采用自适应原始对偶迭代的无人机编队协同航路规划方法

针对目标通过机动进入无人机雷达探测盲区、导致雷达跟踪不稳定的问题，提出一种无人机编队协同航路规划方法。首先，根据雷达多普勒速度盲区、雷达探测视角、距离边界区等建立协同航路规划约束条件；然后，以机动目标稳健跟踪为目的建立优化目标函数，并结合约束条件构建协同航路优化模型；最后，设计了一种自适应原始-对偶迭代算法，对建立的航路优化模型进行快速求解，得到无人机飞行实时航路。对比仿真结果表明：所提方法能够实现无人机编队协同航路快速规划，达到对机动目标持续稳定跟踪的目的；与传统的高斯伪谱法和模型预测控制算法相比，所提方法求解速度提升了10%,算法复杂度相对较低；所提方法求解的无人机航路平滑性较好，可减少无人机飞行油耗，便于长时留空探测。     

大误差条件下空中平台光电载荷系统误差标校

针对传统的空中平台光电载荷系统误差标校方法在实际大误差的测量条件下无法对系统误差进行准确标校的问题,根据实际应用的特点提出系统误差标校方法,将误差量进行分组,制定并利用了具有较强抗干扰能力的模糊评价法则与偏差统计法对分组后的误差量分别进行识别,对系统误差进行了标校.实际飞行试验证明提出的系统误差标校方法适合工程实践中大误差条件下的数据处理.     

一种改进ICCP水下地形匹配算法

针对水下地形最近等值线迭代（ICCP）匹配算法的原理缺陷和惯性导航累积误差对匹配精度的影响,提出了一种利用粒子群算法优化估计航路的改进ICCP算法．分析了ICCP算法的不足,利用估计航路、惯性导航定位误差和数字地图确定误差椭圆和参考航路,用豪斯多夫距离表征参考航路与实际航路的位置差异,并利用粒子群优化算法实现参考航路的快速寻优．仿真结果证明改进算法具有更好的定位精度和鲁棒性,湖上试验验证了算法的工程可行性．     

六自由度弹道仿真航路规划评价方法

针对飞行器航路规划评价方法单一、缺乏合理性与动态特性验证等问题,提出了基于六自由度弹道仿真的航路规划评价方法.分析了影响航路评价的几种因素,并建立起基于Simulink的六自由度弹道模型.将已规划航路输入六自由度弹道模型中,通过仿真得到飞行器沿航路飞行时的各飞行参数实际响应,从动态角度分析已规划航路的合理性,以更加接近真实情况的仿真手段实现对规划效果的全面评价.仿真结果表明,该评价方法可以实现对规划航路动态特性的验证.     

基于概率有向图模型的船舶进出港航路规划

为降低港口水域内的船舶航行风险,提高港口生产效率,提出基于概率有向图模型的船舶进出港航路规划算法.采用基于密度的聚类方法,对船舶进出港的历史轨迹进行分类,从而提取出船舶在港内的正常航行模式,并采用基于网格划分的方法对轨迹进行离散.以网格为节点及相邻网格为有向边,建立概率有向图模型.给定航路的起始点和目的地,动态搜索船舶可能的航行路径进行航路规划.分别选取100条进港轨迹和100条出港轨迹对模型进行验证,结果表明:模型输出的进港规划航路与船舶真实航迹间的平均航路偏差为0.18,出港规划航路与真实航迹间的航路偏差为0.28.本模型生成的航路结合了多数船舶的进出港航行规律,其适航性能满足要求.     

基于分层策略的多无人机最优协同航路规划

基于分层策略将多无人机协同航路规划分为航路规划层、协同控制层和航迹控制层进行研究。航路规划层采用基于K均值和遗传算法的航路规划方法,为每架无人机提供多条备选航路;针对传统协同控制算法在求解协同变量出现无解的情况,设计了新的协同变量求解步骤;航迹控制层基于无人机六自由度模型和协同变量建立了终端时间固定的最优航迹控制模型,并采用勒让德伪谱法将最优控制问题转化为非线性规划问题,并利用CFSQP对模型进行了求解,实现了对无人机航迹控制变量和姿态的规划。仿真结果表明,利用该方法得到的无人机协同航路具有较高的可操作性,且计算量较小,效率较高,得到的无人机控制指令平滑,易于操控。     

