EW Frontier-CSDN博客

原创【信号识别】基于LSTM的雷达与通信信号统一分类框架，性能达SOTA且结构更简洁【附python代码】

本文提出了一种基于三层堆叠LSTM网络的雷达与通信信号统一分类框架。该方案突破了传统方法计算复杂度高、依赖专家知识的局限，在8类/23类雷达信号和24类通信信号分类任务中均达到SOTA性能，且结构更为简洁。研究团队首次公开了标准化雷达数据集DeepRadar2022，为领域研究提供了统一基准。实验表明，该框架无需信号预处理即可实现高精度分类，在保持结构简化的同时展现出优异的灵敏度和鲁棒性，为解决雷达与通信信号分类的割裂问题提供了新思路。

2026-04-04 07:49:44 314

原创突破FBMC/OQAM实现瓶颈！基于SDR的物理层设计与残相误差校正新方案【附MATLAB代码】

摘要：马来西亚多媒体大学研究团队基于SDR平台WARP，提出FBMC/OQAM物理层全流程设计方案，解决了残相误差补偿等工程化难题。通过定制导频结构、分阶段同步与ISDF技术，有效抑制固有虚部干扰和相位噪声。实测表明，PNC-ISDF方案在室内多径环境下BER性能最优，较OFDM更具优势。该研究为FBMC/OQAM的工程应用提供了重要技术参考，未来将聚焦低成本SDR实现方案。

2026-04-04 07:45:57 315

原创【抗干扰】6G关键技术！MIMO-OFDM ISAC波形设计，实现距离-多普勒旁瓣高效抑制【附MATLAB代码】

6G时代，MIMO-OFDM ISAC技术通过一体化感知与通信设计实现频谱和硬件资源的高效利用。针对随机通信信号导致雷达感知性能劣化的问题，本文提出基于符号级预编码（SLP）的波形设计方案，利用时域自由度抑制距离-多普勒旁瓣。通过构建包含目标照射功率、通信QoS和恒模约束的非凸优化问题，并设计MM-ADMM混合算法实现高效求解。仿真结果表明，该方案较传统组合波形降低旁瓣约15dB，弱目标检测性能接近纯雷达波形，为6G ISAC的工程应用提供了有效解决方案。

2026-04-01 20:11:33 372

原创穿墙人体行为识别新突破！基于自适应多普勒特征增强的雷达识别方法【附MATLAB代码】

电子科技大学研究团队提出了一种基于自适应多普勒特征增强网络（ADFE-Net）的穿墙人体行为识别新方法。该研究针对现有杂波抑制技术导致人体行为信息丢失的问题，创新性地融合双脉冲对消和平均对消两种方法的互补特征：前者保留肢体高频信息，后者突出躯干低频特征。通过设计的自适应特征增强模块和3D坐标注意力网络，实现了97.57%的识别准确率，较现有方法提升4.24%。该方法在保持计算效率的同时，有效解决了穿墙场景下人体行为表征不完整的问题，为智能安防、人机交互等应用提供了新的技术方案。

2026-03-25 19:08:20 351

原创【DOA估计】基于MLE的无网格波达方向估计：结构化协方差恢复与SBL网格细化新方法【附MATLAB代码】

本文针对线谱估计、波达方向估计等应用中的参数化测量模型，以无网格方式估计底层参数为研究目标。研究聚焦于随机最大似然估计框架，通过对目标函数重新参数化并结合稀疏贝叶斯学习方法，克服了以往模型的复杂性问题。研究证实稀疏贝叶斯学习是一种感知相关性的方法，对于所研究问题而言，该方法也是一种基于网格、实现测量值结构化协方差矩阵恢复的技术。当测量值为规则间隔的空间或时间采样时，结构化矩阵可表示为采样托普利兹矩阵，此时通过添加额外约束并对稀疏贝叶斯学习的目标函数重新参数化，提出了基于最大似然估计的结构化矩阵恢复技术。

