Laser guidance radar anti-high-repetition-frequency jamming technology based on random repetition-frequency signal
-
摘要: 为了能有效对抗高重频干扰，在分析高重频干扰破坏激光制导雷达信号处理机理的基础上，采用了随机重频照射激光波形，并利用激光目标指示器、目标和探测器的先验距离、速度特征，提出了基于自适应交叠波门的高重频干扰信号排查和鉴别方法，有效控制了重频干扰对目标捕获环节的影响，形成一套从波形设计到信号处理、目标捕获的端到端的抗高重频干扰解决方案，并进行了理论分析和实验验证。结果表明，在不同干扰场景下，有效捕获目标的时间均低于0.2 s，捕获时间在亚秒量级，与无干扰背景下目标典型捕获时间相当。此技术可有效对抗数十赫兹到250 kHz的固定/随机重频干扰，有利于提高制导武器对抗重频干扰的能力。Abstract: In order to effectively counteract high-repetition-frequency jamming, a solution based on the analysis of the destructive mechanism of high-repetition-frequency jamming on laser guided radar signal processing was developed. The solution involves the use of randomly modulated laser waveforms and incorporates prior knowledge of the distance and velocity characteristics of the laser target indicator, target, and detector. A high-repetition-frequency jamming signal identification and discrimination method was designed based on adaptive overlapping wave gates, effectively controlling the impact of repetition-frequency jamming on the target acquisition process. It provided an end-to-end solution for combating high-frequency jamming, from waveform design to signal processing to effective target capture. The proposed solution was theoretically analyzed and experimentally verified. The results show that in different interference scenarios, the effective capture time is consistently below 0.2 s. The effective capture time is in the sub-second range, comparable to the typical capture time under no jamming background. This technology can effectively counteract fixed/random frequency jamming ranging from tens of Hertz to 250 kHz, enhancing the capability of guided weapons to counter high-repetition-frequency jamming.
-
引言
脉搏信号是人体一种生理信号，包含着人体常见的心血管系统病理信息[1]。脉搏波蕴藏着人体大量的健康状态信息状态，可以为诊断疾病或者人体亚健康状态提供重要的科学依据。传统的检测仪器用粘性金属电极和导电凝胶与患者身体接触，给患者带来不便。早在20世纪30年代，HERTZMAN就首次提出了光电容积脉搏波信号描记法 。光电容积脉搏波描记术(photoplethysmography，PPG)是一种众所周知的用于监测生理信息的非侵入性方法, 可以使用光电容积脉搏描记法来监测受测试者的健康状况。生理信息监测还可以作为一种运动监测手段, 有助于人们合理安排运动强度和运动量[3]。
