一种雷达强杂波区副瓣对消技术

来源 :火控雷达技术 | 被引量 : 0次 | 上传用户:mddh9666
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
副瓣对消是雷达抗有源干扰的主要手段之一。当雷达在进行低空探测时,由于地杂波的影响,使得副瓣对消性能下降,无法有效对抗有源干扰。针对此问题,本文提出了一种强杂波区副瓣对消技术,降低地杂波对副瓣对消处理的影响。实际测试结果表明该方法可有效降低地杂波对副瓣对消性能的影响,解决雷达在低空探测时无法有效对抗有源干扰的难题。
其他文献
摘要:采用数值模拟的方法对某压气机转子进行了三维仿真分析,详细比较了叶片叶顶磨损后形成的不同叶顶坡角α对转子气动性能的影响。研究结果表明,随着α的增大,转子最高压比、峰值效率及喘振裕度衰减均越严重,但在设计压比点,转子效率呈略微增加的趋势。α会影响转子叶尖约25%区域内负荷的径向分布,但对几乎整个叶高通道的效率分布都产生了影响。叶顶磨损导致部分性能参数衰减呈非线性变化,在α超过5°和25°时,转子
摘要:基于欧拉-拉格朗日耦合(Euler-Lagrangian coupling,CEL)模型,采用ABAQUS有限元分析软件建立了钛钢复合板金属材料搅拌摩擦焊(friction stir welding,FSW)热力耦合数值模型。研究焊接工艺参数对温度场的影响,并采用示踪粒子法监测焊缝区材料的塑性流动行为,分析焊接材料流动与缺陷形成的关系。通过开展搅拌摩擦焊试验,对焊缝截面塑性应变及焊接缺陷的模
为解决复杂电磁环境中对新体制雷达型号识别模糊的问题,研究设计了一种基于Stacking组合分类方法的识别技术。首先,运用多个卷积神经网络(CNN)对雷达特征参数进行逐级识别,输出识别结果,以实现对雷达参数特征空间非线性识别边界的自动提取;进一步,运用卷积神经网络的输出作为支持向量机(SVM)的输入,最终由SVM输出识别结果。仿真分析表明,相比于单一的智能识别算法,所提出方法能够有效组合运用各基分类器(CNN、SVM)的优点,获取更准确的识别结果。
摘要:通过对微型涡喷发动机试验台的搭建,实现了对其运行时重要参数的测量。为了稳定、准确地实现对燃油流量的控制,以解决起动控制过程中的超温问题,采用步进电机带动齿轮泵的方法去供油,通过控制转速间接控制流量,从而实现了流量准、响应迅速的开环燃油流量控制。通过对对象发动机进行大量的起动特性摸底试验,结合试验数据对控制时序优化,最终整合得出某型微型涡喷发动机地面起动控制时序。通过采用此方法供油,严格按照控