采用局部二值模式与深度信念网络的人脸识别

针对人脸维度过高和人脸局部特征提取易忽略的问题,提出了一种将多尺度局部二值模式（LBP）算法与深度信念网络(DBN)算法相结合的人脸识别方法。首先采用多尺度LBP算法提取人脸纹理特征,进而将LBP提取的纹理特征作为深度信念网络的输入,最后通过逐层网络训练,得到网络的最优参数,并在ORL人脸库中进行测试,识别率可达95.2%,比使用Gabor小波和主成分分析（PCA）算法的人脸识别高2.6%,说明该算法具有很好的人脸识别能力。     

基于有源照射箔条云的速度欺骗干扰方法

提出了基于有源照射箔条云对雷达速度波门进行拖引干扰的复合干扰方法。该方 法运用机载电子干扰设备接收、转发敌方雷达发射的信号并照射到箔条云上,箔条云对干扰 信号二次辐射,被敌方雷达接收,形成具有和载机相似径向速度的假目标,起到诱骗干扰作 用。建立了复合干扰对速度跟踪系统进行干扰的相关模型,并进行了仿真实验,仿真结 果表明,利用该方法对敌机测速跟踪系统进行干扰具有可行性。     

基于盲分离的单通道LFM引信欺骗干扰抑制

针对单通道LFM引信欺骗干扰抑制问题,提出了一种基于时频解耦盲分离（TFD-BSS）的干扰抑制算法。该方法首先通过Stretch变换将时频混叠的LFM信号转化为两差频信号,然后利用自适应滤波技术滤出干扰差频信号,并对其进行二次Stretch变换将干扰差频转化为欺骗信号以构造虚拟通道,从而将欠定盲分离转化为非欠定问题,最后通过延时差量法将干扰滤除。实验仿真表明,回波和干扰延时相差5 ns以上即可取得良好的分离效果。该方法不仅可为引信抗欺骗干扰提供借鉴,也是单通道盲分离算法的理论扩展。     

基于一维距离像稀疏表达的无源假目标识别

为了解决敌方释放箔条干扰我方防空反击任务或者敌方舰船设置角反射器阵列干扰我方对海目标打击任务中的雷达抗干扰问题,提出了一种基于雷达一维距离像的稀疏表达的无源假目标识别的方法。首先,分别利用大量关注目标和无源欺骗干扰的雷达一维距离像数据进行稀疏字典学习,分别得到目标和干扰的稀疏字典;然后利用两种稀疏字典分别对未知的雷达一维距离像信号进行稀疏表达;最后分别计算两种稀疏字典对未知信号稀疏表达的重构误差,利用重构误差比值识别目标和干扰类别。仿真结果表明,在目标与无源假目标干扰的回波不混叠、目标与干扰噪声比3 dB条件下,识别无源假目标欺骗干扰的准确率超过90%,证明了该方法抗无源假目标干扰的有效性。     

二次雷达系统干扰等问题的解决方法

二次雷达(SSR)系统工作过程中出现了混扰、窜扰等内部干扰以及应答机占据等严重的问题,使得它的性能大大降低。本文在对这些问题进行分析之后,根据系统工作原理采用了适当的信号设计方式来减少这些干扰,最后从统计的角度定量分析了系统的性能。     

一种基于二次谱线生成的码速率识别方法

为了提高正交频分复用(OFDM)系统的解调性能,提出了一种用于OFDM系统的码速率识 别方法。首先对OFDM信号分段作快速傅里叶变换(FFT)得到信号谱线序列,选择适当的谱线 重构为辅助信号序 列,再根据该辅助信号序列进行二次谱线生成。通过第二次生成谱线的间隔值与门限值的比 较,可实现对码速率的识别。理论分析和仿真试验证明了本方法的有效性。在信噪比大于3 dB时,识别率在90%以上。     

基于时域调制域特征的IFF模式5信号识别

针对Mark XIIA系统模式5信号处理的需求,对模式5信号的格式和基本特征进行了分析,提出了一种基于模式5信号时域和调制域特征的识别方法。该方法通过提取模式5信号脉冲时域参数和对脉冲进行MSK解调,获取模式5前导脉冲时域参数脉宽和前导脉冲固有的16位MSK解调结果0111100010001001来完成模式5信号前导脉冲识别,并根据前导脉冲偏移值特点优化了模式5信号框架匹配算法流程,实现了模式5信号的识别处理。Matlab仿真和硬件实现验证了方法的有效性,当满足一定信噪比条件时,识别正确率可达100%。     

基于分块矩阵变换的线性分组码盲识别

为了解决传统矩阵分析方法存在的误码扩散问题,提出了一种基于分块矩阵变换的线性分组码盲识别方法。首先,将截获序列按照估计码长构造出分析矩阵,将分析矩阵分块后分别进行矩阵下三角变换;然后,以各列列重为度量,根据相关列重量的统计分布特性设置相关列阈值,并统计出符合阈值的相关列的个数,当相关列的个数最大时即为真实码长的情况。该方法还可以识别码字同步点,识别方法简单。理论分析及仿真结果表明,该识别方法的容错性能较好,在误码为5%的条件下,对(15,7)线性分组码的正确识别率依然能达到80%。