在剧烈的运动状态下，运动伪迹的存在使得脉搏波不能以理想的波形存在，为后续心率提取带来困难。为了减小运动伪迹，参考文献[4]中提出了一种新的方法使得PPG信号中的伪影(motion artifact, MA)去除结合了准确的心率(heart rate, HR)频率估计。参考文献[5]中采用了一种时间序列方法，该方法通过修正个体来修正运动伪影PPG脉冲，所提出的方法将每个脉冲替换为全局平均脉冲和特定脉冲的凸组合局部平均脉冲而不会丢失时间信息的脉冲。参考文献[6]和参考文献中使用小波变换去除运动伪迹，这种方法虽然可以将脉搏信号进行分解，但是需要分析噪声在哪一层，而且对于需要确定小波基及设定阈值。参考文献[8]中利用递归最小二乘(recursive least square, RLS)和归一化最小均方(normalizd least mean square, NLMS)自适应滤波器用于对PPG信号进行降噪。参考文献[9]中使用奇异谱分析将脉搏波分解，将分解后分量的主频与加速度信号的主频进行分析，去除加速度中噪声频率成分，重构后实现去噪。参考文献[10]中提出了一种基于多参考自适应噪声抵消技术的腕式PPG信号的鲁棒HR估计算法，其主要挑战是设计一个合格的参考噪声信号到自适应滤波器。参考文献[11]中提出3种方法去除运动伪迹, 包括3个部分：(1)PPG和加速度计信号的时频谱估计；(2)通过从PPG信号中减去加速度计信号的时频谱来去除运动伪影; (3)用三次样条插值法剔除影响心率的残余运动伪影。
自适应滤波对于参考信号有要求，需要选择合适的参考信号。基于单参考信号，本文中加入了三轴陀螺仪信号，并且运用奇异谱分析和快速横向递归最小二乘(fast transverse recursive least square, FTRLS)算法有效去除了频域上的运动干扰谱峰。
1. 理论研究
1.1 奇异谱分析
奇异谱分析(singular spectrum analysis，SSA)先将1-D时域信号首先构造成高维的轨迹矩阵，然后进行奇异值分解(singular value decomposition, SVD)，将奇异分量归类分组，最后重构矩阵[12]。计算轨迹矩阵和奇异值分解称为时间序列分解，分组和重构步骤称为重建[13]。奇异谱分析具体步骤如下。
(1) 计算信号的轨迹矩阵X。将1维信号YN=(y1, …, yN)进入多维的序列X1, …, XK。L是窗口长度, N为信号长度，2≤L≤N，K=N-L+1。轨迹矩阵X =[X1, …, XK]。
(2) 计算矩阵S = XXT。将矩阵S的奇异值分解，计算矩阵S的特征值和特征向量。λ1, …, λL是S的逐渐递减的特征值，U1, …, UL是这些特征值相应的特征向量。
\boldsymbol{V}_{i}=\boldsymbol{X}^{\mathrm{T}} \boldsymbol{U}_{i} / \sqrt{\lambda_{i}},(i=1, \cdots, d) (1) 式中，d=max{i}。轨迹X可以写成X = X1+…+ Xd。则：
\boldsymbol{X}_{i}=\sqrt{\lambda_{i}} \boldsymbol{U}_{i} \boldsymbol{V}_{i}^{\mathrm{T}} (2) 式中, (\sqrt {{\mathit{\boldsymbol{\lambda }}_i}} , Ui, Vi)是SVD的特征三元组。
(3) 分组。基本矩阵Xi被分割成m个不相交子集I1, …, Im。将对应于I子集的矩阵XI定义为XI = XI (1)+… XI (p)。轨迹矩阵X现在可以被写成：
\boldsymbol{X}=\boldsymbol{X}_{\boldsymbol{I}}(1)+\cdots+\boldsymbol{X}_{\boldsymbol{I}}(m) (3) (4) 对角线平均。每个矩阵XI被转换成一个新的长度N的时间序列。设X是元素xij的L×K矩阵，1≤i≤L，1≤j≤K，L'=min(L, K)，K′=max(L, K)，N=L+K-1。若L < K，则xij'=xji。然后，对角线平均将矩阵X转移到g0, …, gN－1，按照下列公式计算：
g_{k}=\left\{\begin{array}{l} \frac{1}{k} \sum\limits_{m=1}^{k+1} x_{m, k-m+2}{}^{\prime},\left(0 \leqslant k \leqslant L^{\prime}-1\right) \\ \frac{1}{L^{\prime}} \sum\limits_{m=1}^{L^{\prime}} x_{m, k-m+2}{}^{\prime},\left(L^{\prime}-1 \leqslant k \leqslant K^{\prime}\right) \\ \frac{1}{N-K} \sum\limits_{m=K-K^{\prime}+2}^{N-K^{\prime}+1} x_{m, k-m+2}{}^{\prime},\left(K^{\prime} \leqslant k \leqslant N\right) \end{array}\right. (4) 1.2 FTRLS
FTRLS算法[14]可视为两个横向滤波器，联合过程估计器和辅助滤波器并行工作。FTRLS算法大致可分解为前向预测、后向预测和联合估计3个部分, 在收敛过程中实现3个部分之间的参量的互相交换、相互作用，从而实现FTRLS算法[15]。下文中，e(k, N)为先验误差，ε(k, N)为后验误差，下标f和b分别表示前向和后向。3个部分的大致过程如下。
(1) 前向预测。在前向预测关系式中，瞬时前向后验误差为：
\begin{aligned} \varepsilon_{\mathrm{f}}(k, N) &=\boldsymbol{x}(k)-\boldsymbol{w}_{\mathrm{f}}{}^{\mathrm{T}}(k, N) \boldsymbol{x}(k-1, N)=\\ &\boldsymbol{x}^{\mathrm{T}}(k, N+1)\left[\begin{array}{c} 1 \\ -\boldsymbol{w}_{\mathrm{f}}(k, N) \end{array}\right] \end{aligned} (5) 式中, x(k) 为PPG信号，wf(k, N)为滤波器在k时刻的前向预测权重向量。
