摘要:针对部分均匀环境中样本数有限以及样本中包含异常值时的扩展目标检测问题，设计了一类基于几何中心的自适应检测器，其包含两个步骤，第一步，构建基于几何中心广义内积的数据选择器，用以剔除包含异常值的样本数据；第二步，利用基于几何中心的协方差矩阵估计量，构建广义自适应子空间检测器的检测统计量。所设计的检测器利用正定矩阵空间中的几何中心特性，无需获得样本数据的先验概率分布。在分析阶段，根据异常值正确剔除概率、恒虚警特性和检测概率，评估检测器的性能。通过仿真数据和实测数据验证，相比传统检测器，本文提出的检测器具有更好的性能。

摘要:探讨射频系统级芯片(RFSoC)在脉冲雷达系统设计中的应用，设计实现一个具有高性能数模混合信号处理能力的雷达测距系统。采用IW-RFSoC-49DR高性能RFSoC开发板(包括背景干扰滤除算法的设计)，测试环境设置在空间狭窄、多金属设备干扰的实验室内。实验结果显示，在未经处理的复杂室内环境中，实验数据受到显著干扰；实现背景干扰滤除算法后，频谱图的显示分辨能力得到显著提升。随着测试目标距离由3 m提高至12 m，测距误差值从53 cm降低至 5 cm。RFSoC技术在脉冲雷达系统设计中展现出显著优势，实现了高集成度低功耗设计，为后续基于RFSoC设计便携式雷达打下了基础。

摘要:针对外辐射源雷达进行机动目标跟踪时，现有的自适应交互式多模型(AIMM)算法难以达到高精确度跟踪的问题，提出一种基于改进的自适应转移概率交互式多模型(ATPM-IMM)的机动目标跟踪算法。该算法在ATPM-IMM算法的基础上增加了自适应控制窗，对转移概率矩阵进行再次修正，从而可根据目标的机动情况自适应切换机动模型，提高真实模型的匹配概率。仿真和实测数据结果表明，所提算法可有效提高外辐射源雷达进行机动目标跟踪的精确度。

摘要:非合作双基地雷达因其特殊的探测方式，致使回波中目标信噪比较低，特别是海上运动目标，在雷达扫描周期的帧与帧之间探测并不稳定，会对后续目标跟踪造成较大困难。本文首先采用低门限恒虚警率(CFAR)检测器将雷达距离-多普勒维和距离-方位维的检测结果匹配，得到相应掩码图，筛选出潜在的运动目标；然后提出一种融合多维特征信息的双主干YOLO(DB-YOLO)，该网络采用双主干结构，同时提取动目标掩码图和其映射下相同尺度P显图的特征，并采用深度可分离卷积模块降低网络的模型参数。将该模型与Faster RCNN、YOLOv5及其常见变种YOLOv5-ConvNeXt进行对比，实验表明，DB-YOLO有效提高了目标检测性能并保证了推理速度，为非合作双基地雷达的目标跟踪奠定了基础。

摘要:针对辐射源个体识别(SEI)中个体数据分布不平衡导致的识别准确率下降的问题，提出一种基于动态权重模型的SEI方法。通过设计一个动态类权重(DCW)模型，先利用元学习算法使用少量样本数据通过2层计算得到一个适中的权重初始值；再设计一种新的代价敏感损失函数计算预测值与真实值之间的距离，反向调整赋予少数类的学习权重，适度增加对少数类数据的重视程度。对少数类更加友好，对高度不平衡数据的处理有明显优势，缓解多数类样本对整个识别过程的计算误导，提高整体的识别正确率。

摘要:针对高频地波雷达(HFSWR)回波谱中背景噪声复杂、杂波占比较小且电离层杂波形态位置各异，难以自动识别的问题，以DeeplabV3+深度学习算法为基础架构并加以改进，提出一种HFSWR电离层杂波及海杂波自动识别方法。选用轻量级MobileNetV2作为主干特征网络，加入通道注意力机制模块SENet，实现对杂波标签的侧重学习，优化训练集中各类标签的损失权重；采用模型预训练迁移法对网络进行预训练，解决样本空间过小的问题。实测数据集上的实验结果表明，本方法可以实现HFSWR电离层杂波及海杂波的自动识别。相比原DeeplabV3+算法，杂波识别结果更为准确和精细，海杂波识别结果的平均交并比(mIoU)和准确率(ACC)分别提升2.9%和5.1%；电离层杂波识别结果的mIoU和ACC分别提升3.0%和4.9%。

摘要:基于互补金属氧化物半导体(CMOS)有源超材料，通过结合自旋太赫兹源，对生物分子的太赫兹频段指纹谱进行传感检测。对比基于自旋太赫兹源和基于光电导天线的太赫兹时域光谱系统测量的3种不同生物样品的指纹谱特征峰，验证了自旋太赫兹源测量生物样品的可行性。同时，提出一种基于CMOS有源超材料的生物分子太赫兹传感方案，仿真结果表明CMOS调控器件对生物样品的扫描测试表现为生物透射峰与器件谐振峰变化统一。当吸收峰位于器件的调控范围内时，随着加电压的增大，生物透射谱谐振频率减小，出现红移，最大红移量达到40 GHz。因为不同的生物样品有不同的吸收峰，根据不同的太赫兹指纹谱吸收峰的位置设计了5种对应中心频率的CMOS有源超材料，为实现生物分子太赫兹传感系统的小型化和集成化提供了理论及实验基础。