2026-03-19 21:51:03 413

原创【UAV识别】基于分层学习的射频无人机检测与识别技术，准确率达99%！【附python代码】

本文提出了一种基于分层集成学习的射频无人机检测识别方法，通过四级分类器实现无人机存在性、机型及飞行模式的精准识别。该方法采用FIR滤波和FFT对射频信号预处理，构建XGBoost与KNN集成的分层模型，在10类检测场景下达到99.2%的准确率和99.1%的F1分数，单样本处理时间仅6.54-7.41毫秒。相比CNN、DNN等方法性能提升显著，为低成本、非视距的无人机检测提供了高效解决方案。

2026-03-19 21:48:40 401

原创【调制识别】融合双流嵌入的Transformer模型，实现短信号样本调制分类新突破【附python代码】

本文提出了一种新型双流Transformer网络DTNet，用于解决短信号样本自动调制分类(AMC)的难题。该模型创新性地融合了尺度特征扩展(SFE)模块和双流嵌入架构，通过将原始信号重构为方阵特征并提取多尺度判别特征，显著提升了分类性能。实验表明，DTNet在RML2016.10A/B数据集上分别达到93.4%和94.4%的准确率，优于现有方法。同时模型保持轻量化设计，计算复杂度仅570万FLOPs，在嵌入式设备上可实现9000次/秒的高速推理，为实时通信系统提供了高效解决方案。

2026-03-14 21:20:40 411

原创【DOA估计】含部分增益相位误差的可移动天线阵列稳健波达方向估计【附MATLAB代码】

本文针对可移动天线(MA)阵列在部分增益相位误差(GPE)存在时的波达方向(DOA)估计问题，提出一种基于MUSIC的两阶段自标定方法。第一阶段利用优化阵列构型构建旋转不变信号子空间，将GPE估计转化为约束最小二乘问题，通过拉格朗日乘子法求解获得闭式表达式；第二阶段推导去噪协方差矩阵，利用估计的GPE完成补偿后，采用MUSIC算法实现DOA估计。仿真表明，相比现有方法，所提方案显著提升了DOA估计精度和稳健性，有效解决了可移动天线阵列的误差补偿难题。

2026-03-12 18:49:04 399

原创【雷达信号处理】十字阵列雷达：破解高速公路车辆测速定位的技术难题【附MATLAB代码】

十字阵列雷达破解高速公路测速定位难题针对高速公路车辆监控需求，研究团队创新性地提出十字阵列雷达系统，突破传统均匀线性阵列的技术瓶颈。该系统采用发射与接收阵列分离的十字布局设计，结合凸优化与稀疏重构理论，在2m×2m物理尺寸限制下实现高性能探测。通过定向波束成形和宽视场旁瓣抑制优化，配合线性调频信号和匹配追踪算法，构建了从信号生成到参数解算的全链路处理流程。仿真验证表明，该系统在低信噪比环境下仍能精准估计车辆距离、速度和位置，为智能交通系统提供了高效可靠的技术解决方案。

2026-03-12 18:47:02 188

原创【调制识别】国防科大最新研究：雷达 + 通信双场景验证！CSSL-AMC 让调制分类更抗噪【附python代码】

在军事与民用领域（如频谱监测、特定辐射源识别、认知无线电），采用有监督深度神经网络（DNN）实现自动调制分类（AMC）的端到端方案已受到广泛关注。然而，该方法存在泛化误差、虚假相关性等问题。为捕捉并提取更抽象、更有用的特征以提升下游任务性能，“对比学习” 这一极具潜力的表征学习方法已在计算机视觉和自然语言处理领域取得显著成效，其核心是通过最大化 latent 空间中同一数据样本不同视图间的相似度来学习有效特征。本文提出一种基于对比学习的目标函数，旨在提升模型在低信噪比（SNR）数据集上的迁移性能。