前向预测权重向量[16]更新方程为:
\begin{gathered} \boldsymbol{w}_{\mathrm{f}}(k, N)=\boldsymbol{w}_{\mathrm{f}}(k-1, N)+ \\ \phi(k-1, N) \varepsilon_{\mathrm{f}}(k, N) \end{gathered} (6) 式中, ϕ(k-1, N)为中间变量。
(2) 后向预测。在后向预测关系式中，后向的后验和先验预测误差关系表达式为：
e_{\mathrm{b}}(k, N)=\frac{\varepsilon_{\mathrm{b}}(k, N)}{\gamma(k-1, N)} (7) 式中，γ(k-1, N)为k-1时刻后验误差与前验误差的转换因子。后向预测权重向量更新方程[17]为：
\begin{gathered} \boldsymbol{w}_{\mathrm{b}}(k, N)=\boldsymbol{w}_{\mathrm{b}}(k-1, N)+ \\ \phi(k-1, N) \varepsilon_{\mathrm{b}}(k, N) \end{gathered} (8) (3) 联合估计。其先验误差可写成：
e(k, N)=\boldsymbol{d}(k)-\boldsymbol{w}^{\mathrm{T}}(k-1, N) \boldsymbol{x}(k, N) (9) 式中，d(k)为期望信号。联合过程估计滤波器权重向量为：
\boldsymbol{w}(k, N)=\boldsymbol{w}(k-1, N)+\phi(k, N) \varepsilon(k, N) (10) 2. 滤波算法
正常脉搏波形和存在运动伪迹干扰脉搏波波形如图 1所示。在自行车上高速骑行时，运动伪迹已经明显严重破坏了脉搏波波形，在强烈运动条件下脉搏波已不是正常波形，所以去除运动伪迹显得尤为重要。
由于加速度计适用于长时间追踪角度变化，加速度计计算角度没有累积误差，三轴陀螺仪由角速度积分得到的角度由于温漂、单次迭代等原因, 往往偏差较大[18]。所以用互补滤波法使得它们的优势融合起来，进行角度矫正[19]。
FTRLS算法是通过快速横向滤波算法代替传统的RLS算法[20]。比起传统的RLS算法, FTRLS降低了计算复杂度，减少了算法收敛时所花费的时间。本文中采用的FTRLS算法框架如图 2所示。利用PPG信号中的运动伪迹分量具有同时加速度信号的频率，首先将校正后的三轴加速度计通过SSA，经过嵌入生成矩阵、SVD、归类分组和重构，分组时将相同频率成分的分量分为一组；其次，将奇异谱分析分组后的信号为参考信号，通过快速横向滤波RLS滤波器，将构造出的新分量依次输入到3级的FTRLS自适应滤波器中, 每个FTRLS自适应滤波器接收前级产生的剩余信号和本级对应的输入的参考信号分量。如图 3所示，PPG信号和x轴加速度参考信号sx输入到FTRLS自适应滤波器，输出信号作为2级输入和y轴加速度信号sy进行自适应滤波，同理输出作为3级输入与z轴加速度信号sz自适应滤波。
3. 数据库
采用mimic数据库，采集了8名参与者(3名男性和5名女性)的腕部PPG数据，年龄为22岁~32岁(平均26.5岁)。参与者进行了一种或多种不同类型的锻炼，数据库是在加速度计和陀螺仪运动测量两种情况下进行体育锻炼时记录的信号。此数据库与以前的公共数据库不同，它包括在胸部同时采集的心电图(electrocardiography, ECG)，三轴陀螺仪信号、±2g和±16g三轴加速度信号、以及ECG采样时间和R峰时间，因为它包括在行走、跑步、轻松骑自行车和高阻力下骑自行车[21]。例如在高阻力下骑自行车时采集的12s到14s脉搏数据，如图 4所示。
表 1表示每个数据记录的持续时间。“0”表示数据库中参与者没有参与活动。
Table 1. Duration of each data recordnamber walk run exercise activity low_bike high_bike 1 9min 48s 0 9min 39s 9min 48s 2 6min 39s 0 5min 41s 6min 54s 3 4min 47s 5min 7s 4min 54s 4min 41s 4 0 4min 52s 0 0 5 0 5min 8s 4min 40s 0 6 5min 36s 5min 2s 4min 40s 0 7 6min 42s 4min 47s 0 0 8 3min 40s 0 0 0 4. 实验
4.1 奇异谱分析
本文中采用互补滤波方法，利用三轴加速度计和三轴陀螺仪得到真实角度，利用陀螺仪角度来矫正加速度信号。三轴速度计需要滤掉高频信号，三轴陀螺仪需要滤掉低频信号，所以互补系数正好相加为1，调整它们所占的比重进行滤波。如图 5所示, z轴角度矫正，加速度波形受到的干扰被滤掉，陀螺仪低频信号也被滤去。
矫正后的加速度信号，利用SSA算法分组为不同频率成分的信号重构。SSA算法可以对窗口长度和分组两个参量进行优化。对于窗口长度，最好选择小于将要分解信号长度一半的值，可以平衡误差。在测试中，选择的窗口长度为350, 重建效果最好。将加速度数据矫正后经过SSA分析，得到不同频率的信号以及主要成分。
