最小均方誤差（Minimum Mean Square Error,MMSE）方法精確估計(jì)并對(duì)消主瓣干擾,減少目標(biāo)信號(hào)的損失;最后,通過仿真實(shí)驗(yàn),驗(yàn)證該方法在抗多個(gè)主副瓣干擾的同時(shí),提高了主瓣對(duì)目標(biāo)的探測(cè)增益,減少了多站間數(shù)據(jù)傳輸量,降低了自適應(yīng)運(yùn)算復(fù)雜度。3.針對(duì)寬帶數(shù)字陣列雷達(dá)面臨的寬窄帶、主副瓣復(fù)雜組合干擾的問題,構(gòu)建了子帶分解的高性能基帶實(shí)現(xiàn)架構(gòu),并提出了子帶內(nèi)多波束聯(lián)合抗干擾方法,提高了復(fù)雜電磁環(huán)境中目標(biāo)的一維距離成像性能。首先,針對(duì)寬帶信號(hào)接收的子帶分解方法,通過對(duì)子帶分解后干擾信號(hào)相關(guān)矩陣的特征根分析,給出了子帶內(nèi)干擾色散殘余的關(guān)鍵參數(shù)。為此,構(gòu)建子帶分解的高性能基帶濾波架構(gòu),優(yōu)化了關(guān)鍵參數(shù),通過仿真實(shí)驗(yàn)驗(yàn)證該方法顯著改善了色散殘余問題,提高了抗干擾性能;然后,針對(duì)寬窄帶、主副瓣組合干擾場(chǎng)景,進(jìn)一步提出基于子帶分解的多波束聯(lián)合抗干擾方法,通過多個(gè)輔助波束對(duì)主波束內(nèi)主瓣、副瓣干擾的自適應(yīng)感知,解決了各子帶中干擾場(chǎng)景的差異問題,降低了自適應(yīng)運(yùn)算的復(fù)雜度。通過仿真實(shí)驗(yàn),驗(yàn)證該方法在各子帶干擾場(chǎng)景不同時(shí)的自適應(yīng)抗干擾性能。最后,結(jié)合寬帶實(shí)驗(yàn)雷達(dá)在干擾環(huán)境下的對(duì)海探測(cè)實(shí)驗(yàn),通過實(shí)測(cè)數(shù)據(jù)處理,獲得了艦船目標(biāo)的高精度一維距離像,驗(yàn)證了本文方法的有效性。
畢斯威[5]（2020）在《基于神經(jīng)網(wǎng)絡(luò)的雷達(dá)干擾效果評(píng)估》文中研究說(shuō)明如今,隨著雷達(dá)技術(shù)的快速發(fā)展,雷達(dá)對(duì)抗技術(shù)也在隨之發(fā)展。干擾效果評(píng)估作為認(rèn)知電子戰(zhàn)里的重要一環(huán),必須具備快速、智能的能力。相較于傳統(tǒng)的雷達(dá)干擾效果評(píng)估方法中引入過多的人為因素缺陷,智能的評(píng)估方法成為目前雷達(dá)干擾效果評(píng)估的主要研究方向。本文針對(duì)雷達(dá)干擾效果評(píng)估問題,主要研究了基于徑向基（RBF）神經(jīng)網(wǎng)絡(luò)算法的評(píng)估方法,以及基于粒子群優(yōu)化反向傳播（PSO-BP）神經(jīng)網(wǎng)絡(luò)算法的評(píng)估方法。本文主要內(nèi)容為:首先,介紹雷達(dá)對(duì)抗技術(shù),其中包含雷達(dá)偵察技術(shù),雷達(dá)干擾技術(shù)以及雷達(dá)抗干擾技術(shù),通過對(duì)雷達(dá)干擾樣式和雷達(dá)抗干擾方式進(jìn)行分析,得到雷達(dá)數(shù)據(jù)特征。其次,針對(duì)評(píng)估指標(biāo)選取問題,結(jié)合干擾效果評(píng)估構(gòu)建準(zhǔn)則和干擾效果評(píng)估戰(zhàn)技指標(biāo),選取能夠體現(xiàn)雷達(dá)工作方式發(fā)生變化的雷達(dá)參數(shù)集,從而分析獲取干擾評(píng)估指標(biāo)向量。然后針對(duì)處理雷達(dá)參數(shù)信息不足的情況下,應(yīng)用基于RBF神經(jīng)網(wǎng)絡(luò)算法的雷達(dá)干擾效果評(píng)估方法,利用RBF神經(jīng)網(wǎng)絡(luò)在處理回歸問題上時(shí)間復(fù)雜低的算法性能,實(shí)現(xiàn)指標(biāo)集和最終評(píng)估結(jié)果相映射。最后針對(duì)處理雷達(dá)信息參數(shù)充足的條件下,提出了基于PSO-BP神經(jīng)網(wǎng)絡(luò)算法的雷達(dá)干擾效果評(píng)估方法,利用PSO算法對(duì)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行更新,根據(jù)更新后的BP神經(jīng)網(wǎng)絡(luò)對(duì)評(píng)估向量進(jìn)行干擾效果評(píng)估。通過仿真基于RBF神經(jīng)網(wǎng)絡(luò)算法的評(píng)估方法,驗(yàn)證了在雷達(dá)參數(shù)信息數(shù)據(jù)量較少的情況下,該方法在一定的誤差條件下的有效性。通過仿真PSO-BP神經(jīng)網(wǎng)絡(luò)算法的評(píng)估方法,驗(yàn)證了在雷達(dá)信息數(shù)據(jù)量充足的情況下,該算法處理評(píng)估問題上表現(xiàn)的優(yōu)異性。仿真對(duì)比了相對(duì)單一的BP神經(jīng)網(wǎng)絡(luò)與PSO-BP神經(jīng)網(wǎng)絡(luò),驗(yàn)證了PSO算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始化權(quán)重和閾值后,神經(jīng)網(wǎng)絡(luò)的性能有了明顯的改善,評(píng)估結(jié)果更為穩(wěn)定精準(zhǔn)。仿真對(duì)比了RBF神經(jīng)網(wǎng)絡(luò)算法以及PSO-BP神經(jīng)網(wǎng)絡(luò)算法,驗(yàn)證了在數(shù)據(jù)量充足的情況下,PSO-BP神經(jīng)網(wǎng)絡(luò)算法的評(píng)估結(jié)果更為精確,性能表現(xiàn)更為穩(wěn)定,利于在離線狀態(tài)下處理雷達(dá)信息充足的情況;在數(shù)據(jù)量較少的情況下,RBF神經(jīng)網(wǎng)絡(luò)在一定的誤差條件范圍內(nèi)得到的評(píng)估結(jié)果時(shí)間較短,利于在實(shí)時(shí)狀態(tài)下處理雷達(dá)信息量缺乏的情況。
