典型線性調(diào)頻信號的時頻分布特征提?。?/h1>
2013-10-16 08:06:50付霖宇程永茂崔欣辰
艦船電子工程 2013年11期
付霖宇 張 鑫 程永茂 曹 建 崔欣辰
（海軍航空工程學院兵器科學與技術(shù)系 煙臺 264000）
1 引言
武器裝備信息化程度的不斷提高，現(xiàn)代戰(zhàn)場的電磁環(huán)境日趨復雜，給復雜電磁環(huán)境下信號特征提取提出了新的要求［1～2］。本文通過分析典型線性調(diào)頻（Linear Frequency Modulation，LFM）信號的模糊函數(shù)、短時Fourier變換（STFT）和 Wigner－Ville分布（WVD），歸納了LFM 信號的時頻特征。相對傳統(tǒng)的信號波形和頻譜，時頻特征具有能量聚集性高、噪聲抑制性好的特點。理論分析和仿真實驗表明，基于時頻分析的特征提取方法能有效反映LFM信號的調(diào)頻斜率、起始頻率、調(diào)制帶寬、分量個數(shù)等脈內(nèi)調(diào)制參數(shù)，明顯改進了噪聲背景下對多分量LFM信號脈內(nèi)調(diào)制參數(shù)的識別效果。
2 線性調(diào)頻信號的時域和頻域特征
信號在時域的基本形式通常表示為復數(shù)形式：
式中，A（t）為幅度；ω0（t）為瞬時角頻率；φ（t）為初始相位；z（t）稱為實信號s（t）＝A（t）cos［ω0t＋φ（t）］的解析信號。線形調(diào)頻信號（LFM）是一種典型的非平穩(wěn)信號，在雷達、通信、聲納等領域中有廣泛應用［3］。一方面，LFM信號的一階和二階數(shù)字特征體現(xiàn)一種隨時間變化的復雜性，另一方面，它的脈內(nèi)調(diào)制頻率具有隨時間呈線性變化的規(guī)律性。理想LFM信號的時域復數(shù)形式表示如下：
實際中多用矩形包絡線形調(diào)頻信號，在雷達中也稱為Chirp信號［4］，其復數(shù)形式表示如下
通過計算機仿真，可直觀得到典型LFM信號的波形和頻譜，如圖1所示。
由圖1可見，無論是時域波形還是頻域頻譜，都不能清晰表征典型LFM信號的瞬時相位和瞬時頻率等時變特征參數(shù)，更不能表征出信號調(diào)頻系數(shù)等脈內(nèi)特征參數(shù)。同時，LFM信號的時域波形和頻域頻譜對噪聲很敏感，在混有信噪比為0dB白噪聲的情況下，波形和頻譜都有很大程度的模糊。因此，采用新的信號處理方法，兼顧表征LFM信號的脈內(nèi)特征參數(shù)和抑制噪聲干擾，對LFM信號的特征提取尤為重要。許多研究表明，時頻分析方法能夠有效滿足這一要求［5～6］。
圖1 LFM信號的波形和頻譜
3 基于時頻分析的LFM信號特征提取
3.1 LFM信號模糊函數(shù)時頻分布特征
模糊函數(shù)（Ambiguity Function，AF）是波形設計的有效工具［7］，采用雷達“點目標”回波的數(shù)學模型，即僅考慮目標回波信號的時間延遲和多普勒頻移，而不考慮面目標回波幅度的閃爍、傳播路徑的衰減、天線方向圖調(diào)制等與信號形式無關(guān)的因素。從模糊函數(shù)的角度對信號進行特征分析，更容易把握其本質(zhì)。
則A（τ，v）就是信號s（t）的模糊函數(shù)。如果對兩個不同信號的瞬時互相關(guān)函數(shù)作Fourier反變換，相應得到兩個信號的互模糊函數(shù)：
當v＝0時，上式就是通常的互相關(guān)函數(shù)R12（τ）。