SSA算法相当于压缩重构，去除冗余信息，减小信息大量存储问题，提高后续计算速度问题[22]。考虑不同特征值进行重建时，原始信号与重构信号互相关结果如表 2所示。当信息被丢失过多时，信号将无法得到正确的重构，结果表明，只考虑前8个特征三元组就可以在不损失太多信息情况下重建信号。
Table 2. Cross-correlation results of original signal and reconstructed signalnumber 4 5 6 7 8 9 10 cross conelation/% 89.12 95.87 98.65 99.51 99.51 99.98 99.98 4.2 FTRLS
采用信号为1000采样点，采样率为256。将分组以后的加速度信号作为FTRLS的参考信号。结果如图 6所示, 自行车高速骑行下s1_high_resistance_bike的原始信号和FTRLS滤波去除运动伪迹以后的信号，以及对应的功率谱密度。FIR滤波器阶数为10，定义遗忘因子为1。去噪前和去噪后的功率谱对比，可以看到在FTRLS滤波以后频率窗口在500左右的第二大波峰去除掉，从而运动干扰带来的波峰去除，为后续心率计算带来便利，从滤波后的脉搏波的图中可以看到还保留了重博波信息。
4.3 滤波效果评价
为了验证提出的基于3级FTRLS滤波方法，将3轴加速度角度矫正后利用奇异谱方法分组重建，采用最小均方算法(least mean square, LMS)和RLS滤波，结果如图 7所示。原始信号是s1_high_resistance_bike的数据，LMS算法、RLS算法都有一定的滤波效果，但是频率窗口在500左右时，只有FTRLS滤除了功率谱中第二大峰。
本文中采用均方根误差(root mean square error，RMSE)ERMSE和信噪比(signal-to-noise ratio，SNR)RSNR对评价滤波效果评估。若RSNR值越大，ERMSE值越小，表明滤波效果越好[23]。均方根误差定义为：
E_{\mathrm{RMSE}}=\sqrt{\frac{1}{N}\left[\sum\limits_{k=1}^{N} s(k)-y(k)\right]^{2}} (11) 式中，s(k)为信号，y(k)为滤波后信号。
信噪比计算公式为：
R_{\mathrm{SNR}}=10 \lg \left(P_{\mathrm{s}} / P_{\mathrm{n}}\right) (12) 式中，Pn为噪声方差，Ps为信号方差。
从表 3中可知，本文中提出的滤波算法去除运动伪迹比LMS, RLS的信噪比分别提升了12.2%, 6.7%。同时，均方根误差分别减少了30%, 11%。相比LMS, RLS方法，本文中处理脉搏波的速度更快，完全满足脉搏波在实时处理的需求。
Table 3. Comparison of three filtering methodsmethod RSNR/dB ERMSE running time/s LMS 27.49 25.89 25.99 RLS 28.91 20.26 20.57 FTRLS 30.87 17.89 18.95 5. 结论
本文中提出的方法打破了自适应滤波单一的三轴加速度参考信号，采用了陀螺仪信号作为参考信号，结合了奇异谱分析和FTRLS算法，能有效去除噪声, 还能保留重博波信息。仿真实验验证了这种去除运动伪迹算法的有效性，在高速自行车骑行下脉搏波中去除运动伪迹取得了很好的效果。
-
![]()
图 7 受到200 kHz高重频干扰的目标回波
Figure 7. Target echo under 200 kHz high-repetition-frequency jamming
![]()
图 8 从200 kHz高重频干扰中提取的目标回波
Figure 8. Target echo extracted from 200 kHz high-repetition-frequency jamming
![]()
图 9 不同固定/随机频率干扰下目标平均捕获时间
Figure 9. Average target acquisition time under different fixed/random frequency jamming
表 1 干扰场景参数设置
Table 1 Jamming scenario parameters configuration
jamming types transmitted signal jamming frequency/kHz experiment fixed frequency random frequency distributed between 20 Hz~30 Hz 0.02, 0.5, 10, 100, 200, 250 10000 trials per frequency 
下载: 导出CSV
-
[1] 王狂飙. 激光制导武器的现状、关键技术与发展[J]. 红外与激光工程, 2007, 36(5): 651-655. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ200705019.htm WANG K B. Status quo, key technology and development of laser guided weapon[J]. Infrared and Laser Engineering, 2007, 36(5): 651-655(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ200705019.htm
