针对复杂电子对抗场景中的非理想信道环境,该文提出了一种基于深度学习的异常检测(anomaly detection,AD)方法。首先,分析了利用时频同相/正交(in-phase/quadrature,I/Q)采样数据进行AD的可行性;然后,设计了深度学习网络架构,并提出基...针对复杂电子对抗场景中的非理想信道环境,该文提出了一种基于深度学习的异常检测(anomaly detection,AD)方法。首先,分析了利用时频同相/正交(in-phase/quadrature,I/Q)采样数据进行AD的可行性;然后,设计了深度学习网络架构,并提出基于深度支持向量描述(deep support vector data description,Deep SVDD)和调制识别的AD方法。仿真及实验结果表明:相比于经典的单分类检测算法,该方法检测性能和实时性明显提升,且在非理想信道环境下表现鲁棒。该方法已在某型号项目原理样机上得到验证,具有很高应用价值。展开更多
当干扰信号的空域和极化域特征与目标信号相似时,采用空极化域联合抗干扰技术在消除干扰的同时也会抑制目标信号,导致干扰对消后信干噪比(signal to interference plus noise ratio,SINR)低于雷达系统需求,从而形成干扰对消盲区。针对...当干扰信号的空域和极化域特征与目标信号相似时,采用空极化域联合抗干扰技术在消除干扰的同时也会抑制目标信号,导致干扰对消后信干噪比(signal to interference plus noise ratio,SINR)低于雷达系统需求,从而形成干扰对消盲区。针对这一现象,通过在空域、极化域与空极化域分别建立交替极化阵列对消盲区模型,推导了对消盲区位置和大小的数学表达式,从而给出了交替极化阵列对消盲区的数学表征方法。进而分析了交替极化阵列对消盲区的分布规律与影响因素,研究发现阵元间距能够显著影响交替极化阵列对消盲区的分布,在相同条件下交替极化阵列对消盲区大于共点极化阵列对消盲区,结果表明交替极化阵列虽然通过减少天线数目降低了设备成本,但增大了阵列的对消盲区。然后,对消盲区模型进行了数值仿真,仿真结果验证了理论分析。最后,利用信道模拟器搭建了实验平台,信道模拟实验测得的对消盲区与理论值基本一致,再次证明了分析结论的有效性。展开更多
广义线性结构广泛用于解决共平台系统中同相/正交相位(in-phase/quadrature-phase,IQ)不平衡引起的自干扰镜像信号残留问题。由于在共轭项维度上的拓展,输入信号间的相关性使得用于实现权值向量自适应更新的广义线性复数最小均方(widely...广义线性结构广泛用于解决共平台系统中同相/正交相位(in-phase/quadrature-phase,IQ)不平衡引起的自干扰镜像信号残留问题。由于在共轭项维度上的拓展,输入信号间的相关性使得用于实现权值向量自适应更新的广义线性复数最小均方(widely linear complex least mean square,WLCLMS)算法出现明显的收敛速度下降。针对这一问题,本文提出了一种二维正交化方法,通过特征值分解实现输入信号在样本延时以及共轭项两个维度上的去相关。同时建立了包括格形预测器、基于梯度的白化器,以及数字对消器三级结构的自适应二维正交化WLCLMS模型,实现了时变环境中自干扰信号的实时跟踪。仿真结果表明,该方法在有效提升收敛速度的同时,有着稳定的稳态误差性能,并且针对系统采样率、滤波器阶数、IQ不平衡量的变化具有良好的鲁棒性。展开更多
文摘针对复杂电子对抗场景中的非理想信道环境,该文提出了一种基于深度学习的异常检测(anomaly detection,AD)方法。首先,分析了利用时频同相/正交(in-phase/quadrature,I/Q)采样数据进行AD的可行性;然后,设计了深度学习网络架构,并提出基于深度支持向量描述(deep support vector data description,Deep SVDD)和调制识别的AD方法。仿真及实验结果表明:相比于经典的单分类检测算法,该方法检测性能和实时性明显提升,且在非理想信道环境下表现鲁棒。该方法已在某型号项目原理样机上得到验证,具有很高应用价值。
文摘当干扰信号的空域和极化域特征与目标信号相似时,采用空极化域联合抗干扰技术在消除干扰的同时也会抑制目标信号,导致干扰对消后信干噪比(signal to interference plus noise ratio,SINR)低于雷达系统需求,从而形成干扰对消盲区。针对这一现象,通过在空域、极化域与空极化域分别建立交替极化阵列对消盲区模型,推导了对消盲区位置和大小的数学表达式,从而给出了交替极化阵列对消盲区的数学表征方法。进而分析了交替极化阵列对消盲区的分布规律与影响因素,研究发现阵元间距能够显著影响交替极化阵列对消盲区的分布,在相同条件下交替极化阵列对消盲区大于共点极化阵列对消盲区,结果表明交替极化阵列虽然通过减少天线数目降低了设备成本,但增大了阵列的对消盲区。然后,对消盲区模型进行了数值仿真,仿真结果验证了理论分析。最后,利用信道模拟器搭建了实验平台,信道模拟实验测得的对消盲区与理论值基本一致,再次证明了分析结论的有效性。
文摘广义线性结构广泛用于解决共平台系统中同相/正交相位(in-phase/quadrature-phase,IQ)不平衡引起的自干扰镜像信号残留问题。由于在共轭项维度上的拓展,输入信号间的相关性使得用于实现权值向量自适应更新的广义线性复数最小均方(widely linear complex least mean square,WLCLMS)算法出现明显的收敛速度下降。针对这一问题,本文提出了一种二维正交化方法,通过特征值分解实现输入信号在样本延时以及共轭项两个维度上的去相关。同时建立了包括格形预测器、基于梯度的白化器,以及数字对消器三级结构的自适应二维正交化WLCLMS模型,实现了时变环境中自干扰信号的实时跟踪。仿真结果表明,该方法在有效提升收敛速度的同时,有着稳定的稳态误差性能,并且针对系统采样率、滤波器阶数、IQ不平衡量的变化具有良好的鲁棒性。
