超宽带引信取样脉冲宽度与相关接收输出信号幅度关系研究

超宽带无线电引信接收机基于相关接收原理获取预设炸高处的目标回波信号,回波信号与经过延迟的取样脉冲信号进行相关运算得到引信接收机输出信号。优化取样脉冲宽度可以提高超宽带引信探测灵敏度。根据超宽带引信相关接收原理,建立超宽带引信相关接收数学模型,分析取样脉冲宽度与相关接收函数幅值的关系。发射脉冲宽度分别为50 ps、100 ps、200 ps时对引信相关接收输出信号进行仿真,仿真结果表明取样脉冲宽度与发射脉冲宽度相等时引信相关接收输出信号幅度最大;通过实验结果验证了该理论模型的正确性。研究结果适用于超宽带引信接收机优化设计。     

无线电近炸引信抗干扰方法

首先介绍了无线电近炸引信目标回波信号的分布空间,信号处理的方法,进一步分析了无线电近炸引信受干扰的原因.最后提出了一种抗干扰性能较好的超宽带无线电近炸引信的基本组成.     

超宽带无线电引信回波信号建模与仿真

由于超宽带信号辐射、地面散射特性及超宽带无线电引信回波信号频率等原因,超宽带无线电引信回波信号经常被淹没在噪声中。为了得到超宽带无线电引信回波信号,从超宽带信号的多径效应出发,推导出了超宽带无线电引信回波信号数学模型,并通过时域分析法及Matlab进行仿真。仿真结果表明：由于引信天线波束照射范围内距离不同导致地面散射信号返回到天线的时间不同,从而造成展宽效应,并且随着高度不断增加,展宽效应更加明显;随着高度的增加,超宽带无线电引信回波信号幅度相应变小。通过与实测波形比较,验证了建模的正确性。     

激光引信云雾后向散射的特征与识别

研究了激光引信云雾后向散射的特征与识别。首先提出了云雾后向散射信号的数学模型，然后论述了光子一次散射条件下云雾气溶胶介质信号基本特性、多次散射对于反射信号幅值生成的影响、脉冲宽度和形状对后向散射信号幅值的影响、云雾后向散射信号的统计特性。从抑制云雾后向散射的角度，着重论述这些特性与激光引信参数的相互关系并指出设计方向。归纳了三种云雾后向散射的识别方法：简单的幅度识别，回波脉冲波形宽度识别以及表征目标与云雾轮廓的回波序列峰值包络图形识别。在分析比较后，提出应大力研发微宝石脉冲激光引信与新型电光扫描激光引信。     

大炸高无线电引信回波功率分析

分析了影响大炸高无线电引信回波功率的因素，研究了引信探测信号在近垂直入射区以及有一定入射角情况下的平直区的回波散射功率，从理论上推导了两种情况下的引信回波散射功率计算公式，为大炸高无线电引信的进一步研究工作奠定基础。     

三角波调频测距引信系统仿真研究

利用贝塞尔函数，经过计算推导得到三角波调频测距引信回波信号的数学模型。用VC 实现系统仿真，把仿真结果与实测数据进行比对，验证系统仿真数学模型的正确性。对仿真得到的二次、四次回波多普勒信号取其包络，分析炸高分布情况，验证调频引信定距高度不受落速、反射系数N(不同地形背景)和弹着角的影响。     

基于DSP的碰炸优先无线电引信信号处理技术

从连续波多普勒引信对地面装甲目标的实测目标回波信号出发，应用MATLAB信号处理工具对其进行了时频综合分析，得出了在不同交会条件下的信号幅度频率变化特征，提出了一种无线电引信对目标碰炸优先作用的策略算法，以提高无线电近炸引信对目标的毁伤效能。在此基础上，设计了实用的数字信号处理器（DSP）系统电路来实现该策略，并探讨了软硬件设计中的关键问题。     

基于小波神经网络的无线电引信目标识别

根据无线电引信回波多普勒信号功率主要集中在低频部分的特点,对淹没在噪声中的无线电引信回波信号进行小波分解,提取在不同频带内信号能量作为特征,用小波神经网络对目标进行检测.针对不同信噪比,对某典型无线电引信回波信号进行定量研究,实现结果表明该方法是有效的.     

伪码无线电引信抗有源干扰分析

设计了伪随机编码调相无线电引信电路,分析了该引信的工作原理。通过有源干扰信号和伪码信号的互相关特性与伪码信号互相关函数对比,从理论上得出当干扰信号早于目标回波信号作用于引信时,只有干扰机发射的信号和引信发射的信号完全一致,引信才能误动作,其他情况下都不会对引信构成威胁。当干扰信号和目标回波信号同时作用于引信时,只要干扰信号的载波频率同引信的载波频率,有可能使引信瞎火。     

多普勒对空引信回波分析及碰炸优先判决准则研究

现有的二维弹目交会模型很难准确对对空引信回波信号进行模拟,为准确给出多普勒对空引信“碰炸优先”的判决准则,采用一种三维弹目交会模型对引信回波信号建模,推导出回波信号的表达式。采用短时分数阶傅里叶变换对三维交会模型中碰炸（包括迎击、追击和不共线交会）和近炸（包括早到、晚到和目标机动）共两类6种情形进行分析,得出了脉冲多普勒对空引信碰炸和近炸自适应判决准则。通过Matlab仿真结果验证了该分析模型和判决准则的准确性。     