[2] 童忠诚, 孙晓泉, 杨希伟, 等. 激光制导武器高重频干扰技术仿真研究[J]. 弹道学报, 2008, 20(1): 106-110. https://www.cnki.com.cn/Article/CJFDTOTAL-DDXB200801029.htm TONG Zh Ch, SUN X Q, YANG X W, et al. Simulation of laser-barrage-jamming for laser-guided weapon[J]. Journal of Ballistics, 2008, 20(1): 106-110(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-DDXB200801029.htm
[3] 蒋耀庭, 潘丽娜. 激光有源干扰及其发展现状[J]. 激光技术, 2004, 28(4): 438-441. http://www.jgjs.net.cn/article/id/14194 JIANG Y T, PAN L N. Active laser interference and its present developmen[J]. Laser Technology, 2004, 28(4): 438-441(in Chinese). http://www.jgjs.net.cn/article/id/14194
[4] 王伟柱, 刘志国, 王仕成, 等. 激光角度欺骗和高重频干扰效果仿真研究[J]. 电光与控制, 2018, 25(6): 11-15. https://www.cnki.com.cn/Article/CJFDTOTAL-DGKQ201806004.htm WANG W Zh, LIU Zh G, WANG Sh Ch, et al. Simulation research on effect of laser angle deception and high-repetition-frequency jamming[J]. Electronics Optics & Control, 2018, 25(6): 11-15(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-DGKQ201806004.htm
[5] 宋振之, 韩道文, 王宇, 等. 激光高重频干扰半主动制导导弹的作战运用影响研究[J]. 电光与控制, 2022, 29(4): 12-15. https://www.cnki.com.cn/Article/CJFDTOTAL-DGKQ202204003.htm SONG Zh Zh, HAN D W, WANG Y, et al. Influence of high-repetition-frequency laser jamming on semi-active guided missile in operational application[J]. Electronics Optics & Control, 2022, 29(4): 12-15(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-DGKQ202204003.htm
[6] 赵乾, 刘志国, 王仕成, 等. 高重频干扰对激光解码识别过程的影响[J]. 激光技术, 2014, 38(4): 565-568. DOI: 10.7510/jgjs.issn.1001-3806.2014.04.026 ZHAO Q, LIU Zh G, WANG Sh Ch, et al. Effect of high repetition frequency on laser decoding recognition process[J]. Laser Technology, 2014, 38(4): 565-568(in Chinese). DOI: 10.7510/jgjs.issn.1001-3806.2014.04.026
[7] 邱雄, 刘志国, 王仕成. 半主动激光制导武器系统的高重频干扰有效概率研究[J]. 红外与激光工程, 2019, 48(10): 76-82. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ201910011.htm QIU X, LIU Zh G, WANG Sh Ch. Research on effective probability of high-repetition interference in semi-active laser guided weapon system[J]. Infrared and Laser Engineering, 2019, 48(10): 76-82(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ201910011.htm
