摘要:雷达通信一体化技术作为电子信息领域的前沿研究热点，其核心目的在于通过共享硬件平台以及协同调度时-频-功率资源，实现雷达探测与通信传输任务的共同部署，从而解决频谱资源日趋紧张与用频设备指数增长之间的矛盾，为高效利用频谱资源提供新的路径。为此，系统地梳理了国内外针对雷达通信一体化的研究进展：首先，介绍了雷达通信一体化技术的演进脉络与发展趋势；随后，从发射机的一体化波形和波束赋形设计、接收机的信号处理2个层面对现有雷达通信一体化的研究进行了归纳总结；最后，展望了未来雷达通信一体化的发展方向及关键技术挑战。

摘要:雷达、干扰、通信是在电磁域遂行作战的主要单元，现代战争随着作战单元数量、功能的增多，敌我双方雷达、干扰、通信波形在时频域的交织变得愈加复杂，在电磁频谱作战的体系下，敌我双方雷达、干扰、通信波形在时频域呈现动态的博弈对抗与协作态势。传统独立的雷达、干扰、通信波形与装备架构在电磁域的时频协作困难，难以满足电磁频谱战对电磁域频谱机动的性能要求。多功能一体化研究为雷达、干扰、通信融合一体提供了一种思路，基于电磁频谱机动的基本需求分析了近年来一体化技术的研究成果，指出了电磁频谱作战中多功能一体化技术需要解决的主要矛盾和研究的主要方向，提出了一种ZMQ-OFDM (Zadoff-Chu Mersenne-Twister QPSK-orthogonal frequency division multiplex)雷达、干扰、通信多功能一体化波形架构和数学模型及其峰均比约束算法。仿真实验表明，ZMQ-OFDM多功能一体化波形具备较好的探测、通信、干扰能力，具有低峰均比特性，且能够较好地满足电磁频谱机动的需求，可用于电磁频谱战。

摘要:脉冲多普勒(pulse Doppler， PD)引信通过多普勒效应获得目标信息，是防空导弹常用的一种无线电引信。然而，在遭受压制式干扰时，由于干扰信号能量过大，引信接收信道常出现能量饱和现象，从而导致引信无法准确探测真实目标或产生大量虚假目标。针对当前PD引信抗压制式干扰能力不足的问题，利用引信发射信号的时域稀疏特性，设计了基于稀疏恢复的PD引信抗噪声干扰方法。通过分析大功率噪声干扰作用下PD引信输出中频信号的特征，建立了基于最大最小凹惩罚函数(minimax concave penalty， MCP)的稀疏恢复模型，并设计了基于前后向分裂算法的回波脉冲串提取方法，从而实现引信目标回波脉冲串的有效提取及噪声干扰的抑制。仿真实验和实测数据验证了所提方法的有效性。实验结果表明：在模拟某型干扰机等效干扰作用下，该方法能够有效地从复杂接收信号中提取目标回波脉冲串，使引信抗噪声干扰成功率提高到90%以上。

摘要:中频(medium frequency，MF)雷达是中高层大气风场探测的重要手段之一，广泛应用于风速反演和空间天气预测。雷达系统中广泛存在着噪声，其通过依次影响接收信号、相关函数、相关参数，最终使得MF雷达风速估计时存在偏差。为提高风速反演精度，提出一种高斯加权移动平均滤波方法(Gaussian weighted moving average filtering method，GW-MAFM)，对雷达接收信号进行降噪处理，改善风速反演的准确性。基于GW-MAFM反演风速误差小于MF雷达常用的拟合降噪方法，该算法在0 dB强噪声下的最大精度提升超过18 m/s 。与拟合降噪和中值滤波方法相比，GW-MAFM在精度和计算效率上均表现优异，有效扩展了MF雷达在强噪声环境中的风场反演的有效性。

摘要:现有低照度增强算法大多关注图像全局对比度的提升和色彩的保持效果，对于图像中文本区域细节的恢复存在一定不足。为此，构建了具有详细标注信息的多亮度配对低照度文本图像数据集。基于Retinex理论模型和UNet++网络结构，提出了一种面向文本信息增强的RTE-UNet++模型结构。通过设计U型分支结构作为文本区域感知模块和引入文本检测模型，有效提升了模型对文本区域的关注度。同时，在训练阶段采用边缘感知损失进行端到端的优化，提高了字符的对比度和细节信息。实验结果表明，提出的模型在MSRA-TD500数据集和SID数据集上文本区域的图像恢复质量以及文字检测任务性能方面表现出显著优势，验证了该方法的有效性。

摘要:光学窗口的激光诱导等离子体发射光谱及动力学特性研究对于激光损伤机理的揭示具有重要意义。基于快速成像技术和激光诱导击穿光谱技术，实验研究了1 064 nm基频和355 nm倍频激光诱导K9、熔石英、CaF₂和MgF₂等典型光学窗口的损伤过程，探讨了典型光学窗口激光诱导等离子体的时空分布规律和光谱演化行为，对比分析了激光能量密度和延迟时间对等离子体的前沿扩散高度、尺寸、温度和电子数密度等特性参数的影响；研究了光学窗口的表面等离子体发射光谱特征和成像特性及动力学演化规律，并利用微分干涉相衬显微镜分析了K9、熔石英、CaF₂和MgF₂等典型光学窗口的激光损伤形貌。损伤特征分析表明，光学窗口的表面损伤形貌与激光诱导等离子体演化特性之间存在着很强的相关性。

摘要:联邦学习允许边缘设备在不共享原始数据的情况下协作训练人工智能模型，因其在效率、隐私保护和可扩展性方面的优势而受到广泛关注。随着人工智能模型复杂性的提升和多轮模型聚合需求的增加，联邦学习面临显著的能量消耗问题。以往的研究很少考虑本地训练对客户端选择的影响，导致理想与实际节能之间存在巨大差距。鉴于边缘设备在能力和数据方面的异构性，研究了联合优化联邦学习中的客户端选择和本地训练的问题，以提高能量效率，其中涉及2个耦合优化变量。为此，提出了一种新的多智能体深度强化学习方法——全局感知独立近端策略优化（global-aware independent proximal policy optimization, GIPPO）方法，可以根据客户端的状态自适应地选择客户端进行训练并调整迭代次数，从而最小化整体能量消耗，提升模型性能。此外，GIPPO可以根据剩余资源动态调整奖励以适应动态环境。仿真和实际原型的实验结果显示，与基准方法相比，该方法能够节省高达778%的能量成本。