模糊函數(shù)在（τ－v）平面即模糊域平面上反映了信號的時間和頻率聯(lián)合特性。準確地說，給出了兩個空間點目標的時頻聯(lián)合分辨能力。這也體現(xiàn)了模糊函數(shù)的物理意義，即對單一目標，模糊函數(shù)給出了回波信號的時延－頻移聯(lián)合最優(yōu)估計器輸出的全景圖形；對相鄰的兩個目標，模糊函數(shù)為信號的距離－速度聯(lián)合分辨能力提供了一個保守估計。
LFM信號作為大時寬帶寬積信號，即τB≥1，其模糊函數(shù)表達式為
式中，τ′是脈沖寬度；τ是時間延遲；v是多普勒頻移；μ是調(diào)制斜率。LFM信號的模糊函數(shù)的能量分布為傾斜刀刃型，如圖2?！皟A斜”反映了線性調(diào)制的調(diào)頻斜率，“刀刃”反映了信號包絡的寬脈沖特性。
圖2 LFM信號模糊函數(shù)
與圖1相比，LFM信號的模糊函數(shù)體現(xiàn)了較高的能量聚集性，其主瓣寬度很大，幾乎占據(jù)了整個時延軸，能量主要集中在主瓣中，如圖2。模糊函數(shù)平面圖的斜率即為LFM信號的調(diào)制斜率，模糊函數(shù)平面圖在縱軸上投影的長度即為LFM信號的調(diào)制帶寬，如圖3。同時可見，LFM信號模糊函數(shù)的能量聚集并不是理想的，即存在一個在頻移軸上的寬度，如果固定時延值，即沿平行頻移軸進行切割，得到模糊函數(shù)的頻移切片圖，是具有辛格函數(shù)的包絡，其主瓣寬度反映了一定時延下的距離分辨力，如圖4。與沒有脈內(nèi)調(diào)制的單脈沖信號相比，相同條件下，LFM信號的距離分辨力是單脈沖信號的N倍，N＝τB。
圖3 LFM信號模糊函數(shù)在模糊域平面的投影
圖4 LFM信號AF頻移切片圖
3.2 LFM信號短時傅立葉變換時頻分布特征
信號z（t）的短時傅立葉變換（STFT）定義為
式中，＊代表復數(shù)共軛；g（t）是一個時間寬度很短的窗函數(shù)，它沿時間軸滑動。顯然，如果取無窮長（全局）的矩形窗函數(shù)g（t）＝1，則STFT就是傳統(tǒng)的傅立葉變換。
多分量LFM信號可表示為
式中，N為LFM分量的個數(shù)；Ci、fdi和Ki分別表示第i個LFM分量的幅度、起始頻率和調(diào)頻斜率。LFM信號經(jīng)短時傅立葉變換后，得到的時頻域分布情況如圖5、圖6所示。
圖5 單分量LFM信號STFT時頻域分布特征（無噪聲）
可以看出，通過STFT變換，LFM信號的調(diào)頻斜率這個重要脈內(nèi)參數(shù)能被直觀的反映在時頻域平面上。同時，由于STFT是線性變換，不產(chǎn)生二次交叉項［8］，所以STFT變換能較好地實現(xiàn)對多分量LFM信號脈內(nèi)參數(shù)的特征提取。不過，由于滑動時間窗g（t）長度固定，決定了時間分辨力和頻率分辨力不能同時達到最優(yōu)，導致提取效果存在一定的局限性。
圖6 兩分量LFM信號STFT時頻域分布特征（無噪聲）
3.3 LFM信號Wigner－Ville時頻分布特征
信號z（t）Wigner－Ville變換的定義為
圖7 單分量LFM信號Wigner－Ville時頻域分布特征（無噪聲）
圖8 兩分量LFM信號Wigner－Ville時頻域分布特征（無噪聲）
4 噪聲對LFM信號時頻分布特征的影響
為進一步研究復雜電磁環(huán)境對LFM信號時頻分布特征的影響效果，本文建立了白噪聲背景下多分量LFM信號模型，并對所建立模型的短時Fourier變換以及 Wigner－Ville分布的能量聚集性和抗噪聲干擾性能進行仿真分析。仿真參數(shù)設置如下：LFM信號長度T＝256，兩分量，調(diào)頻范圍（歸一化后）分別為0.01～0.3，0.35～0.5，零均值高斯白噪聲，方差σ2＝1，信噪比SNR＝0dB，時間平滑窗選用長度為25的Hamming窗。
