常规单脉冲雷达体制下的多目标近距离分辨

常规单脉冲雷达的发射脉冲一般具有快速上升沿,其回波含有丰富的高频分量,但传统的雷达信号处理系统并没有利用这些高频信息,致使雷达分辨率得不到提高。介绍的这种改进的逆滤波方法根据回波信噪比,结合逆滤波方法的高分辨特性和匹配滤波器的强抑制噪声能力,利用回波中的高频分量,使常规单脉冲雷达的分辨率有明显改善。仿真实验表明,采用这种方法使雷达分辨率得到提高。     

基于旋转地球模型的星载双基地雷达杂波仿真

针对星载双基地雷达系统,研究了基于旋转地球模型的杂波仿真方法。综合考虑平台运动以及地球自转效应,推导得到了该模型下地面杂波单元的多普勒频率表达式。根据系统分辨率特点,建立了基于单基地散射单元划分的星载双基地雷达杂波仿真模型。给出了仿真的具体流程,包括散射单元的划分、主辅星及天线之间的坐标转换、相关K分布随机序列的生成以及散射单元参数的确定。仿真结果及分析验证了本方法的有效性。     

雷达目标识别中的BP神经网络算法改进及应用

针对雷达目标信号的复杂性和实用雷达目标识别系统所应具备的稳健性、扩展性及通用性等要求,提出多种简单有效的BP神经网络算法改进。通过平衡训练样本数量、动态重置初始权值、评定网络规模等措施,解决了BP算法收敛速度慢、受初始样本分布影响大等缺陷,提高了识别算法的稳健性和泛化能力。结果已成功应用到不同型号雷达上的多套目标识别系统中。大量试验和长期使用证明了该方法的有效性和实用性     

推广的正则化FOCUSS算法及收敛性分析

针对一类可分的稀疏性度量函数,利用梯度分解技术给出了稀疏信号重构的拟牛顿算法。进一步研究表明,基于再加权最小2 范数的FOCUSS算法以及基于p 范数的正则化FOCUSS算法都是拟牛顿算法的特例。由此导出了可用于稀疏成份分析的广义正则化FOCUSS算法,并证明了该算法的收敛性。数值结果表明广义FO CUSS算法收敛到局部极小点,并且在迭代初值较为准确时能找到最合理的稀疏解。     

一种通用雷达数据采集卡设计方法

针对传统雷达数据采集卡适用雷达类型单一、不能采集雷达监视区域全景数据的弱点,采用可更换接口子卡与可重复编程控制逻辑技术,设计了能够满足多种型号非相参警戒雷达使用的通用雷达数据采集卡,该采集卡能够提供PPI全景图像、A/R视频回波和精采回波等三路数据,能够和多种型号非相参监视雷达连接。使用该方法设计的采集卡已经在多种实用化的雷达目标识别系统中使用,效果良好     

基于改进冲突度量的证据组合新规则

针对DS组合规则对证据之间冲突度量估计比较“保守”的问题,提出了一种新的证据组合规则。新组合规则充分考虑了证据之间所有可能的冲突,从而使得在组合过程中不一致的信息被抑制,而一致的信息则被放大。与DS组合规则相比,根据新组合规则得到的合成证据收敛性更好,因此更有利于下一步的识别判决。数值实验验证了新组合规则的有效性。     

Mamdani型概率模糊系统建模方法

针对模糊系统不能有效表示系统中的随机性,给出了一种Mamdani型概率模糊系统的建模方法。该模型不需要领域专家的知识,可以直接从已有数据生成概率模糊规则。相应地给出了一种概率模糊推理方法。概率模糊系统综合了模糊系统的易理解性和概率系统的统计特性,能够对数据中的随机性进行更好地表示和处理。以概率模糊系统在时间序列分析中的应用为例,通过与“查表法”(table look-up scheme) 的比较,说明了所提方法的有效性。     

两坐标雷达融合定位算法

传统的两坐标雷达目标定位算法需通过迭代求取目标位置估计,不仅计算量大,而且有可能得到局部最优解,甚至无效解。提出了一种组网融合定位算法,利用数据融合技术进行目标定位,回避了费时的迭代搜索,同时保证了估值的有效性。仿真实验验证了该方法的有效性。     

基于集群的集中调度式RSOM并行训练方法

聚类算法常需处理海量和高维的大数据集,为了提高算法的效率,设计并行的聚类算法,以提供更好的计算能力是十分必要的。集群系统是目前流行的高效并行计算环境,针对大数据集聚类问题,集群系统的运用是一种很好的选择。由于RSOM(recursive self-organizing mapping,RSOM)模型具有内在的层次化及分布式结构特点,本文研究了基于集群的集中调度式RSOM树并行算法,并通过视频图像特征集实例证实了算法的可行性。     

信息融合技术在可靠性评估中的应用

针对复杂大系统可靠性评估中所遇到的困难 ,提出了采用信息融合技术解决该问题的思路 ,并就其实现形式及途径加以探讨。通过分析信息融合技术和可靠性评估有关的特点 ,得出了信息融合技术必将推动可靠性评估发展的结论。