基于平方根UKF的机载单站无源定位算法

介绍了基于多普勒频率变化率和波达角变化率的机载单站无源定位原理,并引入一种新的基于平方根（uKF）算法．通过仿真与扩展卡尔曼滤波（EKF）和不敏卡尔曼滤波（UKF）算法进行了比较．结果表明,新算法比EKF算法精度高,与UKF算法相比,新算法的方根形式增加了数字稳定性和状态协方差的半正定性,同时具有更快的收敛速度．     

机载聚束式SAR的实时成像算法

聚束式SAR适用于小场景成像,目前聚束式SAR的成像算法有很多,基于实际系统中实时性的要求,可采用S-RD算法来完成对目标的成像．由于成像区域较小,距离徙动的影响较小,成像算法可分维处理．在距离维,采用去斜技术对回波进行处理,实现脉冲压缩;在方位维,用方位向匹配函数实现方位向聚焦,最后计算该算法的运算量．试验结果表明：该算法步骤简单,运算量小,可被应用于实际系统中完成对目标的实时成像．     

红外序列图像中运动点目标的检测

针对在云天背景下运动红外小目标的分割,对目标在图像序列表现出来的特性进行了分析.根据目标不仅在单帧图像中有自己的灰度分布特性,而且在相邻图像中也具有灰度反相性,提出一种新的分割方法.该方法将单帧处理结果与相邻图像滤波结果相结合,提高了目标的检测概率.实验证明了该方法的正确性和有效性.     

机动运动辐射源的单站无源定位自适应算法

利用目标到达角(DOA)和到达时间(TOA)作为测量数据,采用最优加权最小二乘估计和基于机动加速度的非零均值时间相关模型的自适应卡尔曼滤波算法,通过加速度方差对滤波增益的修正,完成机动加速度方差自适应算法,实现了对机动目标进行单站无源定位与跟踪的方法.计算机仿真验证了算法的有效性和可行性,证明该方法在无源定位系统中有一定的参考价值.     

基于降低图像分辨率的红外目标跟踪方法

灰度图像色彩信息贫乏，背景噪声不易抑制，会导致分割误差大，使跟踪点发生漂移．针对此问题，提出了基于改变图像分辨率的红外目标跟踪算法．以减小图像分辨率的方法，采用逐点匹配。对下一帧图像进行目标9种方向的跟踪判断．实验结果表明，采用该算法运算速度快。解决了在强背景噪声的情况下跟踪点发生漂移的问题．     

被动雷达导引头中信号处理器的设计

采用DSP（数字信号处理器）＋FPGA（现场可编程逻辑门阵列）＋FLASH组成被动雷达导引头中的信号处理系统，该系统能有效地提高导引头的目标跟踪精度．由于采用了DSP，很好地实现了实时性；又由于采用了FPGA，使得系统集成度高、可靠性好、易于修改、使用灵活，因此具有较强的实用价值和参考价值。     

时钟抖动和相位噪声关系的研究

时钟的抖动和相位噪声是衡量时钟综合性能的最主要的指标，但是有关这2个指标之间的关系论述很少，明确说明抖动和相位噪声的含义，而且通过建立典型数学模型对2个指标的关系作出了论证．同时引入例子说明抖动性能对A／D转换系统的影响，并举例说明抖动的测量值与计算值之间的区别和关系，说明时钟抖动和相位噪声是对时钟时序性能时域和频域的不同描述，它们之间存在着确定的对应关系．     

观测域求积分卡尔曼滤波的机载无源定位算法

针对机载无源定位系统中存在滤波稳定性差、收敛速度慢、定位精度差等问题,提出一种观测域平方根求积分卡尔曼滤波算法.新算法兼顾了观测域滤波和平方根求积分卡尔曼滤波的优点,将状态矢量中的各个分量自动解耦,分离了可观测项和不可观测项;通过采用Gaussian-Hermit积分规则提高了非线性变换后随机变量参数的估计精度,有效地...     

拟蒙特卡罗自适应粒子滤波的机载无源定位算法

为了加快无源定位速度,提高定位精度和滤波算法的稳定性,提出一种基于拟蒙特卡罗自适应高斯粒子滤波的机载无源定位算法.利用拟蒙特卡罗积分技术优化采样粒子在状态空间中的分布特性,降低积分误差,提高滤波精度,并且根据预测粒子在状态空间中的分布情况实时自适应调整下一次滤波所需的粒子数,减少冗余粒子,在保证滤波精度的同时有效地提高了算法的运行效率.将所提算法应用于机载无源定位系统,仿真结果验证了该算法的有效性.