间歇采样转发干扰技术是一种巧妙的相干多假目标干扰技术，针对不同雷达体制、不同雷达波形等的新型间歇采样转发干扰技术已成为当前雷达对抗领域的研究热点之一。为进一步厘清间歇采样转发干扰技术特性及其拓展应用前景，本文从间歇采样转发干扰技术提出的背景及基本原理出发，详细梳理间歇采样转发干扰的技术发展历程，并对诸多新型间歇采样转发干扰技术进行分类总结，最后介绍间歇采样在雷达探测等其他方面的拓展应用，旨在为专家学者研究提供一定的参考。

针对未知杂波环境下机载外辐射源雷达的多目标跟踪问题, 提出一种鲁棒自适应的标签多伯努利滤波器。首先基于标签多伯努利滤波器算法框架对多目标跟踪问题进行建模, 然后针对目标新生参数、杂波参数以及目标检测概率未知的问题, 提出采用量测驱动的目标新生模型和基于势均衡多目标多伯努利估计器的在线参数估计方法, 最后考虑到机载外辐射源雷达量测的非线性, 采用序贯蒙特卡罗方法对所提算法进行实现。实验结果表明, 所提滤波器能够利用外辐射源量测准确估计多目标航迹, 且在未知杂波环境下的性能可以逼近杂波参数已知的广义标签多伯努利滤波器, 鲁棒性更好。

针对雷达干扰机收发天线之间存在的非线性自干扰耦合问题, 研究一种基于样条插值的非线性自干扰对消方法。该方法将样条插值和自适应滤波相结合, 分别建立样条哈默斯坦模型和样条维纳模型, 通过引入鲁棒性较强的反正切(arctangent, ARC)函数作为代价函数, 得到两种模型下样条控制点和滤波器系数的自适应学习规则, 并分析样条控制点数量对自干扰对消性能的影响。仿真实验表明, 对于带宽为60 MHz的信号, 所提基于ARC参数学习方法与传统最小均方参数学习方法相比, 对消比获得4 dB左右的提升, 收敛速度提高1倍。另外, 针对信道突变的场景, 所提方法跟踪性能好且稳态误差低。当背景噪声中存在非高斯脉冲干扰时, 所提方法能够有效应对脉冲噪声环境下的干扰。

正确快速测量飞行器的姿态是实现载人航天飞行器精准对接任务的重要前提。传统姿态测量需要拼接3个姿态参数, 本文提出一种改进优化算法应用于以电磁波结构向量为参照的姿态测量, 实现姿态参数同步、整体、快速测量。首先根据多个电磁矢量传感器和接收信号间的变化关系来建立导向矢量, 将导向矢量中的指数函数形式的姿态旋转进行泰勒近似展开, 然后使用等步长遍历算法结合牛顿法来快速搜寻多导航信号空间谱函数的谱峰, 完成飞行器的姿态测量。仿真结果表明, 该方法测量的姿态精度高, 误差能够控制在0.01°左右, 提升了姿态测量的效率, 同时抗干扰能力良好, 具有较好的应用价值。

针对海杂波背景下末制导雷达容易出现错误检测的问题, 开展海杂波抑制和鉴别研究。采用基于Tri-feature训练的目标鉴别分类算法, 以目标幅度、峰值持续范围和起伏率作为特征量, 核函数选择径向基函数(radial basis function, RBF)。RBF非线性映射能力强, 在高维空间中可以更好地表达数据之间的关系, 然后进行支撑向量机(support vector machine, SVM)目标鉴别分类器设计和实验数据验证。经公开的实测数据验证, 所提算法准确率达到97%以上。通过与传统的模板匹配识别方法进行对比, 基于Tri-feature训练的目标鉴别分类算法有更高的鉴别准确率, 证明了所提方法的有效性和先进性。

针对小样本激化的目标检测耦合问题, 以高价值空中目标为研究对象, 提出一种基于解耦的小样本目标检测算法。首先, 在区域候选网络中引入梯度调整层, 强化区域候选网络, 缓和任务耦合问题。其次, 将目标检测头拆解成分类和回归两个分支, 在前端添加无参平均注意力模块, 缓和特征耦合问题。所提算法可以提高小样本目标检测性能, 增强对新类的检测能力。实验结果表明, 所提算法在1、2、3、5、10样本实验中均表现最佳, 平均精度分别达到32.5%、35.6%、39.6%、41.2%和57.4%。相较于两阶段微调方法, 所提算法检测性能大幅度提高, 能够解决在小样本激化的耦合矛盾下网络检测能力下降的问题, 提升对小样本高价值空中目标的检测精度