陳俠達(dá)[6]（2020）在《雷達(dá)抗有源干擾方法研究》文中認(rèn)為戰(zhàn)場(chǎng)電磁環(huán)境日趨復(fù)雜,尤其是其中存在的各種有源干擾,給雷達(dá)系統(tǒng)的探測(cè)與目標(biāo)跟蹤帶來(lái)了巨大的挑戰(zhàn),對(duì)雷達(dá)的抗干擾性能提出了更高的要求。為了提高雷達(dá)系統(tǒng)的抗干擾能力,本文在前人的研究基礎(chǔ)上,對(duì)常見的有源壓制式干擾、有源欺騙式干擾的信號(hào)模型進(jìn)行了討論,并結(jié)合頻率捷變、Hough變換、OFDM調(diào)制等技術(shù)對(duì)雷達(dá)系統(tǒng)實(shí)現(xiàn)干擾感知、干擾抑制和目標(biāo)檢測(cè)展開了分析和研究,本文主要工作如下:（1）建立典型有源雷達(dá)干擾信號(hào)模型。給出了干擾信號(hào)的數(shù)學(xué)模型,并給出了干擾信號(hào)在時(shí)域和頻域上的仿真結(jié)果,為本文的干擾抑制算法打下了基礎(chǔ)。（2）針對(duì)密集轉(zhuǎn)發(fā)式欺騙干擾,提出了捷變頻聯(lián)合Hough變換的干擾抑制算法。建立了捷變頻雷達(dá)信號(hào)模型,分析了捷變頻體制下干擾的分布特點(diǎn),并結(jié)合最大類間方差法和Hough變換技術(shù)實(shí)現(xiàn)干擾抑制與目標(biāo)信息提取,采用壓縮感知和最小波形熵實(shí)現(xiàn)目標(biāo)檢測(cè),并通過仿真實(shí)驗(yàn)與實(shí)測(cè)數(shù)據(jù)分析驗(yàn)證了本文方法的有效性與實(shí)用性。（3）提出了基于OFDM調(diào)制的捷變頻雷達(dá)抗有源干擾算法。該方法運(yùn)用OFDM調(diào)制和頻率捷變技術(shù)規(guī)避掉大部分干擾,采用干擾感知方法,剔除存在大功率干擾信號(hào)的子載波,對(duì)剩下只存在真實(shí)目標(biāo)信號(hào)的子載波通過稀疏重構(gòu)完成目標(biāo)距離像的高分辨合成,然后采用EM算法同時(shí)估計(jì)出多個(gè)目標(biāo)的平均速度與初始距離。仿真結(jié)果表明該方法能夠有效實(shí)現(xiàn)干擾抑制與多目標(biāo)的檢測(cè)。
韋卓,杜劍英,李鵬勃[7]（2020）在《對(duì)空雷達(dá)靶場(chǎng)標(biāo)準(zhǔn)化復(fù)雜電磁環(huán)境試驗(yàn)系統(tǒng)構(gòu)建》文中研究說(shuō)明針對(duì)信息化武器裝備復(fù)雜電磁環(huán)境適應(yīng)性試驗(yàn)中,干擾電磁環(huán)境構(gòu)建沒有統(tǒng)一標(biāo)準(zhǔn),各自重復(fù)建設(shè)的問題,以對(duì)空雷達(dá)為研究對(duì)象,提出了從干擾信號(hào)參數(shù)層級(jí)構(gòu)建試驗(yàn)干擾電磁環(huán)境的構(gòu)想,并且對(duì)干擾信號(hào)組成要素進(jìn)行了詳細(xì)分析,給出了試驗(yàn)系統(tǒng)搭建方法,提出了試驗(yàn)考核評(píng)估需要考慮的干擾要素、目標(biāo)特性及考核指標(biāo)構(gòu)成。
張新勛[8]（2019）在《基于極化分集和頻率分集技術(shù)的MIMO雷達(dá)抗干擾與目標(biāo)檢測(cè)方法研究》文中研究說(shuō)明基于數(shù)字射頻存儲(chǔ)（DRFM）技術(shù)的主瓣欺騙性干擾已經(jīng)成為現(xiàn)代雷達(dá)的一個(gè)嚴(yán)重威脅。由于主瓣欺騙性干擾信號(hào)在時(shí)域、頻域和空域特征上都與真實(shí)目標(biāo)信號(hào)十分相似,使得傳統(tǒng)體制的雷達(dá)難以對(duì)其進(jìn)行有效識(shí)別和抑制。另外,隨著低可探測(cè)目標(biāo)的出現(xiàn)以及雷達(dá)工作環(huán)境的日益復(fù)雜,傳統(tǒng)的雷達(dá)信息獲取方式和信號(hào)處理手段在應(yīng)對(duì)目標(biāo)檢測(cè)問題上也面臨著嚴(yán)峻挑戰(zhàn)。因此,最大限度地挖掘和利用雷達(dá)傳感系統(tǒng)所獲得的電磁信息,提高雷達(dá)抗干擾能力和目標(biāo)探測(cè)能力,進(jìn)而適應(yīng)復(fù)雜多變的戰(zhàn)場(chǎng)環(huán)境,已經(jīng)成為雷達(dá)信息處理領(lǐng)域所面臨的基礎(chǔ)課題和緊迫任務(wù)。本文針對(duì)集中式MIMO雷達(dá)的抗主瓣欺騙性干擾和目標(biāo)檢測(cè)問題進(jìn)行了研究,目的在于通過合理利用極化分集、頻率分集、相控陣、認(rèn)知雷達(dá)、博弈論等技術(shù)和手段,進(jìn)一步挖掘MIMO雷達(dá)系統(tǒng)潛能,提高其抗干擾能力和目標(biāo)探測(cè)能力。論文的主要工作概括如下:1.研究了基于極化分集技術(shù)的MIMO雷達(dá)抗主瓣欺騙性干擾的方法。將極化分集技術(shù)引入到MIMO雷達(dá)中,提出了一種極化MIMO（PMIMO）雷達(dá)新技術(shù)。研究了針對(duì)PMIMO雷達(dá)的目標(biāo)參數(shù)估計(jì)方法和真假目標(biāo)鑒別方法。此外,針對(duì)常規(guī)干擾機(jī)產(chǎn)生的假目標(biāo)極化特性固定不變和智能干擾機(jī)根據(jù)戰(zhàn)場(chǎng)環(huán)境自適應(yīng)改變假目標(biāo)極化特性兩種情況,分別提出了基于單向博弈和策略博弈的雷達(dá)發(fā)射極化自適應(yīng)優(yōu)化設(shè)計(jì)方法,以進(jìn)一步提高PMIMO雷達(dá)的抗主瓣欺騙性干擾能力。PMIMO雷達(dá)同時(shí)具有極化雷達(dá)和MIMO雷達(dá)的優(yōu)點(diǎn),可以在空域-極化域內(nèi)有效抑制主瓣欺騙性干擾,并且采用博弈論方法對(duì)發(fā)射極化進(jìn)行優(yōu)化設(shè)計(jì)可以進(jìn)一步提高其抗干擾性能。2.研究了基于極化分集和相控陣技術(shù)的MIMO雷達(dá)抗主瓣欺騙性干擾的方法。為了進(jìn)一步提高PMIMO雷達(dá)抗主瓣欺騙性干擾的能力,將相控陣技術(shù)引入到PMIMO雷達(dá)中,提出了一種相控極化MIMO（Phased-PMIMO）雷達(dá)新技術(shù)。采用自適應(yīng)波束形成技術(shù)來(lái)抑制主瓣欺騙性干擾,并以輸出信干噪比（SINR）最大化為優(yōu)化準(zhǔn)則,研究了Phased-PMIMO雷達(dá)的發(fā)射子陣劃分和發(fā)射極化的優(yōu)化設(shè)計(jì)方法。Phased-PMIMO雷達(dá)技術(shù)可以使得真實(shí)目標(biāo)同時(shí)獲得極化分集增益和發(fā)射相干處理增益,因而具有更高的輸出SINR,并且對(duì)發(fā)射子陣劃分和發(fā)射極化進(jìn)行聯(lián)合優(yōu)化設(shè)計(jì),可以進(jìn)一步提高抗干擾性能。3.研究了基于極化分集和頻率分集陣技術(shù)的MIMO雷達(dá)抗主瓣欺騙性干擾的方法。為了進(jìn)一步提高PMIMO雷達(dá)抗主瓣欺騙性干擾的能力,將頻率分集陣列（FDA）技術(shù)引入到PMIMO雷達(dá)中,提出了一種頻率分集陣極化MIMO（FDA-PMIMO）雷達(dá)新技術(shù)。研究了針對(duì)FDA-PMIMO雷達(dá)的目標(biāo)參數(shù)估計(jì)方法和真假目標(biāo)鑒別方法。在此基礎(chǔ)上,以系統(tǒng)輸出SINR最大化為優(yōu)化準(zhǔn)則,研究了雷達(dá)發(fā)射極化和發(fā)射頻率步進(jìn)間隔的自適應(yīng)優(yōu)化設(shè)計(jì)方法。FDA-PMIMO雷達(dá)可以在角度-距離-極化域內(nèi)有效識(shí)別和抑制主瓣欺騙性干擾,相比其它MIMO雷達(dá)具有更好的抗干擾性能,并且還可以通過對(duì)發(fā)射極化和發(fā)射頻率步進(jìn)間隔進(jìn)行聯(lián)合優(yōu)化設(shè)計(jì)來(lái)進(jìn)一步提高其抗干擾性能。4.