高速机动目标长时间相参积累算法

在高速高机动目标的长时间相参积累过程中,跨距离单元和跨多普勒单元现象的出现会导致雷达回波增益急剧降低,进而影响雷达目标检测能力。针对上述问题,提出一种高效的长时间积累算法。该算法首先对脉压回波信号做keystone变换消除目标的距离走动,然后利用改进相参积累型平滑广义三阶相位函数与改进相参积累型平滑三阶相位函数分别完成对目标的二阶与一阶加速度的估计,最后使用De-chirp技术消除目标的高阶多普勒相位项,完成回波在距离-多普勒维度上的聚焦。由于所提算法利用了雷达回波的相参特性并通过恒定延迟引入机制,因此表现出优异的抗噪声性能与参数估计精度。仿真实验和理论分析都证实了所提算法的有效性与抗噪声鲁棒性。     

基于瞬时测频的PCM/FM信号解调方法研究

根据瞬时测频理论，提出了一种新的PCM／FM遥测信号解调方法。首先通过瞬时测频方法，估计信号中的多普勒频移，不但修正了信号中存在的多普勒频偏，而且提高了码同步的精度。然后根据PCM／FM信号相邻码同步点间的对应关系，实现了信号的解调。详细介绍了此种解调方法的基本原理及实现过程，分析了影响瞬时测频精度的因素以及多普勒频率对解调性能的影响，提出了提高瞬时测频精度和解调性能的方法。计算机仿真结果表明，该方法解调性能优越，抗干扰能力强，便于软件编程及DSP器件实现，具有一定的应用价值。     

基于量测转换与输入估计的机动目标跟踪算法

针对雷达系统中机动目标的跟踪问题,提出输入估计(input estimation,IE)与无偏量测转换（unbiased converted measurement,UCM）相融合的自适应算法。用无偏量测转换技术将观测量转换到直角坐标系,使得在极坐标系内应用IE成为可能;提出检测窗内加速度阶梯变化的假设并推导相关模型,使得单个输入估计器能够跟踪各种变化机动。仿真分析表明,算法与基于多滤波器并行工作的交互式多模型相比,跟踪精度相当,但运算量大大降低,因此适用于对性能和实时性要求较高的场合,有很好的应用前景。     

集成多普勒观测的目标机动检测算法

基于决策的单模目标跟踪方法的关键是及时而稳健的目标机动检测,充分利用目标多普勒观测量能够有效提高机动检测性能。提出一种集成多普勒观测的目标机动检测算法,利用基于马氏距离的预测寻优方法,克服了多普勒观测噪声水平较高时估计式无解的情况,提高了加速度估计精度;基于奈曼皮尔逊准则设计机动检测器,避免了因目标机动检测的滞后性带来的门限漂移。仿真实验表明,算法提高了加速度估计的精度和稳健性,显著降低了平均检测延迟,有效提高了机动检测性能。     

基于相对角动量的空间非合作目标机动仅测角检测方法

针对传统方法在空间非合作目标小脉冲轨道机动检测过程中性能不佳的问题,在构建了一种基于相对角动量的新型待检特征量的基础上,提出了利用无源光学相机仅测角信息的轨道机动检测新方法。首先,在轨道坐标系下建立了基于Clohessy-Wiltshire方程的相对动力学模型和相机偏离质心安装时的相对视线角测量模型;然后,给出了相对角动量的定义并量化分析了以相对角动量作为机动检测特征标志的优越性;接着,设计了基于二次滑窗方差比值的机动检测算法框架;最后,通过数值仿真对所提算法进行了有效性验证和性能分析。仿真结果表明,该方法可以实现对近圆轨道目标的快速轨道机动检测,机动时间点检测误差在60 s以内。     

基于特征的雷达目标机动检测算法综述

根据机动检测器所利用的信息不同,雷达目标机动检测算法可分为基于跟踪滤波器信息的机动检测和基于特征信号的机动检测两大类。首先分析了传感器特征信息与目标机动模式之间的关系,给出了基于特征的机动检测算法的3种分类方法,并以检测器所利用的特征信息为线索对机动检测算法做了详细的介绍,分析了各种算法的基本原理、假设条件和优缺点。     

一种快速的测频算法

由于ESPRIT算法结构封闭,不需要搜索过程;而且输入数据阵经过简单的矩阵变换,可以由复数域变换到实数域,利用变换后的实数数据阵的特殊结构,引入基于实数运算的特征值求解过程,其运算复杂度明显减小;再者,ESPRIT算法结构本身便于并行处理等.依据这些特点,基于ESPRIT算法,给出了一种适用于雷达的快速测频算法.仿真结果显示算法测频精度高,运算复杂度小,适用于雷达快速测频.     