基于多视角距离像的弹道目标三维微动特征提取

针对现有估计方法提取散射点类型单一以及工程实现较为困难的问题,提出了一种基于组网雷达的多视角距离像提取三维进动特征方法。利用雷达网中各雷达多视角观测弹道目标,提取目标的距离像序列信号,求得最强2散射点在雷达视线上的投影长度,提取目标投影长度随时间变化的关系,利用最小二乘估计对关系式中的参数进行估计。运用组网雷达的多视角特性,根据不同视线方向上不同进动角频率的投影分量,提取目标三维微动特征。计算机仿真验证了提取方法的可行性与有用性,估计效果达到预期目的。     

一种考虑站址误差的抗欺骗式假目标方法

针对现有数据融合算法中,组网雷达各节点雷达忽略自身站址误差而导致抗干扰性能降低的问题,提出一种考虑站址误差的抗欺骗式假目标方法。首先,通过增加量测过程中可能产生的各节点雷达的站址误差变量,改进融合算法的误差协方差矩阵;然后,利用改进后的算法计算各节点雷达对应量测目标之间的马氏距离,判断目标的空间相关性;最后,利用空间相关性的差异,对真假目标进行有效鉴别。仿真结果表明:该方法能够将组网雷达对真目标检测概率稳定在99%以上;在站址误差为60m的条件下,组网雷达对假目标的虚警概率可降低10%以上。     

基于S变换的浮标式高频地波雷达相位补偿算法

针对浮标式高频地波雷达系统,分析了雷达平台晃动对回波信号相位的影响,并且提出一种基于S变换的相位补偿方法。该方法利用信号窄带分量中能量最大者作为相位补偿的标校信号,采用S变换的时频分析方法对雷达信号的瞬时频率以及相位进行估计,实现对回波信号相位补偿。仿真结果显示一阶海洋回波谱得到了很好的锐化,与相位污染前的多普勒频谱相近,从而验证了方法的有效性。     

采样频率误差对OFDM系统的影响和估计方法

分析了正交频分多路(OFDM)系统中采样频率偏差对系统性能的影响，提出了一种基于导音的采样频率偏差估计方法．通过建立数学模型，推导出存在采样频率偏移时系统信噪比的近似计算公式，定量地估计采样频率误差对系统性能的影响．结果表明，输入信噪比相同时，采样频率增大将恶化系统性能，采样频率偏差一定时，随输入信噪比或系统子载波数目的增大，系统输出性能恶化进一步加剧．通过连续重发两个相同的OFDM符号，应用最大似然估计方法确定采样频率偏差．分析计算表明，该方法具有简单、精确的特点.     

多频率高频地波雷达的阵列幅相校正

针对多频率高频地波雷达的工程应用,提出了基于自适应遗传算法的阵列无源校正方法.该方法将阵列幅度和相位校正问题转化为多元参数的联合估计问题,利用遗传算法得到了该优化问题的最优解估计.现场实测数据表明：与定点浮标观测结果相比,校正后多频率高频地波雷达海流探测性能大幅提高,在频率为14.2MHz下,相关系数由0.77变为0.85,均方根误差由29.25cm/s降到21.62cm/s;在频率为22.5MHz下,相关系数由0.86变为0.94,均方根误差由24.59cm/s降到17.58cm/s.     

组网雷达自适应数据融合跟踪算法

针对高速、机动目标的实时、精确跟踪问题,提出一种能在线调整组网雷达中各雷达权值的自适应数据融合算法。按照一定的规则寻找最佳的权系数,使融合后目标的状态估计值最优;把输入信号用作自适应滤波器的量测信号,利用新息相关的自适应滤波算法对状态方程及量测方程中误差的变化调节增益矩阵的大小,同时根据自适应滤波的状态偏差输出信号与当前的量测数据,运用模糊推理规则对组网雷达系统中各雷达的权值进行在线调节;系统输出结果即为自适应数据融合下目标的最优状态估计值。仿真结果验证了该算法在跟踪精度和收敛速度上的优越性,实现了组网雷达系统对目标的自适应跟踪。     

基于互相关分析与ZFFT的目标运动参数估计

针对频率步进雷达多个相邻脉组回波进行互相关分析,得到目标运动参数的一种估计方法.对该方法进一步分析发现,加速度估计误差将导致速度估计产生较大的偏移,为此提出一种复调制细化分析(ZFFT)的简化算法,以较小的运算量实现了加速度估计精度的明显提升,降低了速度估计误差.计算机仿真结果表明,通过互相关分析与ZFFT算法,可准确估计目标的径向加速度和速度,对原始信号进行有效补偿,从而获得高质量的高分辨力一维距离像.     