研究了基于極化分集技術(shù)的MIMO雷達(dá)的目標(biāo)檢測(cè)方法。提出了一種和傳統(tǒng)雙通道極化雷達(dá)具有相似簡(jiǎn)單結(jié)構(gòu)的正交極化MIMO（OP-MIMO）雷達(dá)技術(shù),設(shè)計(jì)了融合檢測(cè)算法,推導(dǎo)了虛警概率和檢測(cè)概率的解析表達(dá)式。OP-MIMO雷達(dá)可以同時(shí)獲得波形分集增益和極化分集增益,其檢測(cè)性能好于傳統(tǒng)的雙通道極化雷達(dá),且對(duì)目標(biāo)極化散射特性更為穩(wěn)健。為了進(jìn)一步提高檢測(cè)性能,基于OP-MIMO雷達(dá),提出了一種發(fā)射極化可以自適應(yīng)變化的雙極化MIMO（DP-MIMO）雷達(dá)新技術(shù),研究了目標(biāo)極化散射向量（PSV）的估計(jì)方法和預(yù)測(cè)方法,并以最大化檢測(cè)概率和最小化估計(jì)誤差為優(yōu)化準(zhǔn)則,研究了雷達(dá)發(fā)射極化的自適應(yīng)優(yōu)化設(shè)計(jì)方法。DP-MIMO雷達(dá)技術(shù)對(duì)極化散射特性隨時(shí)間變化的目標(biāo)具有更好的檢測(cè)性能。5.研究了基于極化分集和頻率分集技術(shù)的MIMO雷達(dá)的目標(biāo)檢測(cè)方法。為了提高M(jìn)IMO雷達(dá)的目標(biāo)檢測(cè)性能,將頻率分集和極化分集技術(shù)同時(shí)引入到MIMO雷達(dá)中,提出了一種頻率分集極化MIMO（FD-PMIMO）雷達(dá)新技術(shù),設(shè)計(jì)了目標(biāo)檢測(cè)算法,推導(dǎo)了虛警概率和檢測(cè)概率的近似計(jì)算公式,并研究了以檢測(cè)概率最大化為準(zhǔn)則的雷達(dá)發(fā)射極化和接收極化的優(yōu)化設(shè)計(jì)方法。FD-PMIMO雷達(dá)可以同時(shí)獲得頻率分集、極化分集和波形分集增益,其檢測(cè)性能顯著好于其它MIMO雷達(dá),并且可以基于目標(biāo)極化散射特性對(duì)雷達(dá)發(fā)射極化和接收極化進(jìn)行優(yōu)化設(shè)計(jì)來(lái)獲得檢測(cè)性能的進(jìn)一步提升。
孔璐[9]（2019）在《雷達(dá)抗干擾效能的評(píng)估方法研究》文中研究指明伴隨當(dāng)代電子對(duì)抗技術(shù)的日益進(jìn)步,雷達(dá)干擾與抗干擾間的爭(zhēng)斗愈發(fā)激烈。面對(duì)逐漸復(fù)雜的電子干擾環(huán)境,雷達(dá)必然要增強(qiáng)其抗干擾能力,通過對(duì)雷達(dá)系統(tǒng)采用積極的抗干擾舉措,才能確保其在多樣的電磁環(huán)境下贏得先機(jī),進(jìn)而發(fā)揮更好的作戰(zhàn)能效,來(lái)為戰(zhàn)局帶來(lái)正面的影響。所以需要依托于典型的樣本數(shù)據(jù),建立具有良好完整性和獨(dú)立性的評(píng)估指標(biāo),并且選用適合的評(píng)估辦法,才能對(duì)雷達(dá)抗干擾的性能有一個(gè)正確的評(píng)估?；谝陨先c(diǎn)要求,本文創(chuàng)新性的提出下述方法:一、雷達(dá)干擾試驗(yàn)方法,基于雷達(dá)對(duì)抗實(shí)驗(yàn)變量取值的多樣性及各變量之間的約束復(fù)雜性的特點(diǎn),提出了兩部圖覆蓋陣的概念來(lái)構(gòu)造試驗(yàn)方案,即要求試驗(yàn)方案滿足任意一個(gè)雷達(dá)參數(shù)和干擾機(jī)參數(shù)的每對(duì)水平組合都至少出現(xiàn)一次。二、雷達(dá)抗干擾效能的度量,本文在對(duì)多種干擾機(jī)的特點(diǎn)及其對(duì)雷達(dá)性能的影響分析基礎(chǔ)上,結(jié)合已有的指標(biāo),利用主成分分析方法得到了兩個(gè)更能反映雷達(dá)性能的綜合指標(biāo),避免了以往抗干擾性能評(píng)估指標(biāo)的片面性。三、雷達(dá)抗干擾效能的評(píng)估,區(qū)別于早期的評(píng)估因子法和后來(lái)的模糊綜合評(píng)估法,提出了機(jī)器學(xué)習(xí)算法,建立雷達(dá)抗干擾效能評(píng)估模型,并對(duì)決策樹、隨機(jī)森林、xgboost和支持向量機(jī)進(jìn)行了模型比較,選取泛化能力最好的算法建立最終模型。
耿凱迪[10]（2019）在《雷達(dá)干擾效果在線評(píng)估技術(shù)研究》文中進(jìn)行了進(jìn)一步梳理雷達(dá)對(duì)抗是干擾方與雷達(dá)方之間的一個(gè)動(dòng)態(tài)博弈過程。在該過程中,干擾效果是用來(lái)描述雷達(dá)系統(tǒng)在干擾前后性能的下降程度,它是對(duì)抗雙方都十分關(guān)注的一項(xiàng)重要指標(biāo)。一般情況下,雷達(dá)干擾效果會(huì)受到干擾方、雷達(dá)方和周圍電磁環(huán)境的影響。傳統(tǒng)的雷達(dá)干擾效果評(píng)估方法大多是基于雷達(dá)方來(lái)描述干擾效果的,通過分析干擾前后雷達(dá)的最大探測(cè)距離、發(fā)現(xiàn)概率、信號(hào)處理時(shí)間等性能參數(shù)的變化情況來(lái)評(píng)估干擾效果,目前評(píng)估技術(shù)也已經(jīng)相對(duì)成熟。然而在實(shí)戰(zhàn)應(yīng)用場(chǎng)景中,雷達(dá)方作為非合作目標(biāo),它的性能參數(shù)干擾方很難獲得,所以傳統(tǒng)的干擾效果評(píng)估方法難以實(shí)現(xiàn)。因此,如何有效地在戰(zhàn)場(chǎng)環(huán)境中對(duì)已經(jīng)實(shí)施的干擾進(jìn)行效果評(píng)估已成為目前亟待解決的問題。為了適應(yīng)實(shí)戰(zhàn)環(huán)境,本文提出了一種基于干擾方的雷達(dá)干擾效果評(píng)估方法,該方法具有較好的研究前景。論文主要從以下幾個(gè)方面對(duì)該新方法進(jìn)行了研究。首先以認(rèn)知電子對(duì)抗系統(tǒng)作為雷達(dá)干擾效果評(píng)估的應(yīng)用平臺(tái),詳細(xì)介紹了雷達(dá)干擾技術(shù)與抗干擾技術(shù),為后續(xù)的干擾因素指標(biāo)構(gòu)建和抗干擾措施與雷達(dá)行為參數(shù)對(duì)應(yīng)關(guān)系提供了理論依據(jù)。然后分析比較了傳統(tǒng)的干擾效果評(píng)估方法和已有的基于干擾方的雷達(dá)干擾效果評(píng)估方法,并以此為基礎(chǔ),設(shè)計(jì)了一套更加完善的干擾效果評(píng)估方案。包括基于干擾因素匹配程度的干擾效果預(yù)評(píng)估和基于雷達(dá)受干擾前后行為參數(shù)變化的干擾效果主評(píng)估。根據(jù)評(píng)估方案,設(shè)計(jì)基于干擾方的干擾效果在線評(píng)估算法。首先從數(shù)學(xué)角度研究了該方案中應(yīng)用的賦權(quán)算法和多屬性決策評(píng)估算法,包括結(jié)合了層次分析法和熵權(quán)法的主客觀賦權(quán)法及逼近理想解排序法。通過分析影響干擾資源的干擾因素,構(gòu)建干擾因素指標(biāo)集。在給出每個(gè)指標(biāo)的效益函數(shù)后采用仿真驗(yàn)證了各個(gè)效益函數(shù)的有效性。然后分析了雷達(dá)在受到干擾后所做出的行為和偵察參數(shù)之間的映射關(guān)系,建立雷達(dá)行為參數(shù)指標(biāo)集。最后實(shí)例化了幾種干擾樣式和不同的情況下的偵察參數(shù),按照設(shè)計(jì)的方案,依據(jù)基于干擾方的干擾效果在線評(píng)估流程對(duì)雷達(dá)干擾效果進(jìn)行了仿真驗(yàn)證。仿真結(jié)果表明,該方法可以定量地給出不同情況下的干擾效果評(píng)估值,有效地解決了實(shí)戰(zhàn)應(yīng)用場(chǎng)景中,基于干擾方干擾效果評(píng)估所面臨的困難。