基于图像机动检测的飞行目标姿态角估计算法

基于图像对目标的机动检测信息,提出了一种新的基于二维图像序列的飞行目标姿态角估计算法.算法结合飞行目标结构特点,利用图像对其进行快速机动检测,根据目标的机动方向和机动程度,建立了自适应动态模型库,并提出了启发式搜索法,最后采用动态模型匹配的原理进行目标姿态角估计.该算法避免了创建动态模型库的盲目性,减小了动态模板库的规模,提高了最佳匹配模型的搜索速度,仿真结果表明,在保证姿态估计精度的同时,极大的提高了实时性.     

基于目标机动模式识别的VSMM算法

针对定结构多模型在高机动目标跟踪算法中存在计算量大、计算时间长、难以满足系统实时性等问题,提出了基于目标机动模式识别的变结构多模型算法。该算法能够选取与目标运动状态相匹配的模型集合,具有时变性、自适应性的优点。通过运用少量的运动模型组成一个模型组,然后不同的运动模型组合形成不同的模型组,以模型组代替原先定结构模型中的多模型,根据跟踪检测到的目标运动模式来选择是否更换模型组,从而用少量运算得到较为精确的次优解。仿真结果表明,该算法在跟踪强机动目标中不但能够有效降低计算量,而且可以使模型集合和目标的运动状态更好地匹配,从而提高目标跟踪精度。     

基于扩展量测的球坐标系中水下目标跟踪算法的研究

基于自适应高斯模型，提出了球坐标系中扩展量测的水下目标跟踪，导出了目标模型和目标运动状态的坐标转换公式，推导了基于扩展量测的球坐标系目标跟踪算法，给出了Monte carlo仿真结果。结果表明：本文提出的跟踪算法不但能够提高目标距离的稳态跟踪精度，而且能够提高目标方位角和俯仰角的稳态跟踪精度，改善系统的动态收敛特性。     

时变转移概率IMM-SRCKF机动目标跟踪算法

给出了一种交互多模型(interacting multiple model,IMM)算法中Markov转移概率矩阵在线修正的方法,并将平方根容积卡尔曼滤波器(square-root cubature Kalman filter,SRCKF)引入到IMM算法中,提出一种时变转移概率的机动目标跟踪IMM-SRCKF算法。该算法利用当前量测中包含的模式信息,对IMM算法中的转移概率矩阵进行实时递推估计,避免了常规IMM算法中转移概率先验确定的困难,提高了模型切换速度和跟踪精度;同时,SRCKF以目标状态协方差的平方根进行迭代更新,确保了滤波过程中协方差矩阵的对称性和半正定性,改善了数值精度和稳定性。仿真实验结果表明,该算法对机动目标的跟踪性能优于常规的IMM及IMM-CKF算法。     

长观测时间内机动目标检测方法

为了检测天波地波超视距雷达(OTHR)长积累时间中是否存在机动目标,提出了一种基于时频分布(TFD)和形态学滤波检测OTHR系统中的机动目标的新方法。该方法根据机动目标的机动性确定时频分布的最优核,计算相应的时频分布以突显信号的时频特征,然后通过阈值处理和形态学滤波进一步滤除背景噪声,累加二值时频分布亮时频点的数目构造检测统计量来进行恒虚警检测。仿真结果表明,该方法能够增强OTHR对机动目标的检测能力。     

基于STFT的宽带数字ESM接收技术

提出了一种新的基于瞬时测频的宽带数字电子支援（electronic support measure, ESM）接收技术。首先对输入信号进行短时傅里叶变换,通过对变换结果进行快速插值,实现瞬时测频;然后利用多门限完成瞬时频域检测,并根据检测带宽进行抽取。这种新的接收技术能够有效解决ESM系统对宽带同时到达信号的侦收难题,且算法结构规整,易于用现场可编程逻辑门阵列（field programmable gate array, FPGA）芯片进行硬件实现。计算机仿真结果表明,系统单信号检测灵敏度可达-5 dB,当输入信噪比为-5 dB~15 dB时,单信号正确检测概率可达90％以上,动态范围达20 dB,双信号瞬时动态范围可达18 dB。     

