摘要：探讨了应用于雷达电子战系统的宽带数字波束形成(DBF)技术。提出了一种恒定束宽的宽带数字波束形成新方法,该方法将均匀线阵视为连续线阵的均匀离散采样,将空间重采样思想用到恒定束宽波束形成器设计中。仿真结果证明了该方法是正确、有效的。

摘要：为了提高电子对抗无源侦察系统的测向、定位以及成像性能,针对宽带LFM信号提出一种基于延迟相乘去斜的波束形成方法。该方法巧妙地利用LFM信号频率调制样式的特点,通过时域延迟相乘预处理,将LFM信号的阵列输出数据转化为具有窄带阵列结构的相位延迟形式,最后利用窄带波束形成方法形成波束。新方法只适用于LFM信号,针对性很强,极大地减小了系统设计的复杂度。由计算机仿真实验分析可知,该方法较传统的方法有较好的稳健性,突破传统阵列间距的限制,提高了系统性能,在高分辨测向与成像领域中具有很好的应用前景。

摘要：现有低分辨雷达目标识别通常采用先特征提取、再进行目标分类的两步识别算法,存在识别率难以提高和方法泛化性不足的问题,因此提出了一种基于卷积神经网络(CNN)的低分辨雷达目标一步识别算法。该算法直接将采样数据作为输入,利用设计的一维CNN,通过卷积池化等操作自动获取数据深层本质特征,无需特征提取,实现对目标的一步识别。仿真实验结果表明:基于CNN的低分辨雷达目标一步识别方法的识别率较传统基于提取特征的两步识别方法提高了10.31%,识别时间较传统两步识别方法减少了0.142 s,充分证明了一步识别方法的有效性,为低分辨雷达目标识别问题提供了新的解决途径。

摘要：现代雷达信号体制越来越复杂，使得现有的雷达信号特征描述方式很难有效地对复杂体制辐射源进行描述分析。为解决复杂体制雷达辐射源的识别问题，文章提出了一种新的雷达信号描述方式——脉冲样本图，并设计了一种可以对其进行分类识别的BP（BackPropagation）网络。仿真实验表明该网络可以对脉冲样本图进行有效识别，为解决复杂体制雷达辐射源的识别提供了新思路。