-
公开(公告)号：CN114545342B
公开(公告)日：2024-06-07
申请号：CN202210139484.2
申请日：2022-02-16
Applicant: 西安电子科技大学
Abstract: 一种利用多通道侦察接收机的雷达脉冲信号参数测量方法，其实现方案为：1)处理接收到的雷达脉冲信号；2)构建融合脉冲信号序列；3)剔除融合脉冲信号序列中的虚假脉冲；4)构建每个信道对应的先验波形信息序列；5)构建每个信道对应的目标函数；6)获取目标函数最小化时的空域参数；7)获取高信噪比的雷达脉冲序列；8)估计每个雷达脉冲序列中雷达脉冲信号的时域参数；9)估计每个雷达脉冲序列中雷达脉冲信号的频域参数。本发明提升高了对雷达脉冲信号时、频、空域参数的测量精度和对侦察接收机资源的利用效率。本发明方法可用于对雷达脉冲信号的时、频、空域参数进行准确测量，为后续信号处理、生成高性能电子情报提供重要前提。
-
公开(公告)号：CN114527435B
公开(公告)日：2024-06-07
申请号：CN202210127379.7
申请日：2022-02-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于干扰向量和NSGA‑II算法的干扰资源分配方法，其实现步骤为：生成干扰资源分配向量集，计算每个干扰资源分配向量的干扰向量得到干扰向量集，通过NSGA‑II算法中的交叉变异方法更新干扰资源分配向量集和干扰向量集，利用NSGA‑II算法中的快速非支配排序和拥挤度方法对干扰资源分配向量集进行分层和排序，从干扰资源分配向量集中选取前10个干扰资源分配向量作为当前最优解，经过重复迭代后选取最优解中的一个干扰资源分配向量作为最优干扰资源分配方案。本发明得到的最优干扰资源分配方案具有更广的应用场景和指标的独立性的优点。
-
公开(公告)号：CN114527434A
公开(公告)日：2022-05-24
申请号：CN202210127378.2
申请日：2022-02-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于卷积神经网络的雷达干扰效果评估方法，旨在解决现有技术需要从干扰方和雷达方同时获得雷达信息才能进行评估的问题，以及与人为设置评估指标权重的问题。本发明的实现步骤包括：(1)生成训练数据集；(2)搭建卷积神经网络；(3)训练卷积神经网络；(4)对干扰效果进行评估。本发明具有仅从干扰方获取雷达参数就可以进行评估的优点和不需要人为设置评估指标权重就可以进行评估的优点。
-
Patent Agency Ranking
公开(公告)号：CN114545343B
公开(公告)日：2024-06-07
申请号：CN202210156832.7
申请日：2022-02-21
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于量子认知的雷达干扰决策方法，其具体步骤包括：1、设置接收的相控阵雷达信号特征的置信度，2、生成相控阵雷达各个工作状态的联合置信度，3、生成相控阵雷达的转移矩阵，4、预测当前环境下的相控阵雷达工作状态，5、选择干扰收益最大的干扰样式。本发明可以实现非合作条件下的干扰决策，提高了决策的效率和决策的可信度。
-
公开(公告)号：CN114545342A
公开(公告)日：2022-05-27
申请号：CN202210139484.2
申请日：2022-02-16
Applicant: 西安电子科技大学
Abstract: 一种利用多通道侦察接收机的雷达脉冲信号参数测量方法，其实现方案为：1)处理接收到的雷达脉冲信号；2)构建融合脉冲信号序列；3)剔除融合脉冲信号序列中的虚假脉冲；4)构建每个信道对应的先验波形信息序列；5)构建每个信道对应的目标函数；6)获取目标函数最小化时的空域参数；7)获取高信噪比的雷达脉冲序列；8)估计每个雷达脉冲序列中雷达脉冲信号的时域参数；9)估计每个雷达脉冲序列中雷达脉冲信号的频域参数。本发明提升高了对雷达脉冲信号时、频、空域参数的测量精度和对侦察接收机资源的利用效率。本发明方法可用于对雷达脉冲信号的时、频、空域参数进行准确测量，为后续信号处理、生成高性能电子情报提供重要前提。
-
公开(公告)号：CN114527434B
公开(公告)日：2024-08-20
申请号：CN202210127378.2
申请日：2022-02-11
Applicant: 西安电子科技大学
IPC: G01S7/38 , G01S7/40 , G06F18/24 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于卷积神经网络的雷达干扰效果评估方法，旨在解决现有技术需要从干扰方和雷达方同时获得雷达信息才能进行评估的问题，以及与人为设置评估指标权重的问题。本发明的实现步骤包括：(1)生成训练数据集；(2)搭建卷积神经网络；(3)训练卷积神经网络；(4)对干扰效果进行评估。本发明具有仅从干扰方获取雷达参数就可以进行评估的优点和不需要人为设置评估指标权重就可以进行评估的优点。
-
公开(公告)号：CN114545343A
公开(公告)日：2022-05-27
申请号：CN202210156832.7
申请日：2022-02-21
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于量子认知的雷达干扰决策方法，其具体步骤包括：1、设置接收的相控阵雷达信号特征的置信度，2、生成相控阵雷达各个工作状态的联合置信度，3、生成相控阵雷达的转移矩阵，4、预测当前环境下的相控阵雷达工作状态，5、选择干扰收益最大的干扰样式。本发明可以实现非合作条件下的干扰决策，提高了决策的效率和决策的可信度。
-
公开(公告)号：CN114527435A
公开(公告)日：2022-05-24
申请号：CN202210127379.7
申请日：2022-02-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于干扰向量和NSGA‑II算法的干扰资源分配方法，其实现步骤为：生成干扰资源分配向量集，计算每个干扰资源分配向量的干扰向量得到干扰向量集，通过NSGA‑II算法中的交叉变异方法更新干扰资源分配向量集和干扰向量集，利用NSGA‑II算法中的快速非支配排序和拥挤度方法对干扰资源分配向量集进行分层和排序，从干扰资源分配向量集中选取前10个干扰资源分配向量作为当前最优解，经过重复迭代后选取最优解中的一个干扰资源分配向量作为最优干扰资源分配方案。本发明得到的最优干扰资源分配方案具有更广的应用场景和指标的独立性的优点。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.025 seconds)
