线性调频体制雷达紧贴式射频前掩护信号的干扰方法及系统

    公开(公告)号:CN118311509A

    公开(公告)日:2024-07-09

    申请号:CN202410448159.3

    申请日:2024-04-15

    Abstract: 本发明涉及一种线性调频体制雷达紧贴式射频前掩护信号的干扰方法及系统,包括下变频模块、实时DRFM干扰支路、频率变化检测支路、实时比对模块和干扰信号产生模块,具体为:对线性调频体制雷达信号进行下变频后,分别输入实时DRFM干扰支路和频率变化检测支路;实时DRFM干扰支路直接进行第一次干扰转发;频率变化检测支路对中频信号进行掩护脉冲识别,若不存在掩护脉冲则直接按主控参数转发;若存在则定位频率跳变点在DRFM存储器中的位置;实时DRFM干扰支路进入第二个循环读取周期时,跳过定位的频率跳变点前的掩护脉冲,直接读取LFM探测脉冲信息并产生干扰信号。本发明提高了线性调频体制雷达紧贴式射频前掩护信号干扰的实时性、环境适应性和干扰效果。

    一种基于置信度上界搜索的雷达自适应干扰决策方法

    公开(公告)号:CN119439077A

    公开(公告)日:2025-02-14

    申请号:CN202411828101.8

    申请日:2024-12-12

    Abstract: 本发明公开了一种基于置信度上界搜索的自适应雷达干扰决策方法,实现雷达对抗过程中的自适应干扰决策。实现方案为:采用干扰决策置信度搜索与深度强化学习,1、构建雷达自适应对抗决策环境;2、构建干扰动作置信树、对抗参数生成器与决策效能评估器;3、通过对抗动作置信度搜索,更新干扰决策收益置信度;4、通过强化学习训练,更新干扰参数生成器与决策效能评估器。本发明通过评估对抗决策收益置信度并以此调整干扰策略,能够在不确定条件下,找到最优或近似最优的决策路径,提升战场动态环境下雷达对抗的自适应决策能力。

    一种基于P-DQN的雷达干扰决策方法

    公开(公告)号:CN118777995A

    公开(公告)日:2024-10-15

    申请号:CN202410967271.8

    申请日:2024-07-18

    Abstract: 本发明公开了一种基于P‑DQN的雷达干扰决策方法,属于雷达干扰和人工智能交叉技术领域,首先构建了雷达与干扰机对抗的场景,然后确定雷达状态空间和干扰动作空间,接着基于场景中目标的真实坐标值和雷达的探测坐标值,计算干扰效果奖赏值,最后基于P‑DQN进行干扰决策,输出干扰样式及干扰参数。本发明不仅可以同时使用压制式干扰和欺骗式干扰,而且解决了雷达状态空间和干扰动作空间中的连续参数问题。

    一种基于分层强化学习的雷达认知对抗方法

    公开(公告)号:CN115327489B

    公开(公告)日:2024-08-23

    申请号:CN202211056596.8

    申请日:2022-08-31

    Inventor: 童真

    Abstract: 本发明公开了一种基于分层强化学习的雷达认知对抗方法,该方法为:首先将雷达认知对抗过程划分为上层宏观任务,确定雷达认知对抗过程中各宏观任务之间的连接关系,并关联雷达认知对抗过程中各任务相关的状态集合和其对应的动作集合;然后将雷达认知对抗过程进行任务分解,得到动作价值函数、状态价值函数、完成函数;接着进行雷达认知对抗的策略迭代,得到当前状态的最优对抗策略;再进行雷达认知对抗的策略搜索,更新状态价值函数和完成函数,得到当前最优的动作价值函数;重复进行策略迭代和策略搜索,直到雷达认知对抗策略趋于收敛。本发明降低了雷达认知对抗策略生成的复杂度,提升了策略学习的效率。

    一种基于脉冲视觉与统计特征联合的干扰效果在线评估方法

    公开(公告)号:CN117214832A

    公开(公告)日:2023-12-12

    申请号:CN202311158654.2

    申请日:2023-09-08

    Inventor: 童真 黎仁刚 姚群

    Abstract: 本发明公开了一种基于脉冲视觉与统计特征联合的干扰效果在线评估方法,将目标雷达脉冲描述字PDW序列按照到达时间进行累积;设置长短两种时间分辨率,对累积的PDWi序列按照到达时间ToAi进行分帧切片和缓存;生成已缓存雷达脉冲帧的视觉特征图像Fmap,包含雷达脉冲RF、PA、DoA、PW、PRI参数长短时间的特征;采用指数滑动平均计算已缓存雷达脉冲帧切片的统计特征向量;联合雷达脉冲序列视觉特征图像与参数统计特征向量,组成干扰效果在线评估输入,结合干扰效果监督标注,通过训练神经网络回归模型,得到雷达干扰效果评估映射。本发明提高了在线干扰效果评估的准确性。

    一种基于GPU加速的雷达信号处理仿真方法

    公开(公告)号:CN117075068A

    公开(公告)日:2023-11-17

    申请号:CN202310905931.5

    申请日:2023-07-21

    Abstract: 本发明提供了一种基于GPU加速的雷达信号处理仿真方法。首先,根据雷达波形和干扰参数,在GPU中模拟回波信号,并逐脉冲周期将采样数据排列为数组形式;然后,采用CUDA编程对多个脉冲周期的回波采样数据并行进行脉冲压缩/滤波处理,再以采样点并行计算的方式对信号数据进行积累处理、恒虚警检测和过门限检测,最后确定目标位置并将结果传递到CPU中。本发明在CPU+GPU架构的基础上,采用CUDA编程实现了雷达信号处理仿真的加速实现,具有速度快、效率高、仿真过程可靠等优点。

    一种基于分层强化学习的雷达认知对抗方法

    公开(公告)号:CN115327489A

    公开(公告)日:2022-11-11

    申请号:CN202211056596.8

    申请日:2022-08-31

    Inventor: 童真

    Abstract: 本发明公开了一种基于分层强化学习的雷达认知对抗方法,该方法为:首先将雷达认知对抗过程划分为上层宏观任务,确定雷达认知对抗过程中各宏观任务之间的连接关系,并关联雷达认知对抗过程中各任务相关的状态集合和其对应的动作集合;然后将雷达认知对抗过程进行任务分解,得到动作价值函数、状态价值函数、完成函数;接着进行雷达认知对抗的策略迭代,得到当前状态的最优对抗策略;再进行雷达认知对抗的策略搜索,更新状态价值函数和完成函数,得到当前最优的动作价值函数;重复进行策略迭代和策略搜索,直到雷达认知对抗策略趋于收敛。本发明降低了雷达认知对抗策略生成的复杂度,提升了策略学习的效率。

    一种基于动态预规划的干扰策略优化方法

    公开(公告)号:CN117169823A

    公开(公告)日:2023-12-05

    申请号:CN202311037678.2

    申请日:2023-08-17

    Abstract: 本发明公开了一种基于动态预规划的干扰策略优化方法,利用电子对抗过程中两个干扰策略决策点的时间,基于状态转移概率矩阵动态规划生成多组干扰策略,在决策点到来时,根据侦察的目标信息与干扰评估结果匹配规划的干扰策略,匹配成功时直接选择规划的干扰策略,避免重新进行干扰策略优化,可以大幅降低干扰响应时间。同时在对抗过程中,动态更新状态转移概率矩阵,提高规划的准确性。本发明在不改变现有认知电子对抗系统干扰优化策略算法与硬件平台的基础上,缩短了认知电子对抗中干扰闭环的响应调整时间。

Patent Agency Ranking