XiaoMi-AI文件搜索系统
World File Search System雷达信号
通过自监督学习和领域自适应实现雷达信号识别
摘要 — 自动雷达信号识别 (RSR) 在电子战 (EW) 中起着关键作用，因为准确分类雷达信号对于为决策过程提供信息至关重要。深度学习的最新进展显示出在具有大量注释数据的领域中提高 RSR 性能的巨大潜力。然而，这些方法在注释 RF 数据稀缺或难以获得的 EW 场景中就显得不足了。为了应对这些挑战，我们引入了一种自监督学习 (SSL) 方法，该方法利用掩蔽信号建模和 RF 域自适应来增强 RF 样本和标签有限的环境中的 RSR 性能。具体而言，我们研究了对来自不同 RF 域的基带同相和正交 (I/Q) 信号进行预训练掩蔽自动编码器 (MAE)，然后将学习到的表示转移到注释数据有限的雷达域。实证结果表明，与不使用 SSL 的基线相比，我们的轻量级自监督 ResNet 模型在域内信号（即雷达信号）上进行预训练时，1 次分类准确率可提高 17.5%，在域外信号（即通信信号）上进行预训练时，1 次分类准确率可提高 16.31%。我们还为几种 MAE 设计和预训练策略提供了参考结果，为少样本雷达信号分类建立了新的基准。索引术语 — 少样本、雷达信号识别、域自适应、自监督学习、掩蔽自动编码器
AN/APR-39D(V)2 雷达信号检测装置 (RSDS)
执行摘要 • 陆军 FOT&E 和合作脆弱性和渗透性评估 (CVPA) 的初步结果表明，AN/APR-39D(V)2 雷达信号检测装置安装在陆军 AH-64 上是有效且合适的。它之所以有效，是因为 D(V)2： - 总体而言，及时宣布威胁射频发射器。- 总体而言，为 AH-64 机组人员提供足够的态势感知，以识别所需的威胁系统并执行规定的战术、技术和程序 (TTP)。- CVPA 未发现任何特定的 D(V)2 漏洞。• 它之所以合适，是因为少数软件故障对任务的影响很小，因为 D(V)2 系统可以立即自动从每次故障中恢复，而无需机组人员采取行动。• 海军开发测试发现了与 MV-22B 飞机集成相关的几个关键缺陷。
机载无源雷达信号处理：干扰...
我要向大家表示衷心的感谢，感谢大家对我的支持和指导，帮助我完成了这篇论文。特别感谢我的论文指导老师，同时也是 SONDRA 的主任 Marc Lesturgie，感谢他在艰难的四年里为这篇论文付出的宝贵时间、指导和监督。还要真诚地感谢南洋理工大学淡马锡实验室的孙洪波。在整个过程中，他都是我技术指导和动力的重要来源。还要感谢冯洪川在进行地面移动无源雷达实验试验中提供的后勤支持。接下来，我要感谢南洋理工大学淡马锡实验室资助我的博士学位，让我有机会在巴黎的 SONDRA 实验室度过大部分的候选时间。我在巴黎度过了充实而难忘的三年，当然，如果没有 SONDRA 实验室和 Supélec 其他优秀员工的帮助，这一切都不可能实现。我要特别感谢 Anne Hélène Picot 在我逗留期间给予我的行政支持。还要衷心感谢 SONDRA 实验室乐于助人的同事，感谢他们不断给予我物质和精神上的支持。在这难忘的岁月里，我要向所有人致以最诚挚的谢意！当然，我也不会忘记南洋理工大学淡马锡实验室乐于助人的同事。非常感谢你们！最后，我还要向我最亲爱的父母和两个姐姐表示最诚挚的谢意，感谢他们在我整个教育生涯中给予我的鼓励。我不可能完成这个博士学位。没有他们持续不断和不可估量的支持，我不可能获得学位。他们的爱和支持帮助我度过了完成这项工作的困难时期和挑战。
军事目标的雷达信号分析与成像
I 研讨会讨论了这个多方面主题的许多方面。数值目标建模具有很大的吸引力。提出了使问题在计算上更有效的方法。与全尺寸目标测量相比，模拟和缩放测量有助于建立信心，使用这些技术的经济有效组合来确定雷达截面数据。考虑了雨水去极化和表面多径传播等环境因素，以及人造箔条对雷达的影响。一个重要的研究课题是基于目标多普勒特性、偏振测量和一维或二维成像的非合作目标识别的稳健性。现代雷达系统提供大量数据，使得目标检测自动化几乎成为必需。比较了不同方法的优点。在未来复杂的电子战领域，签名修改是目标生存的先决条件。论文范围从低雷达截面结构设计和改造到主动消除技术。