基于自适应神经网络的导弹引信和导引头组合系统

将子波神经网络新模型ＴＦＷＮ２成功地应用于导弹引信系统和导引头系统的信息综合处理，给出了基于自适应子波神经网络导弹引信和导引头组合系统。     

自适应子波神经网络在导弹引信抗干扰中的应用

针对导弹红外引信，提出一种子波神经网络，将其用于红外引信的信息处理装置，使导弹引信对真、假目标的识别达到一定智能水平，提高了抗干扰能力。     

一种基于SiameseRPN 的模糊视频目标跟踪算法

为提高追踪准确率, 提出一种针对模糊视频的轻量级视频跟踪算法。采用主流对抗生成网络模型 DeblurGAN V2 进行去模糊处理,交由基于改进SiameseRPN 目标跟踪算法进行目标跟踪。为实现轻量化,将目标跟 踪的特征网络替换为EfficientNet 网络,改进注意力机制为ECANet 以捕捉多通道信息,并在GoPro 数据集上进行测 试。测试结果表明：相比SiameseRPN 算法,该算法能实现更高的追踪准确率,帧率能达到实时性要求,具有一定 的借鉴意义。     

基于YOLOv5 改进的小目标检测算法

针对传统目标检测算法存在对小目标检测的识别精度低和不稳定的问题,提出基于YOLOv5 改进的小目 标检测算法。基于卷积神经网络加入额外的检测头,采用数据增强策略并更改网络卷积步长,解决了小目标像素低、 占比小、易重叠和难以分辨等问题;同时依托真实检测场景制作一个全新的针对飞机检测的卫星影像数据集,该数 据集的待检测小目标占比达61%,飞机姿态及场景丰富,有助于客观全面地验证网络精度。将改进后的算法与原始 的YOLOv5 模型进行对比,结果表明,其平均精确率AP 值较原始YOLOv5 模型提升约3%。     

基于粗集-神经网络模型的目标识别方法研究

为了克服传统目标识别方法的缺点，建立了一种基于粗集理论和神经网络结合的粗集-神经网络模型．利用粗集对输入信息进行约简，剔除冗余信息，简化了生成规则和神经网络模型结构，提高了网络训练速度和运行速度，并通过仿真实验证明了该混合模型的可行性。     

弹目交会参数对超宽带近炸引信设计的约束分析

UWB(超宽带)近炸引信是一种新体制近炸引信,现有文献对系统的分析设计主要是针对器件的设计,有关引信战术指标的优化设计还是空白.在阐明了UWB(超宽带)近炸引信的测距原理和作用过程的基础上,首次通过对某种弹目交会条件的分析,在一假定的初始条件下,进行了数值仿真分析,得出系统探测距离与天线的波束倾角之间的关系,为系统整体设计优化指出了方向,对系统的具体战术指标确定提供了理论依据.     

基于深度学习的红外图像遮挡干扰检测方法

红外成像体制进行目标探测和识别时,烟幕、云雾等遮挡类干扰会改变目标特征导致目标识别错误。通过对遮挡干扰区域进行定位和类型判断,在识别处理时进行针对性处理可大大降低识别虚警率,提高识别的抗干扰能力。为此,提出一种基于深度学习单通道检测器改进的红外图像厚云、烟幕遮挡干扰检测方法。该方法通过网络多层特征的复用和融合,实现了多尺度预测;利用动态锚框模块改进锚框机制,提高了检测精度;将网络中的卷积层与批归一化层合并,提高了检测速度;引入中心损失函数对分类函数进行优化,提高了网络对遮挡物的分类能力。在网络训练过程中,提出一种红外样本增广方法,对数据量进行有效扩充,解决了红外图像训练样本获取难的问题。实验结果表明,与未改进前的算法相比,在速度基本相同情况下改进的遮挡干扰检测方法检测精度提高3.7％,有效地解决了复杂环境下红外自动目标识别系统抗干扰能力较弱的问题。     

基于RBF神经网络的引信智能天线多目标方向估计

提出了一种基于径向基函数(RBF)神经网络的引信智能天线多目标方向估计算法,对引信智能天线进行了结构和训练算法的设计.理论分析和测试结果表明,此算法充分利用了径向基函数神经网络的结构简单、自学习能力强、运算速度快、模式分类能力强等特点,可以实现多目标高分辨率方向估计.     

一种改进粒子群算法优化BP神经网络实现核素识别方法

为获得全局最优点,提出一种改进粒子群算法优化BP神经网络实现核素识别方法.该算法用一种动态改变惯性权重与学习因子的自适应方法,优化BP神经网络的阈值与权值,通过训练BP神经网络识别模型得到粒子群的全局最优解,利用最优权值与阈值实现核素识别.分析结果表明:该方法不仅能更快地收敛于最优解,同时能更好地平衡全局搜索和局部搜索能力,有效地改善算法的收敛速度和识别精度.