公开(公告)号：CN117192481A

公开(公告)日：2023-12-08

申请号：CN202311080388.6

申请日：2023-08-25

Applicant: 北京无线电测量研究所

Inventor： 郭晓薇 ,  相巳琪

IPC: G01S7/02 ,  G01S7/38 ,  G01S7/41

Abstract: 本发明实施例公开了一种雷达干扰模拟系统及方法、设备及介质，所述雷达干扰模拟系统包括参数初始化模块，用于获取用户设置的雷达参数、干扰类型和干扰信号参数；干扰仿真模块，用于根据所述雷达参数、干扰类型和干扰信号参数得到叠加干扰后的雷达回波信号；目标检测分析模块，用于根据所述干扰仿真模块输出叠加干扰后的雷达回波信号判断设定的干扰信号是否能对目标回波产生影响。

公开(公告)号：CN117607807A

公开(公告)日：2024-02-27

申请号：CN202311554647.4

申请日：2023-11-21

Applicant: 北京无线电测量研究所

Inventor： 相巳琪 ,  郭晓薇

IPC: G01S7/36 ,  G06F30/20 ,  G06F17/16

Abstract: 本发明实施例公开一种雷达接收波束零点展宽实现方法。在一具体实施方式中，该方法包括设置雷达参数和数字阵参数；根据雷达参数判断置零方向；根据判断结果选择零点展宽系数的计算方式，构建阵列干扰导向矩阵；根据所述阵列干扰导向矩阵、雷达参数和数字阵参数构建平面阵的采样协方差矩阵；根据所述阵列干扰导向矩阵、雷达参数、数字阵参数和平面阵的采样协方差矩阵计算零点展宽系数；根据数字阵参数调整零点展宽系数顺序。本发明能够通过用户设置的雷达参数和数字阵参数得到展宽的置零系数，并对仿真结果进行理论分析，能够确定零点宽度是否会达到抗干扰效果。

公开(公告)号：CN112986940B

公开(公告)日：2023-04-18

申请号：CN202110170963.6

申请日：2021-02-08

Applicant: 北京无线电测量研究所

Inventor： 郭晓薇 ,  王书承

IPC: G01S7/41 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种用于水平距离上的雷达海杂波功率的预测方法，所述方法包括：S010：对波导环境中的雷达海杂波功率进行建模，得到所述雷达海杂波功率的表达式；S020：建立LSTM神经网络基础模型；S030：基于所述雷达海杂波功率的计算公式，得到波导环境中水平距离上多个点的雷达海杂波功率值，并建立训练集，所述训练集用于训练所述LSTM神经网络基础模型；S040：通过均方根误差函数选择最优的训练次数、训练包大小和神经元数，作为训练参数进行模型的训练得到LSTM神经网络预测模型；S050：判断所述S040中训练后的LSTM神经网络预测模型的精确度，若所述精确度未达标，则跳转至S040重新选择参数进行训练；所述LSTM神经网络预测模型用于对波导环境中预定距离范围内的雷达海杂波功率进行预测。

公开(公告)号：CN112986940A

公开(公告)日：2021-06-18

申请号：CN202110170963.6

申请日：2021-02-08

Applicant: 北京无线电测量研究所

Inventor： 郭晓薇 ,  王书承

IPC: G01S7/41 ,  G06N3/08

Abstract: 本发明公开了一种用于水平距离上的雷达海杂波功率的预测方法，所述方法包括：S010：对波导环境中的雷达海杂波功率进行建模，得到所述雷达海杂波功率的表达式；S020：建立LSTM神经网络基础模型；S030：基于所述雷达海杂波功率的计算公式，得到波导环境中水平距离上多个点的雷达海杂波功率值，并建立训练集，所述训练集用于训练所述LSTM神经网络基础模型；S040：通过均方根误差函数选择最优的训练次数、训练包大小和神经元数，作为训练参数进行模型的训练得到LSTM神经网络预测模型；S050：判断所述S040中训练后的LSTM神经网络预测模型的精确度，若所述精确度未达标，则跳转至S040重新选择参数进行训练；所述LSTM神经网络预测模型用于对波导环境中预定距离范围内的雷达海杂波功率进行预测。