为了实现对责任区全区域、大视角来袭目标的严密预警探测, 提出一种基于绝对多普勒的多预警机协同补盲方法。首先, 分析目标径向速度的影响因素及其变化规律, 推导绝对多普勒的数学表达式, 将影响多普勒盲区的复杂多变因素优化调整为目标速度及目标与预警机间的相对位置。其次, 运用仿真建模方法, 基于绝对多普勒杂波凹口表达式, 设计一种以检测点数表征的单预警机多普勒盲区地图绘制方法。然后, 在“使得协同中的各预警机或至少有一架预警机的径向速度盲区不落在或尽量少落在重点方向上”的准则牵引下, 提出一种图上作业式的多预警机相对位置关系解算方法, 完成多预警机的协同部署。最后, 通过双预警机圆环拱卫阵形的协同部署实验, 验证该方法的有效性和实用性。

针对强地物杂波背景下弹载雷达目标检测与识别的技术难题, 提出将高分辨距离像(high resolution range profile, HRRP)技术和多普勒波束锐化技术联合对地面进行二维高分辨成像, 提高雷达在杂波下目标检测与识别的性能。该方法以线性调频步进频(linear frequency modulation stepped frequency, LFM-SF)信号为基本波形, 首先对平台速度产生的多普勒效应等问题进行了详细讨论并校正; 然后通过距离像抽取获得各帧对应的HRRP序列, 并采用方位快速傅里叶变换(fast Fourier transform, FFT)实现方位高分辨; 最后对实际飞行状态下平台造成的误差进行运动补偿, 完成对波束内区域的二维分辨。实测数据的处理验证了所提算法的有效性与实用性。

针对雷达主瓣干扰抑制问题, 提出一种基于信干噪比(signal to interference plus noise ratio, SINR)最大化的盲提取主瓣干扰抑制方法。与盲分离不同, 盲提取能够从多路混合信号中提取出感兴趣的一路分量, 这更适合在多信源多通道的复杂电磁环境下进行干扰抑制。该方法在混合信号距离域建立SINR最大化的优化模型, 采用粒子群优化(particle swarm optimization, PSO)算法进行求解并提取出目标回波信号实现主瓣干扰抑制。经仿真测试, 该方法相较于传统的盲分离干扰抑制方法, 提升了干扰抑制效果; 无需信源数目估计, 对通道数目要求更低, 在欠定场景中依然适用; 减小了计算复杂度, 更适用于复杂电磁环境。

针对机载预警雷达空时自适应处理(space-time adaptive processing, STAP) 所面临的异构杂波环境, 基于杂波和噪声的联合稀疏特性提出了一种直接数据域(direct data domain, D3) STAP方法。首先通过子孔径平滑技术扩充训练样本集合; 然后基于杂波谱二阶表征理论构造STAP功率字典矩阵、导出目标函数, 并解得待检测单元信号的空时功率谱; 最后根据杂波先验信息重构无孔径损失的杂波加噪声协方差矩阵。数值实验验证了所提方法的协方差矩阵估计精度高于传统的稀疏恢复D3-STAP算法, 且在理想情况和存在阵列误差的情况下, 所提方法皆具备更好的低速目标检测性能。

针对在低空雷达监视场景下, 行人、车辆、无人机等目标分类任务中目标微动特征难以提取导致分类准确率较低的问题, 提出一种基于EfficientNet的多通道雷达目标微动特征分类方法。首先, 根据杂波、目标和噪声信号的能量分布差异, 提出多能量奇异值分解方法抑制杂波和噪声, 增强目标微动特征。随后, 联合雷达和差通道时频信息特点, 设计多通道EfficientNet模型, 结合多通道微动特性进一步实现目标的准确分类。最后, 利用雷达实测目标数据对所提方法进行验证。结果表明, 所提方法在保证较低模型复杂度的情况下, 相比于其他方法在准确率上有显著提升。

雷达干扰一体化是优化射频资源、实现定向干扰的有效技术路径, 雷达干扰一体化波形设计是雷达干扰一体化研究的重点。本文提出一种基于Zadoff-Chu序列和正交频分复用架构的雷达干扰一体化波形, 研究了波形的设计与处理方法。波形以正交频分复用为调制方式、以时频分割复用为基本架构、通过Zadoff-Chu和Mersenne-Twister序列对频域子载波进行合理的分配和调制完成探测与干扰功能一体, 在信号处理时采用先探干时频分离再脉冲压缩和相参处理的方式实现测距测速。理论分析和仿真试验表明，所提波形同时具备脉冲压缩主副瓣比大、多普勒容限强以及频率对准灵活、干扰随机性强的探干一体性能优点。

