基于深度神经网络的自适应波束形成算法

阵列天线接收到的期望信号和干扰信号,其入射的到达角度(Angle of Arrival,AOA)总是快速变化的,而传统波束形成算法计算量大,无法实时计算。针对这一问题,提出了一种基于深度神经网络的自适应波束形成(Deep Neural Network Adaptive Beamforming,DNNABF)算法,用入射信号AOA组成的向量作为网络输入,网络输出逼近最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)算法求得的权矢量。仿真结果表明,卷积神经网络(Convolutional Neural Network,CNN)与DNNABF方法都能准确拟合MVDR算法权矢量,可在入射信号AOA快速变化时自适应地形成波束和零陷,但DNN计算速度相对MVDR有将近6.5倍的提升,训练模型时间也远低于CNN。     

基于TDOA的网络化定位系统自适应站点优选算法

网络化无源多点时差定位系统具有部署灵活、易于扩展及无电磁辐射等特点,特别适合航天发射场等大规模场所的部署,实现对低空机动目标的定位。但当网络站点数量较多时,对所有站点进行信号采集传输将造成大量能量及网络资源的浪费。针对不同站点数量和站点位置对定位精度产生的影响,结合当前各站点无人机信号识别结果,提出了一种自适应站点优选算法,该算法基于Cramer-Rao界均值最小化原则,利用K均值聚类算法动态调整当前目标定位空间,可在密集部署的传感器站点中快速选择出符合定位要求的站点集。仿真结果表明,提出的自适应站点优选算法可有效提高网络定位精度。     

抗压制干扰的低距离旁瓣相位编码设计

雷达系统可通过发射具有低距离旁瓣的波形提高对目标的探测性能,通过最小化干扰信号经滤波器处理后的输出水平来对抗压制干扰。本文以联合最小化干扰信号输出功率和发射信号距离旁瓣为准则建立目标函数,引入权系数来折中考虑干扰输出和距离旁瓣的影响,离散相位形式的相位编码作为约束条件,采用交替方向乘子法（Alternating Direction Method of Multipliers, ADMM）求解目标函数,设计最优相位编码发射波形,并在此基础上结合类幂迭代法（Power Method-Like Iterations, PMLI）提出一种复合算法（Composite Algorithm, CA）,在保证雷达的探测性能和抗干扰性能的同时,有效提升了算法的计算速度。     

酸奶生产中噬菌体污染的判断及防治

为及时发现噬菌体污染,更好地进行噬菌体防治,采用凝乳培养及双层平板的方法,进行噬菌体污染的初步判断。研究了环境净化、更换生产菌株、使用抗噬菌体菌株对噬菌体防治的影响,结果表明环境净化结合更换生产菌株或使用具有优良生产性状的融合子对酸奶生产和噬菌体防治效果最好。     

基于SPWVD和改进AlexNet的复合干扰识别

针对现代电子战电磁环境复杂,复合干扰信号有效特征难提取,识别难度大的问题,提出了一种基于伪平滑魏格纳-威利分布（Smoothed pseudo Wigner-Ville distribution,SPWVD）和改进AlexNet的复合干扰识别算法。该算法利用SPWVD对复合干扰信号进行时频分析,再利用图像处理技术对时频特征进行降维,最后结合改进的AlexNet模型,采用多个小的卷积核替代大的卷积核,删除全连接层7和局部响应归一化模块等手段,来减小网络参数从而加快计算速度,完成复合干扰信号的识别。仿真结果表明,在干（信）噪比为0 dB时,目标信号和6种复合干扰信号的识别率均在90%以上。与AlexNet模型相比,改进后的网络在识别准确率上有明显提高。     

基于FSK-PSK复合调制的正交波形设计

干扰机通过复制和转发部分目标信号产生欺骗干扰,导致雷达跟踪到的是虚假目标而无法锁定真实目标。为对抗欺骗干扰,设计了脉内相位编码(Phase Shift Keying, PSK)、脉间跳频编码(Frequency Shift Keying, FSK)的FSK-PSK正交波形,用0-1离散变量表示跳频和相位进行0-1整数规划,构造增广拉格朗日函数,采用拟牛顿法求解,同时优化跳频和相位。仿真结果表明,FSK-PSK复合调制信号相对于简单的PSK信号具有更好的抗干扰性能,本文设计的FSK-PSK复合调制信号具有良好的正交性,保证各子脉冲的自相关函数具有低副瓣的同时,子脉冲之间的互相关水平也得到抑制。