低信噪比下的变步长最小均方自适应算法及其在时延估计中的应用

为提高变步长最小均方(LMS)自适应算法在噪声干扰下的时变时延跟踪性能,提出改进的变步长LMS自适应算法.该算法对MVSS-LMS算法进行误差均值补偿,改步长因子固定范围约束为动态变化约束;使用HB加权突出自适应滤波器权系数峰值,采用滑动窗遗忘加权减小计算复杂度.自适应时延估计仿真实验和消声水池目标被动定位试验表明:相比于参数固定条件下的MVSS-LMS算法和SVS-LMS算法,改进算法能够获得更好的时变时延跟踪性能.     

基于PO/AP的角反射体RCS模型构建及分析

为全面深入掌握角反射体全向雷达截面积(radar cross section, RCS)特性,提出了综合利用物理光学(physical optics, PO)和区域投影(area projection, AP)的混合算法,构建了基于PO/AP的三面角反射体全向RCS模型,研究了包括角反射体形状、尺寸及入射波方位角、俯仰角、频率、极化方式等参数在内的角反射体RCS特性,并对3种反射类型进行了独立分析,最后通过FEKO（一款三维全波电磁仿真软件）仿真对算法的有效性进行了验证。结果表明:所提算法是角反射体全向RCS模型构建及分析行之有效的手段,其在有效保证计算精度的前提下,能够显著提高角反射体RCS的预估效率。     

浮空式角反射体RCS统计特征及识别模型研究

针对浮空式角反射体新型无源干扰器材的末制导雷达目标识别问题,对其雷达截面积统计特征及识别模型进行研究。采用理论推导方式依次构建浮空式角反射体及其阵列雷达截面积模型,利用SolidWorks建模仿真软件和三维电磁场仿真软件,对两型舰艇目标进行三维建模和电磁仿真;考虑到雷达截面积随观测角度变化起伏性较强的特点,通过统计手段提取浮空式角反射体和舰船目标位置特征、散布特征和分布特征中的9个统计特征参数,作为后续目标识别特征;基于深度神经网络构建浮空式角反射体类目标识别模型。结果表明:多个浮空式角反射 体成阵列使用能够在一定程度上改变单个角反射体固有的雷达截面积方向性,同时优化神经网络模型可作为判别浮空式角反射体类假目标的有效手段,在划分训练集和测试集上分类准确度分别为97.4%和94.3%。     

空中平台光电载荷无源定位数据预处理方法

为改善光电载荷测量数据中测量信号的可信度,提出了空中平台光电载荷无源定位数据预处理方法.对实际噪声进行分类并分析了各自的产生原因,根据不同种类噪声采用了数据信号分析与图像信息分析相结合的消噪方法,解决了单一方法对实际噪声消噪不理想的问题,从而为精确定位目标提供了前提与保障,保持光电载荷的定位作战效能.     

海上角反射体群的RCS快速混合预估算法

在高频、远场条件下,对海上多角反射体构成的无源对抗系统的雷达散射面积(radar cross section,RCS)进行预估。针对传统算法计算量大、复杂度高的问题,提出综合利用改进的几何光学/区域投影法(geometrical optics/area projection,GO/AP)和散射中心合成法,进行海上角反射体群RCS的快速预估。首先,根据角反射体的分布态势,利用改进GO/AP算法实时计算各角反射体的RCS;然后,利用散射中心合成法将各角反射体的RCS贡献量相干叠加,快速预估角反射体群在特定分布态势下的RCS;最后,通过多次计算不同分布态势下的RCS,取平均值表征角反射体群在特定雷达照射方向下的RCS水平。利用FEKO软件对算法进行仿真验证,结果表明:所提算法在保证计算精度的前提下,能够显著提高海上角反射体群RCS的预估效率。     

基于FPGA的改进型最小均方自适应时延估计器

提高时延估计器的运算速度和时延分辨力是实现垂直线阵水下被动声目标快速、精确定位的关键。将最小均方自适应时延估计算法中原有的按“滤波-误差更新-权系数更新”严格依次递进的顺序迭代运算,优化为只包含误差更新和权系数更新操作的全并行乘/加运算。改进后的自适应时延估计器结构紧凑,并未改变其误差收敛特性。消声水池缩比试验表明,基于现场可编程逻辑门阵列(field programmable gate array, FPGA)实现的改进型最小均方自适应时延估计器能够在不需要流水线或时序控制单元的前提下提高数据处理速度,且具有一定的抗噪声干扰性能。     

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.     

一种水中目标辐射噪声调制谱的联合分析方法

讨论了一种从辐射噪声中提取调制信息的联合方法．首先利用多尺度分析方法将噪声信号在不同层次的空间上进行分解；然后，利用小波变换求其功率谱从而得到辐射噪声的调制包络；最后对动态调制包络进行1 1/2维谱分析，得到了辐射噪声的调制线谱．在此基础上，对实测噪声数据进行了仿真研究，结果表明，该方法可以有效提取噪声中动态调制信息．