[8] 楚振锋, 王德飞, 王金峰, 等. 一种基于波门诱偏的激光导引头干扰策略[J]. 激光技术, 2016, 40(6): 779-781. DOI: 10.7510/jgjs.issn.1001-3806.2016.06.001 CHU Zh F, WANG D F, WANG J F, et al. A laser seeker jamming strategy based on wave gate decoy[J]. Laser Technology, 2016, 40(6): 779-781(in Chinese). DOI: 10.7510/jgjs.issn.1001-3806.2016.06.001
[9] 王云萍, 张海洋, 郑星元, 等. 高重频激光对激光制导武器的干扰机理分析[J]. 激光技术, 2014, 38(1): 21-25. DOI: 10.7510/jgjs.issn.1001-3806.2014.01.005 WANG Y P, ZHANG H Y, ZHEN X Y, et al. Analysis of interfe-rence mechanism of high-frequency laser to laser guided weapons[J]. Laser Technology, 2014, 38(1): 21-25(in Chinese). DOI: 10.7510/jgjs.issn.1001-3806.2014.01.005
[10] 张帅, 刘志国, 王仕成, 等. 高重频激光干扰制导武器建模与仿真评估研究[J]. 红外与激光工程, 2016, 45(3): 135-140. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ201603020.htm ZHANG Sh, LIU Zh G, WANG Sh Ch, et al. Research on modeling and simulation of high repetition laser jamming laser guidance wea-pon[J]. Infrared and Laser Engineering, 2016, 45(3): 135-140(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ201603020.htm
[11] 宋振之, 韩道文, 吴中伟, 等. 高重频激光对激光半主动制导导弹干扰效能仿真分析[J]. 电光与控制, 2023, 30(2): 41-45. https://www.cnki.com.cn/Article/CJFDTOTAL-DGKQ202302008.htm SONG Zh Zh, HAN D W, WU Zh W, et al. Simulation analysis of interference efficiency of high-repetition-rate laser to semi-active laser guided missile[J]. Electronics Optics & Control, 2023, 30(2): 41-45 (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-DGKQ202302008.htm
[12] 徐炜波, 刘志国, 王仕成, 等. 高重频激光对激光导引头干扰过程的建模研究[J]. 激光与红外, 2021, 51(1): 29-33. https://www.cnki.com.cn/Article/CJFDTOTAL-JGHW202101006.htm XU W B, LIU Zh G, WANG Sh Ch, et al. Modeling the interfe-rence process of laser seeker with high-repetition laser[J]. Laser & Infrared, 2021, 51(1): 29-33(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-JGHW202101006.htm
[13] 张腾飞, 张合新, 惠俊军, 等. 激光制导武器发展及应用概述[J]. 电光与控制, 2015, 22(10): 62-67. https://www.cnki.com.cn/Article/CJFDTOTAL-DGKQ201510015.htm ZHANG T F, ZHANG H X, HUI J J, et al. A review on development and applicationof laser-guided weapons[J]. Electronics Optics & Control, 2015, 22(10): 62-67(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-DGKQ201510015.htm
[14] 陈成, 赵良玉, 马晓平. 激光导引头关键技术发展现状综述[J]. 激光与红外, 2019, 49(2): 131-136. https://www.cnki.com.cn/Article/CJFDTOTAL-JGHW201902002.htm CHEN Ch, ZHAO L Y, MA X P. State-of-art of key technological issues of laser seekers[J]. Laser & Infrared, 2019, 49(2): 131-136(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-JGHW201902002.htm
