公开(公告)号：CN117134856A

公开(公告)日：2023-11-28

申请号：CN202310866153.3

申请日：2023-07-14

Applicant: 北京理工大学

Inventor： 闫晓鹏 ,  安泰 ,  代健 ,  郝新红 ,  韩燕文 ,  赵钦 ,  张宁哲 ,  陈秀梅

IPC: H04K3/00 ,  F42C21/00

Abstract: 本发明涉及一种基于Duffing振子的线性调频多普勒引信干扰方法，属于引信电子对抗技术领域。将线性调频多普勒引信信号激励的Duffing振子输出信号进行自相关处理，分析自相关函数的周期特性，得到线性调频多普勒引信调制周期的估计值；对Duffing振子输出信号分段后求功率谱估计函数，并根据估计得到的调制周期计算周期最大功率谱估计值的间隔和位置，找到和线性调频多普勒引信信号频率对准的Duffing振子；根据线性调频多普勒引信信号的起始和终止频率的判定条件，计算线性调频多普勒引信的载频、调频频偏和调频斜率，完成信号参数估计；利用估计得到的工作参数设计全频带对准的调幅扫频式干扰信号，对线性调频多普勒引信实施欺骗式干扰，以提高干扰的效率和成功率。

公开(公告)号：CN119484213A

公开(公告)日：2025-02-18

申请号：CN202311174105.4

申请日：2023-09-12

Applicant: 北京理工大学

Inventor： 代健 ,  闫晓鹏 ,  张锦玉 ,  刘强 ,  韩燕文 ,  郝新红 ,  赵文龙 ,  安泰

IPC: H04L25/03 ,  H04L25/08

Abstract: 本发明公开的基于零和博弈的PD引信自适应抗干扰策略调度方法，属于引信电子对抗技术领域。本发明实现方法为：根据零和博弈构建引信与干扰机零和博弈的收益矩阵；根据引信作用效率准则构建脉冲多普勒引信的有效识别正确率；结合引信与干扰机零和博弈的收益矩阵以及有效识别正确率，构建脉冲多普勒引信的收益准则，以脉冲多普勒引信的收益准则构建脉冲多普勒引信的抗干扰收益矩阵；基于收益准则下的收益矩阵，构建引信抗干扰零和博弈策略，实现脉冲多普勒引信最大化收益自适应抗干扰策略的调度。本发明能够自适应地对每种抗干扰策略进行调度，选取抗干扰收益最大的作为引信当前的抗干扰策略，提高脉冲多普勒引信在不同干扰策略下的抗干扰能力。

公开(公告)号：CN118864574A

公开(公告)日：2024-10-29

申请号：CN202410321927.9

申请日：2024-03-20

Applicant: 北京理工大学

Inventor： 代健 ,  王嘉炜 ,  闫晓鹏 ,  赵钦 ,  安泰 ,  郝新红 ,  陈秀梅

IPC: G06T7/66 ,  F42C11/00 ,  G06T7/20 ,  G06V10/74 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明公开的一种引信目标匹配与炸高自适应控制方法，属于引信电子对抗技术领域。本发明实现方法为：根据探测信息得到相对速度，再根据目标二维像，计算最佳启动延时τopt，最佳启动延时τopt应该使目标各个面元总的炸点偏差达到最小化；结合引信目标近场二维成像结果，通过对近场扩展目标二维像灰度加权进行目标质心估计，基于目标质心进行炸高设计；构建用于目标匹配识别的卷积神经网络；根据卷积网络输出的目标归属各类概率，设计引信炸高决策风险因子，建立引信最小风险炸高决策模型，根据最小风险原则自适应选取最佳炸高，从而实现复杂环境下对已知目标或未知目标的自适应炸高控制，有效提高引信对近场扩展目标的炸高估计精度。

公开(公告)号：CN116797796A

公开(公告)日：2023-09-22

申请号：CN202310772507.8

申请日：2023-06-28

Applicant: 北京理工大学

Inventor： 郝新红 ,  伊光华 ,  代健 ,  闫晓鹏 ,  刘洋天 ,  韩燕文 ,  安泰 ,  陈秀梅

IPC: G06V10/40 ,  G06V10/764 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08 ,  H04W28/02

Abstract: 本发明公开的DRFM间歇采样下基于时频分析与深度学习的信号识别方法，属于无线电引信对抗领域。本发明实现方法为：基于数字射频存储DRFM的无线电引信干扰机采用收发分时天线获取目标信号和转发干扰信号；利用间歇采样的方式获取无线电引信信号；通过平滑伪魏格纳‑维利分布SPWVD提取目标信号的时频图像，显著抑制交叉项的产生，提高自动调制识别的信号预处理效果，改善信号的可分辨性；构建基于Vision Transformer骨干网络的无线电引信信号自动调制识别模型；通过预训练加微调的方式训练自动调制识别模型作为分类器，对接收到的无线电引信信号进行分选识别，进而能够在DRFM干扰等间歇采样场景下实现对多种无线电引信信号的分选识别。

公开(公告)号：CN116662883A

公开(公告)日：2023-08-29

申请号：CN202310652479.6

申请日：2023-06-02

Applicant: 北京理工大学

Inventor： 闫晓鹏 ,  安泰 ,  代健 ,  郝新红 ,  韩燕文 ,  黄鼎琨 ,  张锦玉 ,  宋承天

IPC: G06F18/241 ,  G06F18/10 ,  G06F18/2131 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开的一种基于循环均值的时频图与深度学习联合的信号识别方法，属于无线电探测识别领域。本发明实现方法为：利用辐射源信号的循环均值进行信号预处理，在分析辐射源信号典型调制类型的循环均值的基础上，计算多辐射源信号的循环均值，把时域序列转换为循环域，并通过循环频率控制序列长度，平衡抑噪效果与运算耗时，实现低信噪比下多辐射源信号的抑噪；利用IFFT将抑噪后的信号转换为时域信号；通过CWD时频分析取得多辐射源信号时频图，使用YOLOv5深度网络模型作为分类器，对接收到的多辐射源信号进行分选识别，进而能够在低信噪比环境下实现对多个辐射源信号进行有效的分选识别，提高信号识别精度和效率。