二、雷達(dá)抗干擾試驗(yàn)電磁干擾環(huán)境探討（論文開題報(bào)告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡(jiǎn)單簡(jiǎn)介論文所研究問題的基本概念和背景，再而簡(jiǎn)單明了地指出論文所要研究解決的具體問題，并提出你的論文準(zhǔn)備的觀點(diǎn)或解決方法。
寫法范例：
本文主要提出一款精簡(jiǎn)64位RISC處理器存儲(chǔ)管理單元結(jié)構(gòu)并詳細(xì)分析其設(shè)計(jì)過程。在該MMU結(jié)構(gòu)中,TLB采用叁個(gè)分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲(chǔ)器并行查找,支持粗粒度為64KB和細(xì)粒度為4KB兩種頁(yè)面大小,采用多級(jí)分層頁(yè)表結(jié)構(gòu)映射地址空間,并詳細(xì)論述了四級(jí)頁(yè)表轉(zhuǎn)換過程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲(chǔ)系統(tǒng)實(shí)現(xiàn)的一個(gè)重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對(duì)象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對(duì)象從而得到有關(guān)信息。
實(shí)驗(yàn)法：通過主支變革、控制研究對(duì)象來(lái)發(fā)現(xiàn)與確認(rèn)事物間的因果關(guān)系。
文獻(xiàn)研究法：通過調(diào)查文獻(xiàn)來(lái)獲得資料，從而全面的、正確的了解掌握研究方法。
實(shí)證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實(shí)踐的需要提出設(shè)計(jì)。
定性分析法：對(duì)研究對(duì)象進(jìn)行“質(zhì)”的方面的研究，這個(gè)方法需要計(jì)算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對(duì)研究對(duì)象的認(rèn)識(shí)進(jìn)一步精確化。
跨學(xué)科研究法：運(yùn)用多學(xué)科的理論、方法和成果從整體上對(duì)某一課題進(jìn)行研究。
功能分析法：這是社會(huì)科學(xué)用來(lái)分析社會(huì)現(xiàn)象的一種方法，從某一功能出發(fā)研究多個(gè)方面的影響。
模擬法：通過創(chuàng)設(shè)一個(gè)與原型相似的模型來(lái)間接研究原型某種特性的一種形容方法。
三、雷達(dá)抗干擾試驗(yàn)電磁干擾環(huán)境探討（論文提綱范文）
（1）基于灰色關(guān)聯(lián)-模糊綜合評(píng)判的雷達(dá)抗干擾性能評(píng)估方法（論文提綱范文）
| 0 引言 |
| 1 雷達(dá)抗干擾性能綜合評(píng)估指標(biāo)體系 |
| 1.1 探測(cè)信號(hào)平均功率 |
| 1.2 雷達(dá)工作頻段 |
| 1.3 抗干擾措施 |
| 1.4 雷達(dá)電磁環(huán)境 |
| 1.5 干擾機(jī)對(duì)抗時(shí)機(jī) |
| 2 基于灰色關(guān)聯(lián)-模糊綜合評(píng)判雷達(dá)抗干擾性能評(píng)估模型 |
| 2.1 建立評(píng)估模型因素集 |
| 2.2 建立評(píng)估模型評(píng)價(jià)集 |
| 2.3 建立評(píng)估模型因素權(quán)重集 |
| 2.4 確定評(píng)估模型隸屬函數(shù) |
| 2.5 模糊綜合評(píng)價(jià) |
| 2.6 模糊值線性序法評(píng)估 |
| 3 應(yīng)用實(shí)例 |
| 4 結(jié)論 |
（2）認(rèn)知雷達(dá)多維聯(lián)合抗主瓣干擾研究（論文提綱范文）
| 摘要 |
| abstract |
| 縮略詞表 |
| 符號(hào)表 |
| 第一章 緒論 |
| 1.1 研究背景與意義 |
| 1.2 研究動(dòng)態(tài)與發(fā)展現(xiàn)狀 |
| 1.2.1 認(rèn)知波形設(shè)計(jì)抗主瓣干擾 |
| 1.2.2 認(rèn)知信號(hào)處理抗主瓣干擾 |
| 1.2.3 存在的問題 |
| 1.3 本文的主要貢獻(xiàn)與創(chuàng)新 |
| 1.4 本文的結(jié)構(gòu)安排 |
| 第二章 認(rèn)知雷達(dá)抗干擾系統(tǒng)架構(gòu)與建模 |
| 2.1 典型有源干擾特性分析 |
| 2.1.1 壓制干擾 |
| 2.1.2 欺騙干擾 |
| 2.1.3 靈巧干擾 |
| 2.2 認(rèn)知雷達(dá)抗干擾系統(tǒng)架構(gòu) |
| 2.3 認(rèn)知雷達(dá)抗干擾數(shù)學(xué)模型 |
| 2.3.1 信號(hào)模型 |
| 2.3.2 抗干擾問題建模 |
| 2.4 本章小結(jié) |
| 第三章 認(rèn)知脈間波形幅相聯(lián)合設(shè)計(jì)抗速度欺騙干擾方法 |
| 3.1 信號(hào)模型 |
| 3.2 基于IADPM的脈間波形幅相聯(lián)合設(shè)計(jì)算法 |
| 3.2.1 感知偵察 |
| 3.2.2 脈間波形幅相聯(lián)合設(shè)計(jì) |
| 3.3 仿真實(shí)驗(yàn) |
| 3.3.1 算法性能分析 |
| 3.3.2 抗干擾效果分析 |
| 3.4 本章小結(jié) |
| 第四章 認(rèn)知發(fā)射與接收聯(lián)合設(shè)計(jì)抗靈巧干擾方法 |
| 4.1 信號(hào)模型 |
| 4.2 基于DCADPM的發(fā)射與接收聯(lián)合設(shè)計(jì)算法 |
| 4.2.1 感知偵察 |
| 4.2.2 發(fā)射波形與接收濾波器聯(lián)合設(shè)計(jì) |
| 4.3 仿真實(shí)驗(yàn) |
| 4.3.1 干擾參數(shù)估計(jì) |
| 4.3.2 算法性能分析 |
| 4.3.3 抗干擾效果分析 |
| 4.4 本章小結(jié) |
| 第五章 認(rèn)知空時(shí)信號(hào)分離抗支援干擾方法 |