2026-03-08 17:31:53 423

原创【调制识别+DOA】MoDANet：多任务深度网络在联合调制分类和波达方向估计中的应用【附MATLAB代码】

本文提出了一种名为MoDANet的多任务深度卷积神经网络，能够同步执行调制分类和波达方向(DOA)估计任务。该网络采用残差模块解决梯度消失问题，并通过Y型连接结构和超参数优化实现性能提升。研究表明，增加滤波器数量、扩大滤波器尺寸和延长信号长度可提高精度，但会加大计算复杂度。实验验证了网络在典型信道模型下的有效性，这是首个能同时处理调制分类和DOA估计这两个不相关任务的深度学习模型。未来研究将探索基于变换域的预处理技术及MIMO系统优化。

2026-03-07 20:30:51 361

原创【时频分析】二阶时间重分配同步挤压变换：卓普纳波分析应用【附MATLAB代码】

本文提出二阶时间重分配同步挤压变换，通过改进群时延估计器，显著提升了非平稳多分量信号的时频表征精度。该方法在保持信号可逆性的同时，优化了对脉冲信号和强调制信号的分析效果。实验验证表明，该方法在合成和实际信号处理中表现优异，并在卓普纳波分析中发现了新信号分量，为怪波研究提供了新视角。该研究为时频分析领域提供了创新方法，具有重要理论和应用价值。

2026-03-05 06:26:31 350

原创【波形设计】面向扩展目标检测的概率鲁棒雷达波形设计：PAR约束下的新方法与性能突破【附MATLAB代码】

本文研究了峰值平均比（PAR）约束下扩展目标的雷达波形设计问题，提出了一种基于目标冲激响应（TIR）随机模型的概率鲁棒检测（PRD）指标。通过推导输出信干噪比（SINR）的分布特性，设计了分场景优化算法：在高SINR场景下可获得全局最优波形协方差矩阵，低SINR场景下得到次优解。数值实验表明，PRD指标能有效控制SINR方差，提升检测性能的稳定性，相比现有指标展现出更强的概率鲁棒性。该方法为扩展目标检测提供了新的解决方案，后续可推广至更复杂的实际场景。

2026-03-04 06:46:45 368

原创【射频指纹识别】基于深度学习的鲁棒射频指纹识别技术，解决跨天场景性能衰减难题【附python代码】

射频指纹识别技术借助射频信号中嵌入的硬件缺陷实现无线设备识别，尽管神经网络的应用提升了该技术的识别精度，但现有研究仍存在鲁棒性不足的问题，核心原因有二：一是对射频信号的预处理缺乏有效的参数选择，二是基于深度学习的射频指纹识别在跨天场景中，面对信号的时间变化表现出较差的性能。本文从预处理参数选择、学习方法和评估指标三个维度，提升了基于深度学习的射频指纹识别的鲁棒性。首先，通过大量实验证明，预处理中随意的参数选择会让射频指纹识别的性能结论过于乐观，无法反映真实效果；其次，利用对抗域自适应方法，在无需跨天重新采集

2026-03-02 19:27:58 708

原创【ISAC】6G低空经济新突破！协作式ISAC技术实现无人机精准感知与参数估计【附MATLAB代码】

本文提出了一种协作式ISAC方案，用于低空无人机感知与参数估计。该方案采用两阶段架构：第一阶段通过张量分解模型实现单基地参数估计，利用空间平滑和降维算法提升计算效率；第二阶段通过多基站数据融合完成定位测速，创新性地提出去伪最小生成树数据关联方法、帕累托最优位置估计和残差加权速度估计算法。仿真结果表明，该方法在计算复杂度和估计精度上均优于传统技术，并可拓展至双极化系统。该方案为6G低空经济中的无人机精准感知提供了有效解决方案，具有重要的工程应用价值。

2026-03-01 08:39:17 586

原创【调制识别】低信噪比下的调制识别新突破！RadioNet网络实现高效鲁棒的无线信号分类【附python代码】

本文提出RadioNet网络，通过多流深度注意力架构实现低信噪比环境下的高效自动调制分类。该网络整合三流可分离卷积、扩张TCN-BiLSTM模块和SE注意力Transformer编码器，联合挖掘信号的空间、时间和全局上下文特征。实验表明，RadioNet在-20dB至10dB信噪比范围内表现出强鲁棒性，对数字调制识别效果优异，QAM调制识别受信噪比影响较大。消融实验证实各模块的互补作用，其中Transformer编码器对低信噪比性能提升最为关键。该研究为复杂无线环境下的实时调制识别提供了实用解决方案。