基于强跟踪器的机动航天器相对动态定位算法

针对机动航天器之间精确动态相对定位问题,提出一种基于强跟踪器(strong tracking filter, STF)的动态相对定位算法。该算法针对相对机动过程中3个方向的机动特性,设置三向渐消因子进行三向滤波,克服了单向渐消因子与实际机动不匹配而造成的跟踪精度下降问题, 针对三向滤波在直角坐标系下的跟踪问题,设置去偏转换测量算法,克服了球坐标系与直角坐标系的转换偏差问题。仿真实验表明,该算法在初值敏感性和相对机动恢复性上均强于其他算法,适用于脉冲推力、有限推力等多种情况下机动航天器间精确动态相对定位。     

基于VSMM的GMCPHD滤波算法在多机动目标跟踪的应用

针对交互多模型(interacting multiple model, IMM)在多机动目标跟踪算法中存在的缺陷以及目标跟踪精度问题,提出了基于变结构多模型（variable structure multiple model, VSMM）的高斯混合基数概率假设密度（Gaussian mixture cardinalized probability hypothesis density, GMCPHD）滤波算法。该算法利用了VSMM具有自适应性、时变性的特点,达到了在某一时刻能够选取与目标运动模式相匹配的模型集合的目的,相比于IMM考虑的仅是固定的模式集合具有很强的优越性。此外,GMCPHD滤波算法不仅避免了数据关联问题,而且通过高斯分布递推PHD函数的同时递推基数分布。最后,利用雷达作为传感器,对跟踪机动目标进行仿真,证明VSMM相比于IMM对于多机动目标跟踪更具有优越性,同时验证了VSMM GMCPHD滤波算法具有提高机动目标跟踪精度,减小跟踪误差的作用。     

基于AEPSO-SVM算法的雷达HRRP目标识别

针对雷达自动目标识别中的高分辨距离像(high resolution range profile,HRRP)识别问题,提出自适应进化粒子群(adaptive evolution particle swarm optimization, AEPSO)算法优化支持向量机(support vector machine,SVM)的目标分类识别方法。该算法利用非线性自适应惯性权重的调整以适应粒子寻优的非线性变化过程,采用分阶段调节加速因子增强粒子在进化过程中的学习能力,通过引入局部搜索算子在增加粒子多样性的同时有效避免了粒子陷入局部最优陷阱。通过改进的PSO算法优化SVM参数,建立分类识别器模型。将该AEPSO-SVM模型应用到雷达HRRP目标识别中,实验结果表明,该算法对于高分辨雷达目标识别精度高、鲁棒性强。     

A hypersonic target coherent integration detection algorithm based on Doppler feedback

The traversal search of multi-dimensional parameter during the process of hypersonic target echo signal coherent integration, leads to the problem of large amounts of calculation and poor real-time performance. In view of these problems, a modified polynomial Radon-polynomial Fourier transform(MPRPFT)hypersonic target coherent integration detection algorithm based on Doppler feedback is proposed in this paper. Firstly, the Doppler estimation value of the target is obtained by using the target po...     

突防场景下基于NWHFS的集群射频隐身性能评估

针对航空集群在突防场景下的射频(radio frequency, RF)隐身性能评估问题,提出基于正态波动犹豫模糊集(normal wiggly hesitant fuzzy set, NWHFS)相关系数的评估方法。首先,推导出NWHFS相关系数表达式;然后,通过分析航空集群与单个载机平台RF隐身评估的不同,提取出集群RF隐身性能评价参数,并得到隶属度参考点公式;组织决策者根据隶属度参考点给出NWHFS决策矩阵;最终,通过计算待评估场景与参考点集之间的相关系数,定量地评价不同场景下航空集群的RF隐身性能,并由此确定RF隐身性能排序。以四机集群为研究对象,对突防场景下的3种情景进行了仿真验证,证实该评估方法的有效性。