| 5.1 基于盲信號(hào)分離的抗主瓣支援干擾方法 |
| 5.1.1 信號(hào)模型 |
| 5.1.2 基于JADE盲信號(hào)分離的抗主瓣支援干擾算法 |
| 5.1.3 仿真實(shí)驗(yàn) |
| 5.2 主瓣干擾下目標(biāo)DOA估計(jì)方法 |
| 5.2.1 信號(hào)模型 |
| 5.2.2 基于BSS-SSR的主瓣干擾下目標(biāo)DOA估計(jì)算法 |
| 5.2.3 仿真實(shí)驗(yàn) |
| 5.3 本章小結(jié) |
| 第六章 認(rèn)知極時(shí)多通道聯(lián)合處理抗自衛(wèi)干擾方法 |
| 6.1 信號(hào)模型 |
| 6.2 基于P-JADE的抗主瓣自衛(wèi)干擾算法 |
| 6.2.1 白化處理 |
| 6.2.2 估計(jì)四階累積量矩陣 |
| 6.2.3 聯(lián)合對(duì)角化 |
| 6.2.4 信號(hào)分離 |
| 6.3 仿真實(shí)驗(yàn) |
| 6.3.1 干擾抑制結(jié)果分析 |
| 6.3.2 算法性能分析 |
| 6.4 本章小結(jié) |
| 第七章 全文總結(jié)與展望 |
| 7.1 全文內(nèi)容總結(jié) |
| 7.2 后續(xù)工作展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 附錄A IADPM算法收斂性證明 |
| 附錄B DCADPM算法收斂性證明 |
| 攻讀博士學(xué)位期間取得的成果 |
（3）基于干擾認(rèn)知的雷達(dá)抗干擾方法研究（論文提綱范文）
| 摘要 |
| Abstract |
| 縮略詞表 |
| 第一章 緒論 |
| 1.1 研究背景與意義 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.2.1 干擾的認(rèn)知 |
| 1.2.2 干擾的抑制 |
| 1.3 研究?jī)?nèi)容和工作安排 |
| 第二章 雷達(dá)干擾特征分析與識(shí)別 |
| 2.1 引言 |
| 2.2 LFM信號(hào)與DRFM技術(shù) |
| 2.2.1 LFM信號(hào)與脈沖壓縮 |
| 2.2.2 DRFM技術(shù)原理 |
| 2.3 新型有源干擾及其數(shù)學(xué)模型 |
| 2.3.1 間歇采樣轉(zhuǎn)發(fā)式干擾 |
| 2.3.2 靈巧噪聲干擾 |
| 2.4 干擾檢測(cè)技術(shù) |
| 2.4.1 接收信號(hào)預(yù)處理 |
| 2.4.2 時(shí)頻變換 |
| 2.4.3 恒虛警檢測(cè) |
| 2.4.4 干擾參數(shù)粗估計(jì) |
| 2.5 基于深度學(xué)習(xí)方法的干擾識(shí)別 |
| 2.5.1 決策樹干擾識(shí)別方法概述 |
| 2.5.2 基于深度學(xué)習(xí)方法的干擾識(shí)別 |
| 2.5.3 數(shù)據(jù)集的建立 |
| 2.5.4 基于AlexNet模型的訓(xùn)練與識(shí)別 |
| 2.6 本章小結(jié) |
| 第三章 基于干擾重構(gòu)的間歇采樣轉(zhuǎn)發(fā)干擾抑制 |
| 3.1 引言 |
| 3.2 參數(shù)估計(jì)誤差對(duì)抑制效果的影響 |
| 3.2.1 參數(shù)估計(jì)誤差影響分析 |
| 3.2.2 仿真試驗(yàn)與分析 |
| 3.3 間歇采樣轉(zhuǎn)發(fā)干擾抑制方法 |
| 3.3.1 基于Hilbert-Huang變換的參數(shù)估計(jì) |
| 3.3.2 基于模糊函數(shù)的參數(shù)估計(jì)改善方法 |
| 3.3.3 仿真試驗(yàn)與分析 |
| 3.4 本章小結(jié) |
| 第四章 基于變換域處理的靈巧噪聲干擾抑制 |
| 4.1 引言 |
| 4.2 基于FrFT域?yàn)V波的靈巧噪聲抑制算法 |
| 4.2.1 分?jǐn)?shù)階傅里葉變換概念 |
| 4.2.2 LFM信號(hào)與分?jǐn)?shù)階傅里葉變換 |
| 4.2.3 基于FrFT域?yàn)V波的靈巧噪聲抑制算法 |
| 4.3 基于差拍處理的靈巧噪聲干擾抑制預(yù)處理改善方法 |
| 4.3.1 雷達(dá)與干擾信號(hào)模型 |
| 4.3.2 基于差拍處理的預(yù)處理方法 |
| 4.3.3 預(yù)處理與FrFT域干擾抑制 |
| 4.3.4 仿真試驗(yàn)與分析 |
| 4.4 本章小結(jié) |
| 第五章 基于干擾認(rèn)知的雷達(dá)抗干擾軟件系統(tǒng)設(shè)計(jì) |
| 5.1 引言 |
| 5.2 MATLAB及APP Designer平臺(tái) |
| 5.2.1 MATLAB概述 |
| 5.2.2 APP Designer概述 |
| 5.3 基于APP Designer的雷達(dá)抗干擾仿真軟件設(shè)計(jì) |
| 5.3.1 軟件概述 |
| 5.3.2 功能類設(shè)計(jì) |
| 5.3.3 界面設(shè)計(jì) |
| 5.3.4 軟件界面實(shí)用性說(shuō)明 |
| 5.4 本章小結(jié) |
| 第六章 總結(jié)與展望 |
| 6.1 全文總結(jié) |
| 6.2 后續(xù)展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間取得的成果 |
（4）多功能數(shù)字陣列雷達(dá)空域抗有源干擾方法研究（論文提綱范文）
| 摘要 |
| abstract |
| 主要符號(hào)對(duì)照表 |
| 第一章 緒論 |
| 1.1 研究背景與意義 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.2.1 多功能數(shù)字陣列雷達(dá)發(fā)展現(xiàn)狀 |
| 1.2.2 先進(jìn)有源干擾技術(shù)發(fā)展現(xiàn)狀 |
| 1.2.3 空域抗干擾方法研究現(xiàn)狀 |
| 1.3 數(shù)字陣列雷達(dá)空域抗干擾研究難點(diǎn) |
| 1.4 本文創(chuàng)新點(diǎn) |
| 1.5 本文的結(jié)構(gòu) |
| 第二章 空域抗干擾原理與評(píng)估方法 |
| 2.1 引言 |
| 2.2 陣列信號(hào)模型 |
| 2.2.1 窄帶信號(hào)模型 |
| 2.2.2 寬帶信號(hào)模型 |
| 2.3 空域抗干擾基本原理 |
| 2.3.1 無(wú)干擾環(huán)境下的波束合成 |
| 2.3.2 干擾環(huán)境下的陣元級(jí)自適應(yīng)波束合成 |
| 2.3.3 干擾環(huán)境下的波束域自適應(yīng)波束合成 |
| 2.4 空域抗干擾性能分析與評(píng)估 |
| 2.4.1 空域抗干擾方法的特征根分析 |
| 2.4.2 空域抗干擾綜合性能定量評(píng)估方法 |
| 2.5 本章小結(jié) |
| 第三章 基于二維正交波束的數(shù)字陣列雷達(dá)抗干擾及單脈沖測(cè)角方法 |
| 3.1 引言 |
| 3.2 無(wú)干擾環(huán)境下和差單脈沖測(cè)角原理 |
| 3.2.1 一維均勻線陣測(cè)角 |
| 3.2.2 二維矩形陣測(cè)角 |