2026-02-28 11:03:10 897

原创【RIS+隐蔽通信+抗干扰】巧用智能超表面：无源干扰精准破解隐蔽通信【附MATLAB代码】

本文提出利用迪斯科可重构智能超表面(DRIS)破解隐蔽通信的新方法。通过DRIS产生时变无源干扰，打破传统隐蔽通信依赖的信道互易性假设。研究设计了监测方的自适应检测规则，推导了虚警率、漏检率闭式表达式，并量化了信干噪比性能指标。理论分析和仿真表明：DRIS无需信道信息即可同时提升监测精度和干扰效果；增加发射功率反而会恶化通信性能；仅需1比特量化的DRIS即可显著破坏隐蔽性。该研究揭示了智能超表面对隐蔽通信的安全威胁，为防御技术开发提供了新方向。

2026-02-25 18:56:51 606

原创【信号识别】深度学习赋能射频指纹：IoT 设备认证新路径【附python代码】

本文探讨了基于深度学习的射频指纹识别(RFF)技术在物联网设备认证中的应用。研究团队评估了多种深度学习架构，包括改进的CNN模型、ResNet和EfficientNet等，在ORACLE射频指纹数据集上实现了优于基准模型的分类准确率。研究发现，虽然深度学习能有效学习射频指纹特征，但模型在未训练过的射频传播信道上泛化能力有限。文章指出，未来可通过改进信道模型增强或尝试Transformer架构来提升模型泛化性能，为解决大规模物联网设备安全认证问题提供新思路。

2026-02-25 18:54:01 624

原创残差扩散模型赋能MIMO CSI可变率联合信源信道编码，性能实现数量级提升【附python代码】

本文提出残差扩散联合信源信道编码框架(RD-JSCC)，用于MIMO信道状态信息(CSI)的高效压缩。该框架结合轻量级自编码器与残差扩散模块，支持两阶段解码：先通过自编码器快速获取CSI初始估计，再通过扩散模型迭代优化重构质量。创新性地采用嵌套表示学习实现单模型多压缩率适配，并引入SNR自适应模块提升鲁棒性。实验表明，在复杂信道条件下，该方法性能显著优于现有方案，且支持低时延两步扩散推理，对量化误差和非理想信道估计具有良好适应性。该研究为物理层CSI压缩提供了新思路，在计算效率与重构精度间实现了良好平衡。

2026-02-23 08:54:53 650

原创低数据场景下的无人机射频识别新方案：单次生成式模型完胜GAN/VA【附python代码】

本文提出了一种基于单次生成式分布匹配的无人机射频识别新方法，针对低数据场景下的识别难题。研究首次系统化应用单次生成式方法对变换后的射频信号进行增强，通过理论推导验证了该方法在分布保真度方面的优势。实验表明，在10%-50%的低数据场景中，该方法在无人机类型和飞行模式分类任务上的性能显著优于条件生成对抗网络和变分自编码器等深度生成模型。该研究为受限射频环境中的无人机识别提供了高效解决方案，同时也为低数据场景下的机器学习技术发展开辟了新方向。

2026-02-23 08:49:35 652

原创机器学习赋能无线链路质量估计：研究综述与设计指引【附python代码】

本文综述了机器学习在无线链路质量估计领域的研究进展与应用。随着无线网络发展，链路质量估计技术日趋复杂，机器学习算法因其处理海量数据、自适应学习等优势成为研究热点。文章从应用需求与设计流程双视角，系统分析了现有机器学习模型在可靠性、自适应性等方面的表现，量化比较了不同算法性能，并梳理了相关公开数据集。研究指出当前面临评估标准不统一、数据集不足等挑战，未来需建立统一基准、拓展数据来源、开发轻量化智能模型。最后，文章总结了基于机器学习的链路质量估计模型开发及数据集采集的设计准则，为后续研究提供系统性参考。

