基于分数阶傅立叶变换的LFM脉压雷达干扰识别新策略
需积分: 13 188 浏览量
更新于2024-09-09
2
收藏 278KB PDF 举报
本文档深入探讨了一种在复杂电磁环境下有效识别LFM(线性调频)脉压雷达移频干扰的方法,由陈蓉和汪一鸣两位作者共同研究并提出。LFM脉压雷达在军事和航空领域广泛应用,但其工作时易受到移频干扰,这可能导致目标信号的误识别或被假目标欺骗。移频干扰是通过改变信号的频率来干扰雷达的正常工作。
为了解决这一问题,作者创新性地采用分数阶Fourier变换作为核心技术。分数阶Fourier变换相较于传统的傅立叶变换,具有更好的非线性分析能力,能够更精确地处理非平稳信号,如在复杂电磁环境中常见的杂波噪声。通过与雷达接收机中的匹配滤波器结合,分数阶Fourier变换能够对接收到的信号进行精细滤波,提高信号处理的精度和抗干扰能力。
实验结果显示,这种方法不仅能有效地去除背景噪声和杂波,降低它们对雷达信号解析的影响,还能增强对敌方移频干扰的识别能力,特别是针对假目标欺骗干扰的辨别。这对于提升雷达系统的稳定性和战场生存能力至关重要。
此外,文章还提到了项目资金来源,包括国防科技重点实验室基金和高等学校博士学科点专项科研基金的支持,显示出研究工作的理论基础和实践价值得到了认可。作者陈蓉博士的研究方向集中在计算机通信与无线通信以及信号与信息处理领域,她的电子邮件地址为chenrong1006@163.com,表明了她在这个领域的专业背景。
这篇论文提供了在现代雷达系统设计中对抗移频干扰的关键技术,对于提高雷达的性能、确保信息传输安全以及对抗电子战具有重要的理论和实际意义。
2022-07-14 上传
2023-03-06 上传
2022-04-16 上传
2023-07-17 上传
2024-01-24 上传
2023-05-12 上传
2023-03-27 上传
2023-07-01 上传
2024-02-03 上传
weixin_39841856
- 粉丝: 491
- 资源: 1万+
最新资源
- 深入浅出:自定义 Grunt 任务的实践指南
- 网络物理突变工具的多点路径规划实现与分析
- multifeed: 实现多作者间的超核心共享与同步技术
- C++商品交易系统实习项目详细要求
- macOS系统Python模块whl包安装教程
- 掌握fullstackJS:构建React框架与快速开发应用
- React-Purify: 实现React组件纯净方法的工具介绍
- deck.js:构建现代HTML演示的JavaScript库
- nunn:现代C++17实现的机器学习库开源项目
- Python安装包 Acquisition-4.12-cp35-cp35m-win_amd64.whl.zip 使用说明
- Amaranthus-tuberculatus基因组分析脚本集
- Ubuntu 12.04下Realtek RTL8821AE驱动的向后移植指南
- 掌握Jest环境下的最新jsdom功能
- CAGI Toolkit:开源Asterisk PBX的AGI应用开发
- MyDropDemo: 体验QGraphicsView的拖放功能
- 远程FPGA平台上的Quartus II17.1 LCD色块闪烁现象解析