| 3.3 基于二維正交波束的抗干擾及測(cè)角方法 |
| 3.3.1 一維行/列MVDR抗干擾 |
| 3.3.2 二維正交和差波束合成 |
| 3.3.3 二維和差單脈沖測(cè)角 |
| 3.4 基于二維正交波束的子陣級(jí)抗干擾及測(cè)角方法 |
| 3.5 仿真實(shí)驗(yàn) |
| 3.5.1 實(shí)驗(yàn)條件:陣列結(jié)構(gòu)及干擾環(huán)境 |
| 3.5.2 二維抗干擾性能評(píng)估 |
| 3.5.3 二維單脈沖測(cè)角性能評(píng)估 |
| 3.6 本章小結(jié) |
| 第四章 基于多站波束融合的分布式數(shù)字陣列雷達(dá)抗干擾方法 |
| 4.1 引言 |
| 4.2 數(shù)字陣?yán)走_(dá)抗主瓣干擾的方法及性能分析 |
| 4.2.1 單部數(shù)字陣列雷達(dá)的抗干擾缺陷 |
| 4.2.2 分布式數(shù)字陣列雷達(dá)的抗干擾潛能 |
| 4.3 基于多站波束融合的分布式數(shù)字陣列雷達(dá)抗干擾方法 |
| 4.3.1 單站內(nèi)陣元級(jí)LCMV抗副瓣干擾 |
| 4.3.2 多站波束融合MMSE抗主瓣干擾 |
| 4.4 仿真實(shí)驗(yàn) |
| 4.4.1 實(shí)驗(yàn)條件:陣列結(jié)構(gòu)及干擾環(huán)境 |
| 4.4.2 抗干擾及目標(biāo)檢測(cè)性能評(píng)估 |
| 4.4.3 系統(tǒng)資源評(píng)估及復(fù)雜度分析 |
| 4.5 本章小結(jié) |
| 第五章 基于子帶分解及多波束聯(lián)合的寬帶數(shù)字陣列雷達(dá)抗干擾方法 |
| 5.1 引言 |
| 5.2 寬帶接收的子帶分解方法 |
| 5.2.1 基于子帶分解的寬帶數(shù)字陣抗干擾原理 |
| 5.2.2 子帶分解方法的干擾色散殘余分析 |
| 5.2.3 子帶分解方法的基帶實(shí)現(xiàn)架構(gòu) |
| 5.3 基于子帶分解的多波束聯(lián)合抗干擾方法 |
| 5.3.1 干擾的頻域和空域組合特征 |
| 5.3.2 多波束聯(lián)合抗干擾方法 |
| 5.4 仿真實(shí)驗(yàn) |
| 5.4.1 實(shí)驗(yàn)條件:數(shù)字陣系統(tǒng)及干擾環(huán)境 |
| 5.4.2 基于子帶分解的寬帶抗干擾實(shí)驗(yàn) |
| 5.4.3 基于子帶分解的多波束聯(lián)合抗組合干擾實(shí)驗(yàn) |
| 5.5 外場(chǎng)實(shí)驗(yàn) |
| 5.6 本章小結(jié) |
| 第六章 總結(jié)與展望 |
| 6.1 全文工作總結(jié) |
| 6.2 研究展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文 |
| 攻讀學(xué)位期間參與的項(xiàng)目 |
（5）基于神經(jīng)網(wǎng)絡(luò)的雷達(dá)干擾效果評(píng)估（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 符號(hào)對(duì)照表 |
| 縮略語(yǔ)對(duì)照表 |
| 第一章 緒論 |
| 1.1 研究背景與意義 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.3 本文工作內(nèi)容安排 |
| 第二章 雷達(dá)對(duì)抗技術(shù) |
| 2.1 引言 |
| 2.2 雷達(dá)偵察信息 |
| 2.2.1 雷達(dá)偵察基本原理 |
| 2.2.2 雷達(dá)偵察信號(hào)參數(shù) |
| 2.3 雷達(dá)干擾技術(shù) |
| 2.3.1 壓制式干擾樣式仿真 |
| 2.3.2 欺騙式干擾樣式仿真 |
| 2.3.3 干擾樣式特點(diǎn)分析 |
| 2.4 雷達(dá)抗干擾技術(shù) |
| 2.5 小結(jié) |
| 第三章 雷達(dá)干擾效果評(píng)估指標(biāo)研究 |
| 3.1 引言 |
| 3.2 雷達(dá)干擾效果評(píng)估指標(biāo)體系 |
| 3.2.1 雷達(dá)干擾效果評(píng)估準(zhǔn)則 |
| 3.2.2 雷達(dá)干擾效果評(píng)估戰(zhàn)技指標(biāo) |
| 3.3 雷達(dá)干擾效果評(píng)估指標(biāo)集分析 |
| 3.4 小結(jié) |
| 第四章 基于RBF神經(jīng)網(wǎng)絡(luò)干擾效果評(píng)估 |
| 4.1 引言 |
| 4.2 RBF神經(jīng)網(wǎng)絡(luò)評(píng)估算法研究 |
| 4.2.1 神經(jīng)網(wǎng)絡(luò)算法評(píng)估可行性分析 |
| 4.2.2 RBF神經(jīng)網(wǎng)絡(luò)算法分析 |
| 4.3 算法仿真分析 |
| 4.3.1 學(xué)習(xí)樣本構(gòu)造 |
| 4.3.2 基于RBF神經(jīng)網(wǎng)絡(luò)的干擾效果評(píng)估仿真 |
| 4.4 小結(jié) |
| 第五章 基于PSO-BP神經(jīng)網(wǎng)絡(luò)干擾效果評(píng)估 |
| 5.1 引言 |
| 5.2 PSO-BP神經(jīng)網(wǎng)絡(luò)評(píng)估算法研究 |
| 5.2.1 PSO算法分析 |
| 5.2.2 BP神經(jīng)網(wǎng)絡(luò)算法分析 |
| 5.2.3 PSO-BP神經(jīng)網(wǎng)絡(luò)雷達(dá)干擾效果評(píng)估流程 |
| 5.3 算法仿真分析 |
| 5.3.1 反饋信息生成 |
| 5.3.2 基于PSO-BP神經(jīng)網(wǎng)絡(luò)的干擾效果評(píng)估仿真 |
| 5.4 算法性能比較 |
| 5.4.1 BP神經(jīng)網(wǎng)絡(luò)算法與PSO-BP神經(jīng)網(wǎng)絡(luò)算法仿真對(duì)比分析 |
| 5.4.2 RBF神經(jīng)網(wǎng)絡(luò)算法與PSO-BP神經(jīng)網(wǎng)絡(luò)算法性能分析 |
| 5.5 小結(jié) |
| 第六章 總結(jié)與展望 |
| 6.1 全文總結(jié) |
| 6.2 未來(lái)工作展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 作者簡(jiǎn)介 |
（6）雷達(dá)抗有源干擾方法研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 符號(hào)對(duì)照表 |
| 縮略語(yǔ)對(duì)照表 |
| 第1章 緒論 |
| 1.1 背景 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.3 本文的論文安排 |
| 第2章 雷達(dá)典型有源干擾信號(hào)模型 |
| 2.1 引言 |
| 2.2 干擾量化表征 |
| 2.2.1 壓制式干擾量化表征 |
| 2.2.2 欺騙式干擾量化表征 |
| 2.3 典型壓制式干擾 |
| 2.3.1 射頻噪聲干擾 |
| 2.3.2 噪聲調(diào)幅干擾 |
| 2.3.3 噪聲調(diào)頻干擾 |