摘要:微波毫米波与太赫兹噪声源主要用于产生噪声信号，是噪声系数测试系统的核心组成部分。本文对近年来国内外噪声源的发展情况进行总结，将现有的噪声源归纳为基于数字和模拟电路技术、基于固态二极管技术、基于场效应管技术、基于黑体和热电阻技术、基于光电融合技术共5类噪声源，并对这5类噪声源的主要技术特点进行了分析，同时对各类型噪声源的国内外研究现状进行了对比，并对其应用前景和发展趋势进行了展望。

摘要:频率选择表面(FSS)在多频接收系统中具有广泛的应用，并在不少情形下需要大角度入射和分极化接收。采用十字金属线和贴片设计了一款双极化工作的FSS，能够实现在45°角入射的情况下，透射(55±5) GHz、同时反射(33±5) GHz的信号；且透射的(55±5) GHz信号为垂直极化，反射的(33±5) GHz信号为平行极化，实现了双频带和双极化接收。利用印制电路板技术对该FSS进行样品加工，采用自由空间法进行测试。测试结果与仿真结果具有很好的吻合度。

摘要:静止轨道微波辐射计天线由3个大口径反射面组成，天线在轨外热流复杂，反射面及其支撑结构因温度剧烈变化会发生大尺度变形，导致天线主波束效率下降，波束指向偏差。本文开展天线反射面单自由度容差分析，基于全自动多自由度载荷容差分析系统，获取反射面形位误差与主波束效率、波束指向之间的关系，并基于蒙特卡洛容差分析方法对各自由度容差值的正确性进行验证。最后采用近场测试系统测试天线容差状态下的主波束效率和波束指向，并将容差实测值与半物理仿真值和设计值进行比对分析，验证了容差分析的正确性。

摘要:传统雷达高度表参数估计算法在面对参数的高维特性时会出现过拟合情况，导致参数估计精确度降低。为此，提出一种新颖的基于近端算子修正的哈密顿蒙特卡洛(PHMC)算法，通过统计学的手段估计高程参数。首先假设高程参数具有稀疏特性，并使用拉普拉斯分布对其进行表征，这种稀疏先验可表征高程突变的地形场景。稀疏先验与似然函数之间为非共轭关系，使用分层贝叶斯的方法获得后验分布函数的闭合解，采用哈密顿蒙特卡洛(HMC)方法通过采样的方式解决贝叶斯推论中的参数估计问题，引入近端算子提供次梯度完成参数估计。仿真数据验证了所提PHMC算法优于其他传统算法。

摘要:对欠定非线性混合信号的盲源分离算法进行研究，提出一种基于经验模式分解与非线性主成分分析(EMD-NLPCA)的盲源分离算法。首先对观测信号做EMD处理，重构信号后引入高阶统计量，再进行主成分分析，完成信号分离。该算法既可以应对欠定环境，又解决了非线性混合问题。仿真实验中，将该算法与稀疏分量分析法的结果进行比照，证明了该算法的正确性以及相较于稀疏分量分析法更具普适性。将该算法用于无人机发动机开车音频信号的分离，效果较好。

摘要:针对从复杂多样的探地雷达(GPR)成像中检测和定位被埋藏的物体会耗费大量人力时间成本的问题，提出一种基于深度学习的方法。采用一阶全卷积目标检测算法(FCOS)对任意目标进行定量分析，然后对目标区域进行跟踪与聚类标记，曲线拟合获取地下目标的精确位置，重构被埋藏的地下目标信息。仿真结果表明，该方法避免了传统处理算法所需的对数据进行复杂的计算，能够快速检测到目标，并且能对目标的位置与介电属性进行高精确度估计，在深度上的定位误差不大于3 cm。该方法有效实现了地下场景重构目标的位置、深度和大小。

摘要:Although modulation classification based on deep neural network can achieve high Modulation Classification(MC) accuracies, catastrophic forgetting will occur when the neural network model continues to learn new tasks. In this paper, we simulate the dynamic wireless communication environment and focus on breaking the learning paradigm of isolated automatic MC. We innovate a research algorithm for continuous automatic MC. Firstly, a memory for storing representative old task modulation signals is built, which is employed to limit the gradient update direction of new tasks in the continuous learning stage to ensure that the loss of old tasks is also in a downward trend. Secondly, in order to better simulate the dynamic wireless communication environment, we employ the mini-batch gradient algorithm which is more suitable for continuous learning. Finally, the signal in the memory can be replayed to further strengthen the characteristics of the old task signal in the model. Simulation results verify the effectiveness of the method.

摘要:单粒子翻转(SEU)效应是造成空天环境中处理器故障的常见原因，需进行有效的防护设计，提升航空航天等高空设备的可靠性。传统的嵌入式可靠性防护设计一般采用单一的硬件或软件方法：采用软件三模冗余实现，需要占用大量的中央处理器(CPU)资源；采用硬件电路实现，无法输出错误信息。以PPC460处理器为目标系统，探讨了利用现场可编程门阵列(FPGA)对PPC460处理器的可靠性增强设计方法，同时使用扩展型的汉明码编解码算法、奇偶校验、三模冗余技术，利用软硬协同的方式提高了存储空间内数据的正确性，减少了CPU资源消耗，有效实现了PPC460处理器在特殊复杂环境中对重要数据的高安全、高可靠、抗干扰保护。