噪聲背景下多分量LFM信號可表示為
式中，N為LFM分量的個數(shù)，Ci、fdi和Ki分別表示第i個LFM分量的幅度、起始頻率和調(diào)頻斜率，為加性白噪聲。
圖9 單分量LFM信號STFT時頻域分布特征（SNR＝0dB）
圖10 兩分量LFM信號STFT時頻域分布特征（SNR＝0dB）
噪聲背景下單分量和多分量LFM信號經(jīng)短時傅立葉變換后，時頻分布特征如圖9、圖10所示。
噪聲背景下單分量和多分量LFM信號的Wigner－Ville時頻分布特征分別如圖11、圖12所示。
圖11 單分量LFM信號WVD Wigner－Ville時頻域分布特征（SNR＝0dB）
圖12 兩分量LFM信號WVD Wigner－Ville時頻域分布特征（SNR＝0dB）
與不含噪聲的情況相比，噪聲背景下，單分量LFM信號短時傅里葉變換時頻分布中的背景電平有所增加，同時信號項的能量聚集性有所下降，如圖9。同樣的情況也存在于多分量LFM信號短時傅里葉變換時頻分布特征中，但是沒有出現(xiàn)交叉項，如圖10。噪聲背景下，單分量LFM信號Wigner－Ville時頻分布特征中的背景電平已經(jīng)不可忽略，同時信號項能量聚集性有所下降，如圖11。對于含噪聲的多分量LFM信號，其Wigner－Ville時頻分布特征中交叉項所占比重更大，信號分量和交叉項會出現(xiàn)明顯的混疊模糊，如圖12?？梢?，噪聲的存在降低了LFM信號的時間分辨力和頻率分辨力，從而影響了對其調(diào)制斜率、起始頻率、信號長度等脈內(nèi)特征參數(shù)的提取效果。但從另一方面，可發(fā)現(xiàn)噪聲背景下的LFM信號時頻分布特征仍然能夠體現(xiàn)出較強的能量聚集性，特別是多分量LFM信號短時傅里葉變換時頻分布特征中不存在交叉項，利用這一特點可以實現(xiàn)對LFM信號的分量個數(shù)估計，提高信號特征提取效果。抑制多分量LFM信號噪聲背景下時頻分布中的交叉項，將是下一步工作需要研究和改進的地方。
［1］劉鋒，孫大鵬，黃宇，等.基于改進Wigner－Hough變換的多分量LFM 信號特征提?。跩］.北京理工大學學報，2008，28（10）：914－917.
［2］張葛祥，胡來招，金煒東.雷達輻射源信號脈內(nèi)特征分析［J］.紅外與毫米波學報，2004，23（6）：477－480.
［3］張賢達，保錚.非平穩(wěn)信號分析與處理［M］.北京：國防工業(yè)出版社，1998，9：35－81.
［4］Bassem R.Mahafza.Radar Signal Analysis and Processing U－sing Matlab.Chapman＆Hall／CRC，2009：109－119.
［5］張賢達.現(xiàn)代信號處理.［M］.第二版.北京：清華大學出版社，2002，10：447－470.
［6］胡廣書.現(xiàn)代信號處理教程［M］.北京：清華大學出版社，2004，11：52－60.
［7］林茂庸，柯有安.雷達信號理論［M］.北京：國防工業(yè)出版社，1984：93－113.
［8］呂宙.基于STFT的 Wigner－Ville分布交叉項抑制［J］.航天電子對抗，2010，26（3）：27－29.
［9］王冉，姜義成.一種針對多分量信號的復延遲型時頻分布的實現(xiàn)方法［J］.電子學報，2012，40（1）：60－65.
［10］鄒紅星，戴瓊海，李衍達，等.不含交叉項干擾且具有 WVD聚集性的時頻分布之不存在性［J］.中國科學E輯，2001，31（4）：348－354.