| 2.4 典型欺騙式干擾 |
| 2.4.1 距離欺騙干擾 |
| 2.4.2 速度欺騙干擾 |
| 2.4.3 多參數(shù)欺騙干擾 |
| 2.5 本章小結(jié) |
| 第3章 捷變頻聯(lián)合Hough變換的雷達(dá)抗密集假目標(biāo)干擾 |
| 3.1 引言 |
| 3.2 雷達(dá)信號(hào)與干擾模型 |
| 3.2.1 捷變頻信號(hào)模型 |
| 3.2.2 干擾信號(hào)模型 |
| 3.3 Hough變換 |
| 3.4 壓縮感知原理 |
| 3.5 捷變頻聯(lián)合Hough變換的雷達(dá)抗干擾算法 |
| 3.5.1 閾值分割 |
| 3.5.2 Hough參數(shù)空間積累方法 |
| 3.5.3 Hough參數(shù)空間峰值提取 |
| 3.5.4 2 維高分辨稀疏重構(gòu) |
| 3.5.5 基于最小波形熵的目標(biāo)檢測(cè) |
| 3.6 仿真與外場(chǎng)試驗(yàn)結(jié)果分析 |
| 3.6.1 仿真實(shí)驗(yàn)分析 |
| 3.6.2 外場(chǎng)試驗(yàn)結(jié)果分析 |
| 3.7 本章小結(jié) |
| 第4章 基于OFDM調(diào)制的捷變頻雷達(dá)抗有源干擾算法 |
| 4.1 引言 |
| 4.2 FA-OFDM雷達(dá)信號(hào)模型 |
| 4.3 粒子濾波算法 |
| 4.4 EM算法 |
| 4.4.1 混合高斯模型 |
| 4.4.2 EM算法流程 |
| 4.5 基于OFDM調(diào)制的捷變頻雷達(dá)抗有源干擾算法 |
| 4.5.1 干擾感知 |
| 4.5.2 目標(biāo)距離高分辨像合成 |
| 4.5.3 基于EM算法的高速多目標(biāo)速度估計(jì) |
| 4.6 仿真結(jié)果分析 |
| 4.6.1 雷達(dá)抗干擾性能分析 |
| 4.6.2 雷達(dá)目標(biāo)參數(shù)估計(jì)性能分析 |
| 4.6.3 總體性能分析 |
| 4.7 本章小結(jié) |
| 第5章 總結(jié)與展望 |
| 5.1 本文工作總結(jié) |
| 5.2 雷達(dá)抗干擾研究展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 作者簡(jiǎn)介 |
（7）對(duì)空雷達(dá)靶場(chǎng)標(biāo)準(zhǔn)化復(fù)雜電磁環(huán)境試驗(yàn)系統(tǒng)構(gòu)建（論文提綱范文）
| 1 引言 |
| 2 復(fù)雜電磁環(huán)境構(gòu)建原則 |
| 3 復(fù)雜電磁環(huán)境構(gòu)建 |
| 3.1 干擾電磁場(chǎng)參數(shù)分析 |
| 3.2 目標(biāo)特性參數(shù)分析 |
| 3.3 試驗(yàn)系統(tǒng)構(gòu)建 |
| 4 評(píng)估技術(shù) |
| 5 結(jié)語(yǔ) |
（8）基于極化分集和頻率分集技術(shù)的MIMO雷達(dá)抗干擾與目標(biāo)檢測(cè)方法研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 符號(hào)對(duì)照表 |
| 縮略語(yǔ)對(duì)照表 |
| 第一章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 研究現(xiàn)狀及存在問題 |
| 1.2.1 分集MIMO雷達(dá)目標(biāo)參數(shù)估計(jì) |
| 1.2.2 分集MIMO雷達(dá)抗主瓣欺騙性干擾 |
| 1.2.3 分集MIMO雷達(dá)目標(biāo)檢測(cè) |
| 1.3 本文主要工作及結(jié)構(gòu)安排 |
| 第二章 極化分集MIMO雷達(dá)抗主瓣欺騙性干擾 |
| 2.1 PMIMO雷達(dá)信號(hào)模型 |
| 2.1.1 目標(biāo)信號(hào)模型 |
| 2.1.2 干擾信號(hào)模型 |
| 2.2 參數(shù)估計(jì)和真假目標(biāo)鑒別方法 |
| 2.2.1 目標(biāo)參數(shù)估計(jì)方法 |
| 2.2.2 真假目標(biāo)鑒別方法 |
| 2.3 利用博弈論設(shè)計(jì)發(fā)射極化 |
| 2.3.1 干擾抑制性能分析 |
| 2.3.2 基于單向博弈設(shè)計(jì)發(fā)射極化 |
| 2.3.3 基于策略博弈設(shè)計(jì)發(fā)射極化 |
| 2.4 性能驗(yàn)證 |
| 2.4.1 單向博弈實(shí)例 |
| 2.4.2 策略博弈實(shí)例 |
| 2.5 本章小結(jié) |
| 第三章 相控陣極化分集MIMO雷達(dá)抗主瓣欺騙性干擾 |
| 3.1 Phased-PMIMO雷達(dá)信號(hào)模型 |
| 3.2 干擾抑制性能分析 |
| 3.3 發(fā)射子陣劃分方法 |
| 3.3.1 均勻子陣劃分方法 |
| 3.3.2 非均勻子陣劃分方法 |
| 3.4 發(fā)射極化的優(yōu)化 |
| 3.5 性能驗(yàn)證 |
| 3.6 本章小結(jié) |
| 第四章 頻率分集陣極化分集MIMO雷達(dá)抗主瓣欺騙性干擾 |
| 4.1 FDA-PMIMO雷達(dá)信號(hào)模型 |
| 4.2 目標(biāo)參數(shù)估計(jì)方法 |
| 4.3 真假目標(biāo)鑒別方法 |
| 4.4 發(fā)射極化和頻率步進(jìn)間隔的優(yōu)化 |
| 4.5 性能驗(yàn)證 |
| 4.6 本章小結(jié) |
| 第五章 極化分集MIMO雷達(dá)目標(biāo)檢測(cè) |
| 5.1 OP-MIMO雷達(dá)檢測(cè)性能分析 |
| 5.1.1 OP-MIMO雷達(dá)信號(hào)模型 |
| 5.1.2 最優(yōu)檢測(cè)算法 |
| 5.1.3 性能分析 |
| 5.2 目標(biāo)極化特性對(duì)OP-MIMO雷達(dá)檢測(cè)性能的影響 |
| 5.2.1 基于目標(biāo)互易性的簡(jiǎn)化信號(hào)模型 |
| 5.2.2 性能分析 |
| 5.3 優(yōu)化發(fā)射極化提高DP-MIMO雷達(dá)目標(biāo)檢測(cè)性能 |
| 5.3.1 DP-MIMO雷達(dá)信號(hào)模型 |
| 5.3.2 目標(biāo)PSV估計(jì)方法 |
| 5.3.3 目標(biāo)PSV預(yù)測(cè)方法 |
| 5.3.4 GLR檢測(cè)器 |
| 5.3.5 發(fā)射極化的優(yōu)化 |
| 5.3.6 性能驗(yàn)證 |
| 5.4 本章小結(jié) |
| 第六章 頻率分集極化分集MIMO雷達(dá)目標(biāo)檢測(cè) |
| 6.1 FD-PMIMO雷達(dá)信號(hào)模型 |
| 6.2 目標(biāo)檢測(cè)算法 |
| 6.3 發(fā)射極化和接收極化的優(yōu)化 |
| 6.4 性能驗(yàn)證 |
| 6.5 本章小結(jié) |
| 第七章 總結(jié)和展望 |
| 7.1 論文的主要工作 |
| 7.2 創(chuàng)新點(diǎn) |
| 7.3 下一步工作展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 作者簡(jiǎn)介 |