高频地波雷达的阵列互耦校正

针对分布式高频地波雷达（HFSWR）的工程应用,研究了基于自适应混合算法（AHA）的阵列无源校正方法.该方法将阵列误差估计问题转化为多元参数的联合估计问题,利用改进的混合算法得到了该优化问题的最优解估计.利用海洋回波校正了分布式高频地波雷达阵列幅相误差之后,将该方法应用到雷达系统的阵列互耦误差校正.仿真和现场实验实测数据的分析表明,该方法对空间谱算法性能的改善十分明显,验证了其有效性.     

组网雷达中旋转目标微多普勒效应分析及三维微动特征提取

目标微动特征提取是当前研究的一个热点,在组网雷达技术中研究了旋转目标的微多普勒效应,分别分析了组网雷达中不同信号形式下的目标微多普勒效应,并给出了其参数化表达。利用组网雷达的多视角特性,将不同信号形式下分布在不同位置的雷达获得的回波信号进行参数提取,通过构造多元非线性方程组,以提取的参数作为变量,进行目标3维微动参数解算,实现了目标3维微动特征的提取。仿真实验验证了所提算法的有效性。     

雷达组网仿真研究与实现

针对工程中雷达组网的实际情况，研究了雷达组网技术的仿真与实现问题。首先基于分布式组网结构对雷达进行布站和组网，然后采用静态和动态相结合的仿真方法，实现了雷达探测仿真与数字地理信息系统的结合，创建了集雷达性能仿真、环境仿真、电子对抗仿真和目标仿真于一体的雷达探测模型体系；建立了雷达组网动态仿真多因子评估指标体系和评价方法。仿真试验表明，该雷达仿真系统具有优良的模拟实际作战性能。     

基于多天线FMCW雷达的人体行为识别方法

提出一种基于多天线调频连续波(frequency modulated continuous wave, FMCW)雷达的多参数融合神经网络(fusion neural network, FNN)人体行为识别方法。针对FMCW雷达参数估计算法角度分辨率不足以及在估计目标个数错误的情况下会降低精度的问题,提出一种结合最小功率无失真响应(minimum power distortionless response, MPDR)波束形成与快速傅里叶变换(fast Fourier transform, FFT)的距离-方位角参数联合估计算法。利用2个相互垂直的线阵雷达捕捉人体行为,使用参数联合估计算法估计人体目标各回波点在水平与垂直方向的距离、角度参数。构建FNN,从参数估计结果中提取并融合人体行为在水平与垂直方向的空间与时间特征,根据融合特征实现人体行为识别与分类。实验结果表明,FNN方法对人体行为识别的准确率相比传统三维卷积神经网络(3D convolutional neural networks, 3D-CNN)提升了4.37%。     

基于视觉的智能车辆横向偏差测量方法

针对横向偏差传统测量手段的不足,提出了一种智能车辆横向偏差的视觉测量方法.该方法是根据摄像机的成像特点和高等级路面的特征,通过重构路面的空间关系来实现的.对其中的关键环节车载摄像机的标定采用了非线性分步优化的过程,该过程不需要知道不同取向的靶标图像的变动情况,能适应室外道路简便、快速的标定要求.试验表明,所提出的横向偏差测量方法在近视野情况下对于坡度不大的一般道路可以取得厘米级的实时测量精度,能够满足多传感器组合导航对横向偏差测量的要求.     

一种合成宽带数字波束形成相控阵通道幅相误差的校准方法

在对相控阵雷达数字化单脉冲和差波束形成原理研究的基础上,给出了单脉冲比的提取模型。对通道幅相误差与角度估计精度的关系进行了分析,结果表明通道幅相误差将导致和波束主瓣畸变,增益降低,进而影响角度测量的精度;在利用合成宽带信号进行距离高分辨成像时,通道的幅相误差将会导致高分辨距离像的畸变。针对通道误差的校准提出了一种不需要注入参考信号的盲自适应校准方法,利用接收信号作为参考信号,采用改进的NLMS算法求取校准权值,在校准过程中进行通道延迟的补偿。仿真结果证明了该方法的有效性。