2026-02-22 09:26:49 573

原创【ISAC】多用户MIMO联合通信与感知的预编码设计【附python代码】

本文研究了多用户MIMO联合通信与感知(JCAS)系统的预编码设计问题。通过建立系统模型，推导了感知检测概率和通信信干噪比(SINR)的性能指标。研究发现：当感知与通信信道无干扰时，采用恒模信号感知可获得最优检测效果；存在干扰时，复用通信信号进行感知能提升通信性能，但感知性能受信号峰度限制。仿真结果表明，单一信号感知方案优于混合信号方案，验证了信号峰度是JCAS系统性能权衡的关键参数。该研究为MIMO JCAS系统的信号设计提供了理论指导。

2026-02-22 09:22:30 568

原创【语义通信】多时间尺度双层控制！分布式分层DRL赋能语义感知资源分配【附python代码】

本文提出一种分布式分层深度强化学习(DHDRL)框架，用于优化语义感知无线网络的资源分配。该框架采用多时间尺度双层控制策略，将优化问题分解为网络层波束成形与功率分配(大时间尺度)和链路层语义资源分配(小时间尺度)两个子问题。通过设计分布式部署的高层和低层神经网络，分别抑制小区间干扰和优化语义压缩率，实现语义速率与精度的联合优化。实验表明，该框架相比单层方法性能提升19.07%，在高维场景中保持有效，并展现出良好的泛化能力。该研究为语义通信网络的跨层优化提供了创新解决方案。

2026-02-21 09:20:38 639

原创【UAV+ISAC】基于5G NR信号的低空经济双阶段集成感知与通信（ISAC）框架【附MATLAB代码】

本文提出了一种基于5G NR信号的双阶段集成感知与通信(ISAC)框架，用于低空经济中的无人机高精度感知。该框架首先融合SSB、Type#0-PDCCH和SIB1信号实现目标粗检测和参数粗估计；随后在CORESET#0带宽内插入自定义设计的稀疏导频结构(SPS)，结合加权解缠绕相位(WUP)和RELAX迭代算法实现离网格参数精估计，并通过DBSCAN算法消除冗余检测。仿真结果表明，该框架在估计精度和计算效率上优于传统方法，为低空经济提供了兼容现有5G网络的ISAC解决方案。

2026-02-21 09:17:15 690

原创【辐射源识别】无监督零样本未知辐射源检测，这四大设计原则太关键了！【附python代码】

本文提出了一种零样本自监督的未知辐射源检测方法，通过结构化工作流解决了现有技术依赖标注数据、假设不实际等问题。研究比较了两种数据模态（原始I/Q和2D星座图）和三种特征学习方法（CNN、KANs、PCA），发现2D星座图在更实际的DMS场景中性能提升达20%。实验表明，采用SVD初始化的KANs结合深度聚类方法可兼顾性能与可解释性，ROC-AUC指标提升20%。研究还确定了最优聚类数与已知辐射源数量的匹配规律，为零样本未知辐射源检测提供了系统性设计原则。

2026-02-20 09:10:53 602

原创多径信道下无相位波束对准码本设计的字典学习方法【附python代码】

本文针对毫米波通信中模拟相控阵波束对准的高开销问题，提出了一种基于字典学习的无相位码本设计方法。通过块坐标下降交替优化和蒙特卡洛训练，该方法结合多径信道和阵列损伤先验知识，设计了适用于无相位测量的固定码本。研究对比了三种波束对准算法（包括迁移学习优化的CNN）和三种损失函数，实验表明所提方法能显著减少测量次数，降低对准开销。该方案为毫米波通信中的高效波束对准提供了新思路，尤其在多径环境和未知损伤场景下具有优势。