（9）雷達(dá)抗干擾效能的評(píng)估方法研究（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 引言 |
| 1.2 研究背景及意義 |
| 1.3 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.4 論文組織結(jié)構(gòu) |
| 2 雷達(dá)干擾試驗(yàn)方案 |
| 2.1 試驗(yàn)方案的構(gòu)造 |
| 2.2 本章小結(jié) |
| 3 雷達(dá)抗干擾效能的度量 |
| 3.1 單指標(biāo)階段 |
| 3.2 綜合指標(biāo)階段 |
| 3.3 本章小結(jié) |
| 4 雷達(dá)抗干擾效能的評(píng)估方法 |
| 4.1 基于機(jī)器學(xué)習(xí)算法的抗干擾效能評(píng)估 |
| 4.2 機(jī)器學(xué)習(xí)算法原理簡(jiǎn)述 |
| 4.3 本章小結(jié) |
| 5 實(shí)例仿真分析 |
| 5.1 模型評(píng)估方法 |
| 5.2 模型評(píng)價(jià)指標(biāo) |
| 5.3 結(jié)果分析 |
| 5.4 補(bǔ)充試驗(yàn) |
| 5.5 本章小結(jié) |
| 6 全文總結(jié)與展望 |
| 參考文獻(xiàn) |
| 致謝 |
（10）雷達(dá)干擾效果在線評(píng)估技術(shù)研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 符號(hào)對(duì)照表 |
| 縮略語(yǔ)對(duì)照表 |
| 第一章 緒論 |
| 1.1 研究背景與意義 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.3 本文工作內(nèi)容安排 |
| 第二章 認(rèn)知電子戰(zhàn)及對(duì)抗理論 |
| 2.1 認(rèn)知電子對(duì)抗 |
| 2.1.1 認(rèn)知電子戰(zhàn)概念內(nèi)涵 |
| 2.1.2 認(rèn)知電子對(duì)抗系統(tǒng) |
| 2.1.3 認(rèn)知電子戰(zhàn)關(guān)鍵技術(shù) |
| 2.2 雷達(dá)干擾技術(shù) |
| 2.2.1 壓制干擾 |
| 2.2.2 欺騙干擾 |
| 2.3 雷達(dá)抗干擾技術(shù) |
| 2.3.1 時(shí)域抗干擾技術(shù) |
| 2.3.2 頻域抗干擾措施 |
| 2.3.3 空域抗干擾措施 |
| 2.3.4 其它抗干擾措施 |
| 2.4 本章小結(jié) |
| 第三章 雷達(dá)干擾效果評(píng)估原理分析 |
| 3.1 干擾效果評(píng)估分析 |
| 3.1.1 常用干擾效果評(píng)估方法分析 |
| 3.1.2 干擾效果評(píng)估準(zhǔn)則 |
| 3.2 干擾效果在線評(píng)估方案設(shè)計(jì) |
| 3.3 干擾效果在線評(píng)估算法分析 |
| 3.3.1 干擾效果評(píng)估層次結(jié)構(gòu)模型 |
| 3.3.2 干擾效果評(píng)估指標(biāo)主客觀賦權(quán)法 |
| 3.3.3 干擾效果評(píng)估TOPSIS處理算法 |
| 3.4 本章小結(jié) |
| 第四章 干擾效果預(yù)評(píng)估 |
| 4.1 雷達(dá)及干擾信號(hào)分析 |
| 4.1.1 雷達(dá)信號(hào)分析 |
| 4.1.2 干擾信號(hào)分析 |
| 4.1.3 掃頻干擾信號(hào) |
| 4.2 干擾因素指標(biāo)集分析 |
| 4.2.1 干擾時(shí)機(jī) |
| 4.2.2 干擾頻率 |
| 4.2.3 干擾空域 |
| 4.2.4 干擾功率 |
| 4.2.5 干擾樣式 |
| 4.3 干擾指標(biāo)權(quán)重設(shè)計(jì) |
| 4.3.1 干擾指標(biāo)層次結(jié)構(gòu)模型 |
| 4.3.2 指標(biāo)權(quán)重設(shè)計(jì) |
| 4.4 干擾效果預(yù)評(píng)估 |
| 4.5 本章小結(jié) |
| 第五章 干擾效果評(píng)估實(shí)例分析 |
| 5.1 雷達(dá)行為參數(shù)指標(biāo)集設(shè)計(jì) |
| 5.1.1 雷達(dá)工作模式分析 |
| 5.1.2 雷達(dá)工作狀態(tài)分析 |
| 5.1.3 雷達(dá)抗干擾措施分析 |
| 5.1.4 雷達(dá)行為參數(shù)指標(biāo)集構(gòu)建 |
| 5.2 行為參數(shù)指標(biāo)集權(quán)重設(shè)計(jì) |
| 5.2.1 雷達(dá)行為參數(shù)指標(biāo)結(jié)構(gòu)模型 |
| 5.2.2 指標(biāo)權(quán)重設(shè)計(jì) |
| 5.3 雷達(dá)干擾在線評(píng)估仿真分析 |
| 5.4 本章小結(jié) |
| 第六章 總結(jié)與展望 |
| 6.1 全文總結(jié) |
| 6.2 未來(lái)工作展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 作者簡(jiǎn)介 |
四、雷達(dá)抗干擾試驗(yàn)電磁干擾環(huán)境探討（論文參考文獻(xiàn)）
- [1]基于灰色關(guān)聯(lián)-模糊綜合評(píng)判的雷達(dá)抗干擾性能評(píng)估方法[J]. 張軍濤,李尚生,王旭坤. 系統(tǒng)工程與電子技術(shù), 2021(06)
- [2]認(rèn)知雷達(dá)多維聯(lián)合抗主瓣干擾研究[D]. 葛萌萌. 電子科技大學(xué), 2021(01)
- [3]基于干擾認(rèn)知的雷達(dá)抗干擾方法研究[D]. 李浩. 電子科技大學(xué), 2021(01)
- [4]多功能數(shù)字陣列雷達(dá)空域抗有源干擾方法研究[D]. 陳新竹. 上海交通大學(xué), 2020(01)
- [5]基于神經(jīng)網(wǎng)絡(luò)的雷達(dá)干擾效果評(píng)估[D]. 畢斯威. 西安電子科技大學(xué), 2020(05)
- [6]雷達(dá)抗有源干擾方法研究[D]. 陳俠達(dá). 西安電子科技大學(xué), 2020(05)
- [7]對(duì)空雷達(dá)靶場(chǎng)標(biāo)準(zhǔn)化復(fù)雜電磁環(huán)境試驗(yàn)系統(tǒng)構(gòu)建[J]. 韋卓,杜劍英,李鵬勃. 艦船電子工程, 2020(02)
- [8]基于極化分集和頻率分集技術(shù)的MIMO雷達(dá)抗干擾與目標(biāo)檢測(cè)方法研究[D]. 張新勛. 西安電子科技大學(xué), 2019(07)
- [9]雷達(dá)抗干擾效能的評(píng)估方法研究[D]. 孔璐. 蘇州大學(xué), 2019(06)
- [10]雷達(dá)干擾效果在線評(píng)估技術(shù)研究[D]. 耿凱迪. 西安電子科技大學(xué), 2019(02)
標(biāo)簽：分集技術(shù)論文; 雷達(dá)論文; 仿真軟件論文; 電磁干擾論文; 陣列天線論文;