雷达空中目标高分辨距离像(high resolution range profile, HRRP) 中往往包含一定的杂波噪声, 利用HRRP开展空中目标识别需要重点考虑噪声的影响。针对上述问题, 提出一种基于深度残差收缩网络(deep residual shrinkage network, DRSN) 的雷达空中目标HRRP识别方法。该网络将深度残差网络、软阈值函数和注意力机制结合起来, 采用跨层恒等连接方式, 不仅可以避免网络层数过深造成梯度消失或梯度爆炸, 从而导致网络学习能力下降的问题, 还可以有效过滤掉识别过程中噪声特征的影响, 使模型专注于目标区域的深度特征识别, 提升强噪声背景下模型的识别能力。实验结果表明, 相对于其他常用的深度学习模型, 所提方法在各个信噪比条件下, 识别效果均有一定的优势, 该模型对噪声具有较强的鲁棒性。

针对T/R-R(transmitting receiving-receiving)构型雷达成像实际, 结合空间目标的轨道先验和双基地逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像的体制优势, 提出了一种基于复贝叶斯压缩感知(Bayesian compressed sensing, BCS)算法的T/R-R型雷达稀疏孔径多视角融合成像方法。所提方法在建立双站雷达融合成像模型的基础上, 利用Laplace先验在复数域建立目标的稀疏模型, 提高了算法的稀疏促进作用, 获得了高分辨目标图像。仿真实验结果表明, 所提方法不仅可实现双站雷达多视角的融合成像, 还可实现双站雷达各自存在稀疏孔径条件下的多视角融合成像, 进一步拓展了应用场景, 可有效提高方位分辨率和成像质量。

在疲劳载荷作用下, 绝缘栅双极型晶体管(insulated gate bipolar transistor, IGBT)会发生结构损伤与性能退化, 影响电力电子系统可靠性。对此, 首先基于传热学理论推导焊层疲劳裂纹长度与热阻的关系, 并以Darveaux模型表征IGBT焊层裂纹演化规律, 提出一种IGBT性能退化模型及其待定系数的估计方法。其次, 考虑实际工况的非平稳特征, 利用响应面法建立IGBT变幅疲劳载荷模型, 并基于雨流计数法与线性累积损伤准则实现IGBT性能退化量的评估。最后, 以一款IGBT产品为例, 实施功率循环试验, 基于试验数据开展性能退化建模与分析, 验证了模型与算法的有效性。

随着导弹武器装备实战化、体系化发展需求的不断深化, 导弹武器装备的保障活动日益复杂, 给保障资源的配置带来了挑战。为此, 提出基于流程驱动的导弹装备保障资源配置仿真与优化方法。首先, 基于导弹装备的保障活动对时效要求高、资源约束多等特点, 建立流程驱动的导弹保障活动仿真模型与算法。然后, 考虑经济规模约束, 构建了面向保障效率的导弹装备保障资源优化模型。最后, 以典型导弹保障流程为例, 对所提模型与方法进行应用分析, 验证其有效性与适应性。结果表明, 基于流程驱动的保障资源配置仿真与优化方法能够有效规划导弹装备保障活动方案, 评估装备保障能力, 实现装备保障资源配置方案优化, 为导弹装备的合理运用与资源调度提供理论与方法支撑。

基于模型的系统工程(model-based systems engineering, MBSE) 已被广泛应用于复杂系统设计之中。通过构建功能、行为和结构之间的关系, 提出一种基于MBSE的多层级递进式架构设计流程。随后, 以高度控制需求为导向, 对民机飞行控制系统进行了示例化建模。结果表明, 基于MBSE的民机飞行控制系统多层级递进式架构设计能够充分发挥数字模型可重用的优势, 保证需求与功能、逻辑和物理架构的紧密结合, 提高系统设计的可追溯性, 可为后续领域层阶段模型设计提架构参考。

为了实现航天器电源系统的灵活高效并网, 最大化有限能量的利用, 提出一种基于深度强化学习(deep reinforcement learning, DRL) 的功率传输与信号传输复合网络拓扑优化模型, 并使用知识蒸馏原理的多种可解释组件模型对优化过程进行剖析。首先, 分析在轨运行阶段航天器母线电压调节控制域变换规律, 并结合节点传播性参数, 建立功率传输与信号通信的复合网络拓扑模型。然后, 利用A3C (asynchronous advantage actor-critic) 算法, 对信号传输网络路由分布、拓扑结构等方面潜在的运行可靠性风险进行自适应性优化。最后, 结合多种可解释组件对已训练的DRL模型进行知识蒸馏, 形成一种可解释的量化分析方法。所提方法可以指导空间电源在随机阴影影响下选择最佳并网方案, 并为更高任务要求和复杂环境下空间电源控制器设计提供理论支持。