2026-02-19 14:52:50 579

原创【频谱感知】抗攻击频谱感知新方案：联邦对抗学习让信号检测更稳健【附python代码】

本文提出了一种基于联邦对抗学习的鲁棒频谱感知方案，针对雷达与无线通信系统共存场景，通过客户端级对抗训练提升语义分割模型的抗干扰能力。研究采用U-Net网络架构，结合PGD、FGM等对抗样本生成技术，在合成数据集上验证了模型性能。实验结果显示，该方法能有效抵御BIM、MIM等对抗攻击，在不同扰动强度下保持稳定表现，为下一代网络中的频谱感知提供了抗攻击新思路。该方案通过联邦学习框架实现了隐私保护与模型鲁棒性的平衡，具有重要应用价值。

2026-02-19 14:49:46 599

原创【RL+MCS】基于深度强化学习的能效链路自适应联合功率分配与调制编码方案选择【附MATLAB代码】

本文提出了一种基于深度强化学习（DRL）的高能效链路自适应算法，通过联合优化调制编码方案（MCS）和传输功率，实现动态信道条件下的最优参数匹配。该算法采用DQN框架，以CQI历史序列为状态空间，将15种MCS与5种功率水平组合为75维动作空间，并以能量效率为核心设计奖励函数。仿真结果表明，相比传统方法，该算法在能量效率和吞吐量方面均有显著提升。未来可扩展至更多链路参数优化，以适应5G/B5G网络的复杂需求。

2026-02-18 10:52:20 644

原创 ISAC波形设计新突破！概率去噪增强的PDISAC兼顾感知与通信双性能【附MATLAB+pyython代码】

在6G通信技术发展中，一体化感知通信（ISAC）成为核心研究方向，其核心挑战在于设计能同时满足高距离-多普勒分辨率（感知需求）和高吞吐量（通信需求）的波形，而感知与通信的性能目标天然存在冲突，传统方法始终难以实现最优平衡。近期有研究提出了一种全新的概率去噪增强参数化波形设计框架——PDISAC（Probabilistic Denoising ISAC），完美解决了传统方法在非理想信道、多目标场景下的性能短板，还为ISAC系统性能提供了理论保证，在低信噪比（SNR）下表现远超经典匹配滤波和传统学习基方法。

2026-02-18 10:43:55 570

原创水下定位识别新突破 ——MEG 多任务混合专家模型详解【附python代码】

本研究针对深远海水下声学数据稀缺问题，提出创新解决方案：首先基于射线理论构建DS3500深海船舶辐射噪声合成数据集，覆盖3500米直达区与阴影区场景；其次设计MEG多任务混合专家模型，通过多专家机制划分参数空间，结合多门控注意力实现目标定位与识别的联合预测。实验表明，MEG模型在DS3500数据集上取得95.93%识别准确率，定位误差仅0.2011km（距离）和20.61m（深度），最大探测范围达11km/1100m。该研究为深海目标识别提供了数据增强与多任务学习融合的新范式，具有重要应用价值。

2026-02-15 14:10:46 504

原创水下声场计算实操指南！Acoustics Toolbox从原理到Matlab配置全搞定【附代码链接】

本文介绍了水声学研究必备工具Acoustics Toolbox的使用指南，涵盖水下声场计算原理、Matlab环境配置和三大核心模型实操。该工具箱集成了简正波(KRAKEN)、射线(BELLHOP)和抛物方程(RAM)三种主流数值模型，适用于不同水下声场模拟场景。文章详细讲解了波动方程基础理论、工具箱下载安装方法，并通过浅海Pekeris模型示例，展示了KRAKEN和BELLHOP模块的配置文件编写、Matlab运行代码及可视化操作步骤，为零基础研究者提供从理论到实践的完整指导。

2026-02-15 14:06:27 863

原创 ISAC的多域优化框架：从电磁成形到网络协作【附MATLAB代码】

本文提出了一种集成感知与通信（ISAC）的多域优化框架，整合电磁成形、基带处理和网络协作三大领域，以提升6G无线网络的通信和感知性能。现有研究多聚焦单点基带优化，而本文通过动态天线设计、多维资源分配和多节点协作架构，实现了跨层协调优化。案例验证表明，该框架能有效解决通信与感知的性能权衡问题，并显著提升系统效率。未来研究方向包括智能算法开发和标准化制定，以推动ISAC在6G网络中的实际应用。

