您的位置: 专家智库 > >

文献类型

  • 6篇期刊文章
  • 1篇专利

领域

  • 6篇电子电信

主题

  • 6篇雷达
  • 4篇杂波
  • 3篇波形
  • 2篇视距
  • 2篇双基地
  • 2篇双基地雷达
  • 2篇目标检测
  • 2篇超视距
  • 1篇地波
  • 1篇地波超视距雷...
  • 1篇电离层
  • 1篇动目标
  • 1篇动目标处理
  • 1篇杂波环境
  • 1篇杂波抑制
  • 1篇认知雷达
  • 1篇散射
  • 1篇散射特性
  • 1篇设计方法
  • 1篇神经网

机构

  • 5篇清华大学
  • 3篇空军装备研究...
  • 2篇中国人民解放...

作者

  • 7篇公绪华
  • 4篇孟华东
  • 4篇王希勤
  • 2篇刘一民
  • 2篇袁振涛
  • 2篇毛滔
  • 2篇谭怀英
  • 1篇郭建明
  • 1篇魏轶旻
  • 1篇吴冬梅

传媒

  • 2篇现代雷达
  • 1篇清华大学学报...
  • 1篇电波科学学报
  • 1篇海军工程大学...
  • 1篇雷达科学与技...

年份

  • 1篇2015
  • 2篇2014
  • 1篇2013
  • 3篇2011
7 条 记 录,以下是 1-7
排序方式:
岸/舰双基地地波超视距雷达抗电离层干扰研究被引量:2
2011年
针对现阶段困扰低纬度地区高频地波雷达发展的电离层干扰问题,分析了电离层的干扰特性,提出双基地体制下利用收发之间的位置相互关系减小高仰角区的电离层干扰的方案;通过对发射天线进行优化设计,增加天线在俯仰维的孔径,减小向上的能量辐射,达到降低电离层干扰的目的。仿真验证了该方法的有效性。
毛滔公绪华孟华东王希勤
关键词:双基地雷达高频地波
检测性能约束下目标估计的波形优化设计被引量:5
2014年
为了提高杂波背景下检测性能约束的扩展目标估计性能,提出一种基于凸优化和随机化方法的波形优化设计算法。文中考虑了实际雷达系统应用对目标检测性能的要求,定义了随机目标场景下的信杂噪比,并将之作为约束条件,以最大化接收回波与目标随机冲激响应之间的互信息作为优化准则,利用凸优化和随机化方法进行恒包络相位编码信号的设计。仿真实验结果表明,该算法获得的发射信号能够满足系统最低检测信杂噪比的要求,最大化互信息,提高了目标的估计性能,将扩展目标估计性能和检测性能有效统一起来。
公绪华谭怀英袁振涛郭建明
关键词:目标检测杂波波形设计
相参捷变频雷达接收机及动目标处理技术被引量:8
2015年
在现代雷达技术的发展中,相参捷变频雷达因其目标分辨能力和在电子对抗战中的优势而越来越多地被应用。文中介绍了三种相参捷变频雷达接收机的体制,并分析了各自的原理以及适用的应用场景。针对该体制在杂波抑制上的难题,提出一种基于最优输出信杂比的杂波滤波器的设计方法,对回波信号进行杂波抑制以实现动目标处理。展示了由原理样机进行的外场实验,通过对外场实验获取得真实数据进行分析,验证了系统的相参性和动目标处理的有效性。
张晨路公绪华刘一民
关键词:雷达接收机动目标处理杂波抑制
杂波环境下面向扩展目标检测的自适应波形设计方法被引量:11
2011年
为了提高杂波环境下的扩展目标检测性能,提出了一种雷达发射波形的自适应设计方法。建立了参数化模型来表征雷达接收端的观测。根据对回波统计特性的分析,提出了目标冲激响应和杂波协方差的估计方法,并构建了一种广义似然比检测器。为了充分发挥雷达发射机的功率极限,进一步提出了一种相位调制波形的自适应设计方法,使所设计的波形应用在下一次发射时能够抑制杂波的影响,提高目标检测性能。仿真实验结果表明:相比传统雷达系统中广泛采用的固定波形,该自适应波形设计算法能够获得更高的回波信杂噪比,改善了扩展目标的检测性能。
公绪华孟华东魏轶旻王希勤
关键词:认知雷达杂波目标检测
一种波形捷变认知雷达系统及实现方法
本发明提供一种波形捷变认知雷达系统及实现方法,在目标和杂波散射特性存在起伏变化且未知的条件下,具体包括:发射极端发射幅度不变的波,利用接收回波的最优处理实现对扩展目标和杂波散射特性的在线估计;然后,优化设计发射波形,旨在...
孟华东公绪华刘一民王希勤
文献传递
岸/舰双基地地波雷达提高定位精度方法研究被引量:1
2011年
针对双基地地波超视距雷达工作带宽窄,定位精度差,且与目标位置有关的问题,利用双基地地波雷达在单/双基地同时工作模式下能够获取多种测量集合,提出应用三角形几何重心法和三点加权平均法,该方法能够提高该体制雷达的定位精度,仿真结果验证了该方法的有效性。
毛滔公绪华吴冬梅孟华东王希勤
关键词:双基地雷达超视距
基于GMM和神经网络的辐射源识别方法被引量:2
2014年
针对基于截获雷达脉冲特征参数的辐射源识别问题,通过建立一个高斯混合模型(GMM),采用最大化期望(EM)方法对模型参数进行训练,构建了一个输入为截获雷达脉冲特征参数,输出为雷达辐射源类型的分类器。同时,为实现对分类识别性能对比,进一步提出基于神经网络方法构建雷达辐射源类型分类器。仿真试验结果表明,基于GMM和神经网络构建的两种分类器均能实现对雷达辐射源的在线识别,且当用于训练的样本比例不低于10%时,均能获得90%以上的分类正确率。
公绪华袁振涛谭怀英
关键词:高斯混合模型神经网络雷达脉冲辐射源识别
共1页<1>
聚类工具0