基于变分贝叶斯估计方法的双尺度自适应Kalman滤波

针对Kalman滤波在对敌目标估计应用中遇到的量测和过程噪声均未知且时变的情况,提出了一种利用变分贝叶斯估计的双尺度自适应滤波方法。解决了2个关键问题：一是针对量测和过程噪声协方差的共轭后验分布提出了相对转移概率指标,设计了启发式的自适应噪声估计窗口,实现了稳态精度和时变响应性能的综合提升,能适应敌方目标机动性高且统计特性变化快的特点;二是设计了在不同时间尺度上估计过程噪声和量测噪声的协方差方法,解决了在同一时间尺度上使协方差估计值发生严重偏差且增大滤波误差的问题。仿真表明,所提方法能快速跟踪目标状态噪声统计特性的变化并保证估计精度。     

机载MIMO雷达空时二维杂波建模及特性分析

为了揭示发射信号正交分集情况下机载MIMO雷达的杂波分布规律及特征，在分析了机载MIMO雷达几何特性的基础上,建立了机载MIMO雷达杂波的空时二维阵元模型,并推导了相应的矢量模型,分析了影响MIMO雷达杂波分布的关键因素。给出了距离模糊情况下杂波协方差矩阵估算方法,分析了机载MIMO雷达的杂波分布特性。仿真结果表明：机载MIMO雷达杂波具有良好的斜对角空时二维分布特性；MIMO雷达杂波谱中杂波基线附近杂波展宽幅度小,更利于慢速目标的检测；相比相控阵雷达，MIMO雷达具有更广的探测视角和更大的系统自由度,使其易于进行杂波抑制。     

压实度及水分对青藏高原季冻区砂砾土冻胀特性的影响

 针对青藏高原季冻区某机场道基主要材料砂砾土,通过实验系统地研究了压实度、初始含水率及补水状况对砂砾土冻胀特性的影响规律。结果表明,在封闭条件下,若初始含水率不变,则砂砾土冻胀率随压实度的增加呈先增大后减小的趋势,在压实度为95%左右时达到最大值,若压实度不变,则冻胀率随初始含水率的增加呈线性增大;压实度和初始含水率均与冻胀率之间存在高度相关的函数关系,这些关系式在某些情况下可用于相关指标的相互预测。在开放条件下,砂砾土的冻胀率较封闭条件下显著增大,通常达3~4倍以上。为有效防治砂砾土冻胀,应严格控制压实度和初始含水率,同时采用降低地下水位、设置隔水垫层等措施阻止外界水源补充。     

多机协同电子战规划压制干扰布阵研究

针对电子战任务规划中的多机协同压制敌防空雷达网的干扰布阵问题,提出了航线规划安全区概念,基于数学形态学方法对安全区最小宽度进行求解,以安全区最小宽度和各部干扰机距敌方雷达网中心距离之和作为目标函数,构建了干扰布阵的多目标优化模型,采用多目标粒子群优化算法对模型进行求解,通过仿真实验对求解出的Pareto最优解集进行分析,得出了各部干扰机压制敌雷达网的最优干扰布阵方式,验证了所建多目标优化模型的正确性,同时也表明多目标粒子群优化算法在求解多机协同电子战干扰布阵问题是可行的、有效的     

改进型连续粒子群算法求解重叠联盟生成问题

采用基于整数编码方式的连续粒子群算法解决重叠联盟生成问题.设计了粒子的编码方式,给出了编码有效性检查方法和无效编码的修正算法.为提高种群多样性,提出了粒子位置的二阶段初始化方法;针对粒子易陷入局部极值问题,给出了粒子重新初始化机制.对出现停滞现象的粒子群,围绕其加权重心位置重新初始化,引导粒子突破了局部极值的限制.最后,通过实验验证了算法的有效性.
     

高斯粒子PHD滤波的多个弱小目标TBD算法

针对现有多个弱小目标检测前跟踪(track before detect, TBD)算法存在的跟踪精度低,算法复杂度高等问题,提出一种新的基于概率假设密度(probability hypothesis density, PHD)的TBD算法。所提算法通过高斯粒子滤波对PHD中的各高斯项进行递归运算、进行多帧能量累积,并提取高斯项的均值为目标的状态,达到检测与跟踪多个弱小目标的目的。算法在随机集滤波框架下完成未知数目的多个弱小目标跟踪,不仅充分利用粒子滤波的非线性估计能力,同时避免了传统算法利用模糊聚类进行目标状态提取所带来的跟踪精度低等问题。仿真结果表明,所提算法与传统方法相比,在降低算法复杂度的同时,对多个红外弱小目标具有更加良好的实时检测和跟踪性能。     

基于OS-CFAR的LFM脉压雷达多假目标干扰分析

目前，对采用恒虚警检测的线性调频脉冲压缩雷达的干扰方法,主要针对采用均值类恒虚警检测的情形,而对于专门用于多假目标检测的有序统计类恒虚警(order-statistic constant false-alarm rate, OS-CFAR)检测器,尚未有专门的干扰方法出现。针对此问题,提出了一种专门针对OS-CFAR检测的多假目标产生方法。首先根据OS-CFAR检测原理进行干扰假目标设计,在此基础上提出利用间歇采样部分转发产生多假目标的方法,然后针对OS-CFAR检测的特点对干扰参数进行设置,合理安排干扰机位置或者移频后转发,在目标的左右检测单元产生了数量、幅度、空间分布可控的多假目标。仿真结果表明,该干扰方法可以有效降低目标在雷达检测端被发现的概率。     

基于模糊聚类和专家评分机制的无人机多层次模块划分方法

本文基于初步划分-综合评价-精准划分的多层次递进模块划分架构, 为模块化无人机设计中模块划分提供可信、有效的方法。以提升模块划分结果的可信度为目标, 在模块划分指标评价中引入基于专家信度的评分机制, 形成了基于模糊聚类和专家评分机制的多层次模块划分方法。以一次性、可重复使用无人机为例, 采用本文提出的模块划分方法, 进行零部件聚类并形成模块划分方案。由模块划分结果可知, 本文模块划分方法可对不同模式的无人机获得符合其使用特点、可信的模块划分方案, 进而验证了方法的合理性和有效性。     

基于窄带雷达组网的高速自旋目标成像

针对单部窄带雷达无法获得高速自旋目标无失真二维像的问题,研究了基于多部窄带雷达组网的自旋目标无失真成像方法。首先在建立自旋目标窄带雷达回波模型基础上,分析了单基窄带雷达成像方法;然后分别研究了基于多幅窄带雷达图像配准的旋转对称目标和非旋转对称目标图像二维定标方法;最后,对配准后的各窄带雷达图像进行融合得到了目标的无失真二维像。仿真实验验证了本文方法的有效性,并分析了算法的鲁棒性。