2026-02-15 14:03:05 581

原创 RF SCYTHE：一站式RF信号情报与网络侦察可视化平台【附代码】

摘要： RF SCYTHE是一款针对RF信号情报与网络侦察的一站式可视化平台，旨在解决传统工具碎片化、协作割裂等问题。该平台基于Linux环境，整合实时信号解析、3D地理可视化（Cesium引擎）、智能追踪及多端协作（SSE/WebSocket技术）等功能，支持PCAP数据实时分析、MaxMind地理定位及自动化侦察。其双层检测机制（实时边缘+持久化检测）提升研判精准性，轻量化架构（前端可视化层、API服务层、核心引擎层）兼顾稳定与扩展性。通过三步快速部署，用户可高效完成从数据到全景洞察的转化，适用于单兵或

2026-02-15 14:00:48 588

原创【雷达信号处理】基于可解混沌波形与 CLEAN 去卷积的距离-多普勒雷达成像研究【附python代码】

摘要本文针对雷达信号处理中传统线性调频（LFM）波形旁瓣水平高（-13.3 dB）、存在距离-多普勒耦合等问题，提出了一种基于可解混沌波形与CLEAN去卷积算法的解决方案。可解混沌波形无需发射机-接收机同步，具有低旁瓣（-25 dB）和"图钉状"模糊函数特性。结合射电天文学的CLEAN算法，通过迭代去除强目标旁瓣，显著提升弱目标检测能力。仿真实验显示，在六目标场景（RCS差异26 dB）中，传统LFM检测率仅50%，而新方案达到100%。该研究为高动态范围雷达探测提供了有效方法。

2026-02-12 08:54:13 701

原创机载雷达杂波精准仿真关键技术及系统实现【附MATLAB代码】

本文介绍了机载雷达杂波仿真系统（ARCSTE）的关键技术与实现。系统基于杂波散射模型、统计特性和雷达方程，支持瑞利、对数正态等多种幅度分布模型和高斯谱模型，通过GUI界面实现参数配置和仿真控制。仿真结果验证了系统在时域起伏、频域谱特性和空时二维分析上的准确性。该系统为雷达性能评估和算法研发提供了可靠平台，未来可扩展多源杂波融合、实时仿真和AI建模等功能。

2026-02-11 09:05:37 431

原创【DOA估计】突破算力瓶颈！超快速线谱估计算法来袭，精度效率双在线【附MATLAB代码】

本文提出了一种低复杂度线谱估计算法，针对完整数据和不完全数据场景分别设计了超快速和半快速计算方案，并扩展至多测量向量场景。该算法属于贝叶斯类方法，既继承了贝叶斯方法高估计精度的优势，又通过托普利兹矩阵超快速求逆、NUFFT等技术解决了传统贝叶斯方法计算复杂度高的痛点。数值实验验证表明，超快速线谱估计算法在多种场景下均具有高估计精度，频率恢复成功率覆盖范围远超现有参考算法（如VALSE、AST、ESPRIT等）。同时，其计算效率显著提升，在大尺度问题中计算时间较现有方法降低数个数量级，使得高精度线谱估计在

2026-02-09 20:30:01 592

原创人工智能赋能全域联合指挥控制：现代战争的 AI 应用识别与发展分析框架【进群免费获取英文报告】

本文译自美国兰德公司2020年发布的研究报告《Joint All-Domain Command and Control for Modern Warfare: An Analytic Framework for Identifying and Developing Artificial Intelligence Applications》，该报告由兰德公司为美国空军空中作战司令部撰写，核心围绕全域联合指挥控制（JADC2）体系建设，剖析了美军空中作战中心（AOC）当前面临的作战指挥挑战，探索了人工智能（AI

2026-02-09 07:37:04 697

限免自动调制识别【附Python代码】

空空如也