猜你喜歡
考慮頻率二次跌落抑制的風火聯(lián)合一次調(diào)頻控制能源工程(2021年5期)2021-11-20 05:50:42 頻域稀疏毫米波人體安檢成像處理和快速成像稀疏陣列設計雷達學報(2018年3期)2018-07-18 02:41:34 基于改進Radon-Wigner變換的目標和拖曳式誘餌頻域分離火控雷達技術(shù)(2016年1期)2016-02-06 02:17:55 調(diào)頻發(fā)射機技術(shù)改造西部廣播電視(2015年9期)2016-01-18 03:46:07 調(diào)頻激勵器干擾的排除方法西部廣播電視(2015年9期)2016-01-18 03:46:04 一種基于頻域的QPSK窄帶干擾抑制算法無線電通信技術(shù)(2015年3期)2015-12-23 11:37:02 基于頻域伸縮的改進DFT算法電測與儀表(2015年3期)2015-04-09 11:37:24 基于時頻分析的逆合成孔徑雷達成像技術(shù)艦船科學技術(shù)(2015年8期)2015-02-27 15:38:48 調(diào)頻引信中噪聲調(diào)幅干擾的自適應抑制海軍航空大學學報(2015年4期)2015-02-27 13:45:51 對采樣數(shù)據(jù)序列進行時頻分解法的改進電測與儀表(2014年17期)2014-04-04 11:56:48
付霖宇 張 鑫 程永茂 曹 建 崔欣辰
（海軍航空工程學院兵器科學與技術(shù)系 煙臺 264000）
1 引言
武器裝備信息化程度的不斷提高，現(xiàn)代戰(zhàn)場的電磁環(huán)境日趨復雜，給復雜電磁環(huán)境下信號特征提取提出了新的要求［1～2］。本文通過分析典型線性調(diào)頻（Linear Frequency Modulation，LFM）信號的模糊函數(shù)、短時Fourier變換（STFT）和 Wigner－Ville分布（WVD），歸納了LFM 信號的時頻特征。相對傳統(tǒng)的信號波形和頻譜，時頻特征具有能量聚集性高、噪聲抑制性好的特點。理論分析和仿真實驗表明，基于時頻分析的特征提取方法能有效反映LFM信號的調(diào)頻斜率、起始頻率、調(diào)制帶寬、分量個數(shù)等脈內(nèi)調(diào)制參數(shù)，明顯改進了噪聲背景下對多分量LFM信號脈內(nèi)調(diào)制參數(shù)的識別效果。
2 線性調(diào)頻信號的時域和頻域特征
信號在時域的基本形式通常表示為復數(shù)形式：
式中，A（t）為幅度；ω0（t）為瞬時角頻率；φ（t）為初始相位；z（t）稱為實信號s（t）＝A（t）cos［ω0t＋φ（t）］的解析信號。線形調(diào)頻信號（LFM）是一種典型的非平穩(wěn)信號，在雷達、通信、聲納等領域中有廣泛應用［3］。一方面，LFM信號的一階和二階數(shù)字特征體現(xiàn)一種隨時間變化的復雜性，另一方面，它的脈內(nèi)調(diào)制頻率具有隨時間呈線性變化的規(guī)律性。理想LFM信號的時域復數(shù)形式表示如下：
實際中多用矩形包絡線形調(diào)頻信號，在雷達中也稱為Chirp信號［4］，其復數(shù)形式表示如下
通過計算機仿真，可直觀得到典型LFM信號的波形和頻譜，如圖1所示。
由圖1可見，無論是時域波形還是頻域頻譜，都不能清晰表征典型LFM信號的瞬時相位和瞬時頻率等時變特征參數(shù)，更不能表征出信號調(diào)頻系數(shù)等脈內(nèi)特征參數(shù)。同時，LFM信號的時域波形和頻域頻譜對噪聲很敏感，在混有信噪比為0dB白噪聲的情況下，波形和頻譜都有很大程度的模糊。因此，采用新的信號處理方法，兼顧表征LFM信號的脈內(nèi)特征參數(shù)和抑制噪聲干擾，對LFM信號的特征提取尤為重要。許多研究表明，時頻分析方法能夠有效滿足這一要求［5～6］。
圖1 LFM信號的波形和頻譜
3 基于時頻分析的LFM信號特征提取
3.1 LFM信號模糊函數(shù)時頻分布特征
模糊函數(shù)（Ambiguity Function，AF）是波形設計的有效工具［7］，采用雷達“點目標”回波的數(shù)學模型，即僅考慮目標回波信號的時間延遲和多普勒頻移，而不考慮面目標回波幅度的閃爍、傳播路徑的衰減、天線方向圖調(diào)制等與信號形式無關(guān)的因素。從模糊函數(shù)的角度對信號進行特征分析，更容易把握其本質(zhì)。
