-
公开(公告)号：CN109884598A
公开(公告)日：2019-06-14
申请号：CN201910196295.7
申请日：2019-03-15
Applicant: 西安电子科技大学
Abstract: 本发明适用于计算机技术领域，尤其涉及一种射频掩护方法、装置及计算机设备。一种射频掩护方法具体包括：获取第一接收通道接收的目标雷达回波信号和第二接收通道接收的外界干扰信号；对所述外界干扰信号进行数字化处理，并对数字化处理后外界干扰信号进行特征分析，获得所述外界干扰信号的属性功能特征信息；根据所述外界干扰信号的属性功能特征信息和目标雷达回波信号的属性功能特征信息确定干扰分析结果；根据所述干扰分析结果对射频掩护发射频率和雷达发射信号的时序进行调整，进行射频掩护发射。该方法通过实时获取外界干扰信号并对其进行认知分析，对抗干扰策略进行调整，实现了雷达射频掩护系统的智能化抗干扰。
-
Patent Agency Ranking
公开(公告)号：CN109828245B
公开(公告)日：2022-11-11
申请号：CN201910218493.9
申请日：2019-03-21
Applicant: 西安电子科技大学
Abstract: 本发明适用信号处理技术领域，提供了一种雷达干扰策略的确定方法、装置、计算机设备及可存储介质，其中，所述方法为：基于部分可观测马尔科夫决策过程模型，根据目标雷达技术参数、目标雷达状态信息的集合及与目标雷达状态信息对应的雷达干扰策略集合，建立雷达干扰部分可观测马尔科夫决策过程模型；获取目标雷达的当前状态信息，并基于当前状态信息与雷达干扰部分可观测马尔科夫决策过程模型确定值函数；根据值函数以及预设的值函数的解与干扰效果的关系，确定雷达干扰策略；本发明针对多功能雷达状态的多变性及部分可观测性，提出了一种新的雷达干扰决策方法，可以在复杂环境下，短时间内对众多目标和任务迅速、准确地确定雷达干扰策略的实施。
-
公开(公告)号：CN109828245A
公开(公告)日：2019-05-31
申请号：CN201910218493.9
申请日：2019-03-21
Applicant: 西安电子科技大学
Abstract: 本发明适用信号处理技术领域，提供了一种雷达干扰策略的确定方法、装置、计算机设备及可存储介质，其中，所述方法为：基于部分可观测马尔科夫决策过程模型，根据目标雷达技术参数、目标雷达状态信息的集合及与目标雷达状态信息对应的雷达干扰策略集合，建立雷达干扰部分可观测马尔科夫决策过程模型；获取目标雷达的当前状态信息，并基于当前状态信息与雷达干扰部分可观测马尔科夫决策过程模型确定值函数；根据值函数以及预设的值函数的解与干扰效果的关系，确定雷达干扰策略；本发明针对多功能雷达状态的多变性及部分可观测性，提出了一种新的雷达干扰决策方法，可以在复杂环境下，短时间内对众多目标和任务迅速、准确地确定雷达干扰策略的实施。
-
公开(公告)号：CN111199127B
公开(公告)日：2022-09-06
申请号：CN202010029684.3
申请日：2020-01-13
Applicant: 西安电子科技大学
Abstract: 本发明公开了基于深度强化学习的雷达干扰决策方法，主要解决现有技术中决策仅依赖干扰方做决策导致决策结果片面，及工作模式识别慢导致决策效率低的问题。其实现方案为：1)根据工作模式的特征信号生成训练集训练雷达工作模式识别器；2)根据工作模式的最小威胁值构造判决器；3)构建雷达方的工作模式转移矩阵；4)构建干扰方的干扰收益矩阵；5)构建包括雷达工作模式识别器、判决器、雷达方和干扰方的干扰决策系统；7)随机采样仿真信号，输入干扰决策系统进行选取干扰策略的工作，直到满足决策输出条件，输出决策结果。本发明提高了决策的效率和决策结果的可信度，可用于当干扰方侦察到雷达的特征信号时，保证干扰方做出最优的干扰策略。
-
公开(公告)号：CN109932699A
公开(公告)日：2019-06-25
申请号：CN201910200981.7
申请日：2019-03-15
Applicant: 西安电子科技大学
IPC: G01S7/41
Abstract: 本发明适用于计算机领域，提供了一种雷达辐射源识别方法，包括：接收待识别雷达辐射源信号；对所述待识别雷达辐射源信号进行小波变换生成二维小波矩阵；对所述二维小波矩阵进行处理生成时频域灰度图像；根据所述时频域灰度图像以及基于卷积神经网络算法训练生成的雷达辐射源识别模型确定与所述时频域灰度图像对应的雷达辐射源。本发明实施例提供的雷达辐射源识别方法，通过对待识别雷达辐射源信号进行小波变换再处理为时频域灰度图像，并利用基于卷积神经网络算法训练生成的雷达辐射源识别模型，能够直接确定雷达辐射源，相比于现有的识别方法需，有效地减少了数据处理量，提高了处理效率，同时具有良好的识别准确率。
-
公开(公告)号：CN111199127A
公开(公告)日：2020-05-26
申请号：CN202010029684.3
申请日：2020-01-13
Applicant: 西安电子科技大学
Abstract: 本发明公开了基于深度强化学习的雷达干扰决策方法，主要解决现有技术中决策仅依赖干扰方做决策导致决策结果片面，及工作模式识别慢导致决策效率低的问题。其实现方案为：1)根据工作模式的特征信号生成训练集训练雷达工作模式识别器；2)根据工作模式的最小威胁值构造判决器；3)构建雷达方的工作模式转移矩阵；4)构建干扰方的干扰收益矩阵；5)构建包括雷达工作模式识别器、判决器、雷达方和干扰方的干扰决策系统；7)随机采样仿真信号，输入干扰决策系统进行选取干扰策略的工作，直到满足决策输出条件，输出决策结果。本发明提高了决策的效率和决策结果的可信度，可用于当干扰方侦察到雷达的特征信号时，保证干扰方做出最优的干扰策略。
-
-
-
-
-
Search Results
6
records
(took 0.036 seconds)
