低信噪比下雷达回波谱矩快速估计方法

针对在低信噪比下机载气象雷达回波多普勒参数（谱矩）估计不准确的问题，本文在气象目标的雷达回波频谱服从高斯分布的基础上，给出了一种利用协方差矩阵分解的快速参数化谱矩估计算法。通过理论分析，推导出雷达回波的协方差矩阵具有范德蒙结构特性，进而将用于谱矩估计的代价函数转化为类傅里叶变换结构，然后进一步通过快速傅里叶变换和高斯加权滑窗计算代价函数，实现快速的谱矩估计。仿真实验结果表明，该方法在信噪比低于5 dB时仍可以有效估计雷达回波的谱矩参数，同时运算复杂度大大降低，而且在谱宽值较大情况下仍能保持较好的估计性能。      

基于AlN HTCC基板的宽带T/R组件设计

介绍了一种基于AlN HTCC基板MCM工艺的宽带(2～12 GHz)T/R组件的原理及设计方法,该T/R组件在一块AlN HTCC微波多层基板上通过焊接、胶接等工艺安装了电阻、电容、ASIC、MMIC等器件,通过对电路布局设计、HTCC性能分析、关键互联电路仿真,得到的T/R组件的主要性能为:在10 GHz工作带宽内发射功率大于8 W,接收增益大于25 dB,噪声系数小于4 dB,重量小于40 g。     

雷达发射机浮动板调制器与故障检测电路的设计

提出了一种改进的浮动板调制器和对正负偏电压的故障检测电路,利用MOSFET寄生电容特性,通过固定脉宽窄脉冲控制调制脉宽,通过增加负偏MOSFET提高输出负偏电压。对故障检测电路进行仿真实验,通过模拟故障,验证故障检测报警信号发生时间均在微秒级别。完成样机的搭建,利用多重方式解决高压绝缘问题,并对其加电进行试验验证,分析实验波形,证明此电路满足设计要求并且具有可行性。     

栈式降噪自编码器在波形单元识别中的应用

为提高多功能雷达(Multi-Function Radar,MFR)波形单元的识别准确率和鲁棒性,提出一种栈式降噪自编码器(Stacked Denoising Autoencoders,SDAE)与支持向量机(Support Vector Machine,SVM)相结合的波形单元识别方法.首先摒弃传统依赖脉冲序列分析技术对MFR信号进行处理的方法,通过分析波形单元结构并借助参数间的联合变化特征,提出一种MFR波形单元分段识别模型,将传统对脉冲序列的识别转化为对MFR波形单元的识别;然后在该模型的基础上引入SDAE,对训练样本数据、SDAE隐含层神经元节点进行加噪处理,并利用这些加噪后的样本数据训练优化SDAE网络模型,提取出样本数据的深层稳健特征;最后引入SVM算法,借助SDAE挖掘出的样本深层特征,实现SVM模型的优化,得到最终的波形单元识别模型(SDAE-SVM).仿真实验表明:提出的波形单元识别方法在相同样本数目和测试误差的条件下,与SVM算法相比,能够取得较高的识别准确率,具备更优越的识别效果.证实MFR波形单元识别模型是有效的,且通过SDAE网络的引入,使得SDAE-SVM方法能够自主地挖掘原始信号的深层特征,提高波形单元识别的鲁棒性和准确率.     

压缩感知改进探地雷达回波信号时延估计

针对探地雷达回波受环境及多径干扰而导致时延估计的精度和速度不满足应用需求的问题,提出了基于改进快速匹配追踪的时延估计算法,算法首先基于压缩感知理论对雷达探地回波进行稀疏分解和重构,以提高信号的信噪比,消除回波中强干扰信号对时延估计的影响,然后采用QR分解优化的快速正交匹配追踪对时延估计模型进行求解,降低基函数错选概率,提高模型收敛速度.仿真实验表明,算法能够有效均衡回波信号中强信号分量和弱信号分量,具有较高的回波时延估计精度.     

基于光储频的超宽带相控阵干扰系统设计

瞄准现代化信息战争中有源电子干扰超宽带、大功率、多目标作战能力需求,将超宽带光储频技术与有源相控阵相技术相结合,构建并设计了一套基于光储频的超宽带相控阵干扰系统。基于光延时网络结合波分复用技术实现超宽带光储频,并通过实时时间延时技术实现超宽带有源相控阵发射多波束合成。系统具有大有效辐射功率发射、同时多波束发射以及超宽带瞬时干扰特性,有效解决了传统数字储频、非功率合成体制有源电子干扰系统有效辐射功率小、多波束能力不足、干扰带宽受限等问题。