一种基于贪婪搜索的时序设计抗多主瓣间歇采样干扰方法

    公开(公告)号:CN119129242A

    公开(公告)日:2024-12-13

    申请号:CN202411225834.2

    申请日:2024-09-03

    Abstract: 本发明公开了一种基于贪婪搜索的时序设计抗多主瓣间歇采样干扰方法,首先建立正交掩护子脉冲和探测子脉冲结构的数学模型,然后建立多目标多干扰源发射不同参数场景下雷达接收波形的信号模型,并基于该模型设计基于回波频谱能量的雷达波形价值评估函数,利用该价值函数,在贪婪搜索策略下进行迭代搜索雷达生存窗口,且在此生存窗口下设计雷达波形时序,产生正交的掩护和探测波形进行抗干扰探测。本发明的方法在适应多种不同参数场景下的干扰情况方面表现出色,能够适应多个不同参数间歇采样干扰叠加且具有较高干扰能量的场景,且针对场景变化具有自适应性,在工程实现上具备显著的可行性和实用性,具有较高的工程应用价值。

    用于频谱监测模型的深度时频去噪变换防御方法

    公开(公告)号:CN119441959A

    公开(公告)日:2025-02-14

    申请号:CN202410296506.5

    申请日:2024-03-14

    Abstract: 一种用于频谱监测模型的深度时频去噪变换防御方法,包括如下步骤:步骤一、构建包括深度去噪模块、变换模块和预训练的自动调制分类模型的深度时频去噪变换防御架构;步骤二、在深度去噪模块中,使用短时傅里叶变换将输入数据样本映射成时频矩阵,放大原始样本xs与对抗样本xa之间的差异,并在特征提取器所提取的深度特征的监督下重构时频域信号;步骤三、将重构的原始样本和对抗样本输入变换模块中,生成特定于样本的变换矩阵Ms和Ma,得到变换后的原始样本#imgabs0#和变换后的对抗样本#imgabs1#步骤四、将变换后的原始样本#imgabs2#和变换后的对抗样本#imgabs3#输入预训练的自动调制分类模型,实现信号的分类决策。

    基于去中心化Q学习的组网雷达干扰与互扰消解方法

    公开(公告)号:CN118151104A

    公开(公告)日:2024-06-07

    申请号:CN202410140146.X

    申请日:2024-01-30

    Abstract: 本发明公开了一种基于去中心化Q学习的组网雷达干扰与互扰消解方法,首先根据相控阵雷达信号处理流程,建立目标回波信号、干扰信号和互扰信号模型,其次分析雷达受干扰和受互扰的条件,建立基于SIJNR准则的多雷达频域资源调度优化模型,之后将每台雷达视作一个智能体,将多雷达协同抗干扰、抗互扰过程构建为广义的马尔可夫决策过程,并将频域资源调度优化模型转换为值函数优化模型,最后利用DQJIE算法求解该问题,得到各雷达的频率捷变策略。本发明的方法将多雷达协同抗干扰、抗互扰过程构建为广义的马尔可夫决策过程,在对抗扫频干扰的同时有效抑制系统内部的互扰,有效提高组网雷达探测性能。

Patent Agency Ranking