則A（τ，v）就是信號s（t）的模糊函數(shù)。如果對兩個不同信號的瞬時互相關(guān)函數(shù)作Fourier反變換，相應得到兩個信號的互模糊函數(shù)：
當v＝0時，上式就是通常的互相關(guān)函數(shù)R12（τ）。
模糊函數(shù)在（τ－v）平面即模糊域平面上反映了信號的時間和頻率聯(lián)合特性。準確地說，給出了兩個空間點目標的時頻聯(lián)合分辨能力。這也體現(xiàn)了模糊函數(shù)的物理意義，即對單一目標，模糊函數(shù)給出了回波信號的時延－頻移聯(lián)合最優(yōu)估計器輸出的全景圖形；對相鄰的兩個目標，模糊函數(shù)為信號的距離－速度聯(lián)合分辨能力提供了一個保守估計。
LFM信號作為大時寬帶寬積信號，即τB≥1，其模糊函數(shù)表達式為
式中，τ′是脈沖寬度；τ是時間延遲；v是多普勒頻移；μ是調(diào)制斜率。LFM信號的模糊函數(shù)的能量分布為傾斜刀刃型，如圖2?！皟A斜”反映了線性調(diào)制的調(diào)頻斜率，“刀刃”反映了信號包絡的寬脈沖特性。
圖2 LFM信號模糊函數(shù)
與圖1相比，LFM信號的模糊函數(shù)體現(xiàn)了較高的能量聚集性，其主瓣寬度很大，幾乎占據(jù)了整個時延軸，能量主要集中在主瓣中，如圖2。模糊函數(shù)平面圖的斜率即為LFM信號的調(diào)制斜率，模糊函數(shù)平面圖在縱軸上投影的長度即為LFM信號的調(diào)制帶寬，如圖3。同時可見，LFM信號模糊函數(shù)的能量聚集并不是理想的，即存在一個在頻移軸上的寬度，如果固定時延值，即沿平行頻移軸進行切割，得到模糊函數(shù)的頻移切片圖，是具有辛格函數(shù)的包絡，其主瓣寬度反映了一定時延下的距離分辨力，如圖4。與沒有脈內(nèi)調(diào)制的單脈沖信號相比，相同條件下，LFM信號的距離分辨力是單脈沖信號的N倍，N＝τB。
圖3 LFM信號模糊函數(shù)在模糊域平面的投影
圖4 LFM信號AF頻移切片圖
3.2 LFM信號短時傅立葉變換時頻分布特征
信號z（t）的短時傅立葉變換（STFT）定義為
式中，＊代表復數(shù)共軛；g（t）是一個時間寬度很短的窗函數(shù)，它沿時間軸滑動。顯然，如果取無窮長（全局）的矩形窗函數(shù)g（t）＝1，則STFT就是傳統(tǒng)的傅立葉變換。
多分量LFM信號可表示為
式中，N為LFM分量的個數(shù)；Ci、fdi和Ki分別表示第i個LFM分量的幅度、起始頻率和調(diào)頻斜率。LFM信號經(jīng)短時傅立葉變換后，得到的時頻域分布情況如圖5、圖6所示。
圖5 單分量LFM信號STFT時頻域分布特征（無噪聲）
可以看出，通過STFT變換，LFM信號的調(diào)頻斜率這個重要脈內(nèi)參數(shù)能被直觀的反映在時頻域平面上。同時，由于STFT是線性變換，不產(chǎn)生二次交叉項［8］，所以STFT變換能較好地實現(xiàn)對多分量LFM信號脈內(nèi)參數(shù)的特征提取。不過，由于滑動時間窗g（t）長度固定，決定了時間分辨力和頻率分辨力不能同時達到最優(yōu)，導致提取效果存在一定的局限性。
圖6 兩分量LFM信號STFT時頻域分布特征（無噪聲）
3.3 LFM信號Wigner－Ville時頻分布特征
信號z（t）Wigner－Ville變換的定義為
圖7 單分量LFM信號Wigner－Ville時頻域分布特征（無噪聲）
圖8 兩分量LFM信號Wigner－Ville時頻域分布特征（無噪聲）
4 噪聲對LFM信號時頻分布特征的影響
為進一步研究復雜電磁環(huán)境對LFM信號時頻分布特征的影響效果，本文建立了白噪聲背景下多分量LFM信號模型，并對所建立模型的短時Fourier變換以及 Wigner－Ville分布的能量聚集性和抗噪聲干擾性能進行仿真分析。仿真參數(shù)設置如下：LFM信號長度T＝256，兩分量，調(diào)頻范圍（歸一化后）分別為0.01～0.3，0.35～0.5，零均值高斯白噪聲，方差σ2＝1，信噪比SNR＝0dB，時間平滑窗選用長度為25的Hamming窗。
噪聲背景下多分量LFM信號可表示為