[15] 薛建国, 王娟锋, 雷萍. 一种半主动激光制导双脉冲伪随机码设计[J]. 弹箭与制导学报, 2018, 38(1): 11-13. https://www.cnki.com.cn/Article/CJFDTOTAL-DJZD201801003.htm XUE J G, WANG J F, LEI P. Design of double pulse pseudo random code for a semi-active laser guidance[J]. Journal of Projectiles, Rockets, Missiles and Guidance, 2018, 38(1): 11-13(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-DJZD201801003.htm
[16] 张艺凡, 张春熹, 王鹏, 等. 激光脉冲编码抗有源干扰效果研究[J]. 激光与红外, 2019, 49(1): 99-104. https://www.cnki.com.cn/Article/CJFDTOTAL-JGHW201901018.htm ZHANG Y F, ZHANG Ch X, WANG P, et al. Research on anti-active-jamming effect of laser pulse coding[J]. Laser & Infrared, 2019, 49(1): 99-104(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-JGHW201901018.htm
[17] 邱雄, 刘志国, 王仕成. 半主动激光制导武器的伪随机编码[J]. 中国激光, 2019, 46(8): 0801008. https://www.cnki.com.cn/Article/CJFDTOTAL-JJZZ201908008.htm QIU X, LIU Zh G, WANG Sh Ch. Pseudo-random coding of semi-active laser-guided weapon[J]. Chinese Journal of Lasers, 2019, 46(8): 0801008(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-JJZZ201908008.htm
[18] 吴建军, 王金玉. 一种激光导引头抗高重频干扰的方法[J]. 激光与红外, 2007, 37(10): 1081-1084. https://www.cnki.com.cn/Article/CJFDTOTAL-JGHW200710016.htm WU J J, WANG J Y. A method of counter high-frequency laser jamming of laser seeker[J]. Laser & Infrared, 2007, 37(10): 1081-1084(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-JGHW200710016.htm
[19] 陈勇, 冉景砚, 吕霞付. 一种激光半主动制导抗高重频干扰的改进方法[J]. 激光与红外, 2012, 42(6): 678-681. https://www.cnki.com.cn/Article/CJFDTOTAL-JGHW201206019.htm CHEN Y, RAN J Y, LÜ X F. Improving method to counter high repetition jamming in laser semi-active guided systems[J]. Laser & Infrared, 2012, 42(6): 678-681(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-JGHW201206019.htm
[20] 曹晓荷, 朱斌, 尚建蓉, 等. 激光制导伪随机编码信号解码技术[J]. 激光技术, 2021, 45(2): 155-161. DOI: 10.7510/jgjs.issn.1001-3806.2021.02.005 CAO X H, ZHU B, SHANG J R, et al. Decoding technique of laser-guided pseudo-random coded signals[J]. Laser Technology, 2021, 45(2): 155-161(in Chinese). DOI: 10.7510/jgjs.issn.1001-3806.2021.02.005
-
期刊类型引用(3)
1. 金捷，张冲，张永康，朱然. 激光烧蚀坑阵列微结构对7075-T6粘接强度的影响. 激光技术. 2022(02): 182-187 . 
本站查看
2. 李玥，王燕. 飞秒激光加工Ag-TiO_2微纳结构及其光催化性能研究. 激光技术. 2022(02): 163-168 . 本站查看
3. 李峰西，索海生，邢振宏，高凯. 高速激光微加工在二维码打标行业的高速加工应用. 黑龙江科学. 2022(14): 51-54 . 百度学术
其他类型引用(5)
计量
- 文章访问数: 15
- HTML全文浏览量: 2
- PDF下载量: 6
- 被引次数: 8