本文提出GRAIL-SCML算法，一种融合多种技术优势的高精度波达方向(DOA)估计方法。针对低信噪比、单快拍、强相关信号和非均匀噪声等挑战性场景，该算法创新性地结合了三种核心模块：波形域确定性最大似然拟合、协方差域统计拟合和弱几何正则化，以及两种关键技术：自适应集成似然和证据支撑集选择。通过几何正则化防止角度估计坍缩，利用集成似然平衡不同信息源的优势，最终在极端条件下实现超越传统方法的估计精度。

【SAR成像】SAR成像BP算法【附全部MATLAB代码】

基于射频信号的测向与定位，是雷达、通信、无人系统里绕不开的基础能力。但真正把算法搬到室外、搬进室内，问题就来了：多径传播。一个信号经墙面、地面反射后，接收端会同时看到直达径和若干条延迟副本，它们在角度上彼此靠近、在能量上此消彼长。以 MUSIC 为代表的子空间类算法在这种场景下的表现并不理想：一方面，协方差矩阵估计需要足够多的快拍数，快拍不足时噪声子空间泄露，谱峰位置漂移；另一方面，弱信号体制下（

为研究与发展反无人机检测识别技术，该文公开了一个名为DroneRFa的大规模无人机射频信号数据集。该数据集使用软件无线电设备探测无人机与遥控器相互通信的射频信号，包含城市户外场景下运动无人机信号9类、城市室内场景下信号15类以及背景参照信号1类。每类数据有不少于12个片段，每个片段包含1亿个以上的采样点。数据采集覆盖了3个ISM无线电频段，记录无人机多频通信的真实活动。该数据集具有详细的无人机户外

全球导航卫星系统（GNSS），尤其是全球定位系统（GPS），在交通、电信、应急服务等众多领域中作为定位、导航与授时（PNT）的核心支撑，其重要性日益凸显，但同时也面临着欺骗和干扰等恶意威胁，亟需建立有效的防护机制。欺骗攻击通过传输伪造GNSS信号误导接收机计算错误位置，可能导致民用航空导航失误、军事行动安全漏洞等严重后果；而干扰攻击则通过刻意发射信号干扰合法GNSS信号，使其无法正常使用。由于GN

本文提出了一种基于MIMO蜂窝系统的联合通信与干扰（JCJ）方案，用于对抗低空经济中的未授权无人机。通过半定松弛和新型约束设计，解决了传统波束成形在用户与无人机总数超过天线数时的失效问题。仿真验证表明，该方案在有限天线条件下仍能有效工作，且性能优于传统方法。研究成果为利用现有基站设施实现低成本无人机对抗提供了可行方案，有助于保障低空经济的健康发展。

摘要： 5G NR-PRS信号赋能6G多基地ISAC系统，突破LoS/NLoS混合场景定位精度瓶颈。研究基于3GPP标准，利用5G NR定位参考信号（PRS）的灵活配置特性，提出创新算法解决多径效应、测量异常值及PRS分辨率误差问题。通过场景适配误差抵消、误差双消除机制及自适应融合策略，算法在仿真中实现平均定位误差较传统方法降低28%（达0.96m），90分位误差降低16%，且在18m异常值干扰下

卷积神经网络（CNN）是环境声音分类中性能最好的神经网络结构之一。最近，时间注意力机制已被用于CNN中，以从音频分类的相关时间帧中捕获有用的信息，特别是对于不应用声音事件的开始和偏移时间的弱标记数据。然而，在这些方法中，在获得深度特征时，没有明确地利用固有的光谱特性和变化。在本文中，我们提出了一种新的并行时间-频谱注意机制，用于CNN学习有区别的声音表示，通过捕获不同时间帧和频带的重要性来增强时间

本文提出一种基于矩形滤波器的改进型卷积神经网络(MCNN)用于跳频扩频(FHSS)信号分类。针对传统CNN方形滤波器不适用于时频表示(TFR)的问题，MCNN采用水平矩形滤波器和池化区域，有效提取FHSS信号的跳频特征。通过随机擦除方法解决数据集不平衡问题，在信噪比为-2dB时分类准确率达80.44%，优于传统CNN。该方法为复杂电磁环境下的FHSS信号识别提供了有效解决方案，可扩展应用于语音、雷

本文介绍了一款基于Python开发的专业级雷达信号处理仿真系统，具备军工级实时雷达可视化、全链路信号处理、智能目标检测和多目标精准追踪等功能。该系统采用模块化设计，包含信号处理、目标检测、卡尔曼滤波等核心组件，支持多场景模拟和交互式操作。安装仅需Python 3.8+环境，通过简单命令即可部署运行。未来还将持续升级，新增3D追踪、数据导出等实用功能。该系统适用于雷达算法学习、教学演示及研发验证，具