式中，N為LFM分量的個數(shù)，Ci、fdi和Ki分別表示第i個LFM分量的幅度、起始頻率和調(diào)頻斜率，為加性白噪聲。
圖9 單分量LFM信號STFT時頻域分布特征（SNR＝0dB）
圖10 兩分量LFM信號STFT時頻域分布特征（SNR＝0dB）
噪聲背景下單分量和多分量LFM信號經(jīng)短時傅立葉變換后，時頻分布特征如圖9、圖10所示。
噪聲背景下單分量和多分量LFM信號的Wigner－Ville時頻分布特征分別如圖11、圖12所示。
圖11 單分量LFM信號WVD Wigner－Ville時頻域分布特征（SNR＝0dB）
圖12 兩分量LFM信號WVD Wigner－Ville時頻域分布特征（SNR＝0dB）
與不含噪聲的情況相比，噪聲背景下，單分量LFM信號短時傅里葉變換時頻分布中的背景電平有所增加，同時信號項的能量聚集性有所下降，如圖9。同樣的情況也存在于多分量LFM信號短時傅里葉變換時頻分布特征中，但是沒有出現(xiàn)交叉項，如圖10。噪聲背景下，單分量LFM信號Wigner－Ville時頻分布特征中的背景電平已經(jīng)不可忽略，同時信號項能量聚集性有所下降，如圖11。對于含噪聲的多分量LFM信號，其Wigner－Ville時頻分布特征中交叉項所占比重更大，信號分量和交叉項會出現(xiàn)明顯的混疊模糊，如圖12?？梢?，噪聲的存在降低了LFM信號的時間分辨力和頻率分辨力，從而影響了對其調(diào)制斜率、起始頻率、信號長度等脈內(nèi)特征參數(shù)的提取效果。但從另一方面，可發(fā)現(xiàn)噪聲背景下的LFM信號時頻分布特征仍然能夠體現(xiàn)出較強的能量聚集性，特別是多分量LFM信號短時傅里葉變換時頻分布特征中不存在交叉項，利用這一特點可以實現(xiàn)對LFM信號的分量個數(shù)估計，提高信號特征提取效果。抑制多分量LFM信號噪聲背景下時頻分布中的交叉項，將是下一步工作需要研究和改進的地方。
［1］劉鋒，孫大鵬，黃宇，等.基于改進Wigner－Hough變換的多分量LFM 信號特征提?。跩］.北京理工大學學報，2008，28（10）：914－917.
［2］張葛祥，胡來招，金煒東.雷達輻射源信號脈內(nèi)特征分析［J］.紅外與毫米波學報，2004，23（6）：477－480.
［3］張賢達，保錚.非平穩(wěn)信號分析與處理［M］.北京：國防工業(yè)出版社，1998，9：35－81.
［4］Bassem R.Mahafza.Radar Signal Analysis and Processing U－sing Matlab.Chapman＆Hall／CRC，2009：109－119.
［5］張賢達.現(xiàn)代信號處理.［M］.第二版.北京：清華大學出版社，2002，10：447－470.
［6］胡廣書.現(xiàn)代信號處理教程［M］.北京：清華大學出版社，2004，11：52－60.
［7］林茂庸，柯有安.雷達信號理論［M］.北京：國防工業(yè)出版社，1984：93－113.
［8］呂宙.基于STFT的 Wigner－Ville分布交叉項抑制［J］.航天電子對抗，2010，26（3）：27－29.
［9］王冉，姜義成.一種針對多分量信號的復延遲型時頻分布的實現(xiàn)方法［J］.電子學報，2012，40（1）：60－65.
［10］鄒紅星，戴瓊海，李衍達，等.不含交叉項干擾且具有 WVD聚集性的時頻分布之不存在性［J］.中國科學E輯，2001，31（4）：348－354.
猜你喜歡
能源工程(2021年5期)2021-11-20 05:50:42
雷達學報(2018年3期)2018-07-18 02:41:34
火控雷達技術(shù)(2016年1期)2016-02-06 02:17:55
西部廣播電視(2015年9期)2016-01-18 03:46:07
西部廣播電視(2015年9期)2016-01-18 03:46:04
無線電通信技術(shù)(2015年3期)2015-12-23 11:37:02
電測與儀表(2015年3期)2015-04-09 11:37:24
艦船科學技術(shù)(2015年8期)2015-02-27 15:38:48
海軍航空大學學報(2015年4期)2015-02-27 13:45:51
電測與儀表(2014年17期)2014-04-04 11:56:48
