基于近场散射模型的超低空目标雷达回波模拟

近区超低空目标具有更为复杂的电磁散射机理,需要建立更为精细灵活的回波模型.基于改进的物理光学与等效电磁流方法建立了目标的近场散射模型,结合面元模型与"四路径"模型提出环境与多径的近区散射计算方法.利用建立的电磁模型,以雷达导引头探测近区超低空目标为应用背景,建立了雷达回波信号模型.验证了近场电磁模型的有效性,仿真分析了...     

中段高精度弹道预测方法研究

信息交链是防空反导作战中的关键技术。由于雷达特性的不同,需要雷达间协同工作,相互引导完成对弹道导弹的拦截,而提高预测精度能够为交班雷达提供高精度的速度与位置信息,从而快速准确地截获目标。从中段弹道出发,首先介绍了三种重要的坐标系;然后提出了一种新的弹道预测算法,最后对算法进行仿真。对比老式算法,证明其可行性和高精度性。     

基于逆高斯退化过程的面向任务系统CBM优化模型

针对现有单调退化系统视情维修(condition-based maintenance,CBM)优化模型中不完全维修影响考虑单一,且未同时融入可用度约束的问题,提出一种考虑不完全维修双重影响与可用度约束的单调退化系统CBM优化模型.首先,基于具有随机漂移系数的逆高斯过程,建立系统退化模型并得到相关概率分布;其次,描述任务...     

基于模糊积分的纠错输出解码研究

针对基于纠错输出编码的多类分类中解码策略的选择问题,提出一种基于模糊积分的解码方法.将每个基分类器看作一个证据源,其概率输出提供了测试样本所属类别的可能性;同时基于基分类器信任度和混淆矩阵对模糊密度的赋值进行了改进;最后求取最大的模糊积分值所对应的类别为分类输出.基于UCI数据集和经典解码方法的比较实验验证了本文所提方法作为二符号解码策略的可行性和有效性.     

任意阵列双基地MIMO雷达的半实值MUSIC 目标DOD和DOA联合估计

实值处理具有降低高自由度多输入多输出(multiple input multiple output,MIMO)雷达角度估计大计算量的优势。但受制于阵列的共轭对称性,对于任意阵列结构的双基地MIMO雷达发射角(direction of departure, DOD)和接收角(direction of arrival, DOA)联合估计,若不做附加的预处理则无法实现实值操作,故将常规阵列实值处理的多重信号分类(multiple signal classification, MUSIC)超分辨算法推广至任意阵列结构的双基地MIMO雷达。首先根据MIMO雷达的导向矢量共轭与镜像的对等性,提取接收信号协方差矩阵的实部,并对其进行特征分解得到“目标加倍”的信号子空间及其应对的噪声子空间;然后利用Kronecker积的特性对其进行降维处理,得到搜索区域减半的一维半实值域MUSIC谱,取出目标DOD真值与其镜像代入降维Capon算法来剔除虚拟峰值得到目标DOD估计真值;最后利用特征矢量得到模糊DOA估计值,采用方向余弦差最小范数方法得到目标DOA无模糊估计值。本文算法估计性能与一维搜索复数域MUSIC相当,计算量约降50%,且能够实现DOD和DOA的自动配对。仿真结果证明了该算法的有效性。     

基于组网雷达的空间旋转对称进动目标三维重构

对于空间旋转对称进动目标,单部雷达成像仅能获得目标在雷达视线(line of sight,LOS)方向的一个切面,无法反映目标真实的三维结构,同时进动增加了成像的复杂度。利用组网雷达多视角观测的特点,提出一种基于组网雷达的旋转对称进动目标三维重构方法。首先建立了旋转对称进动目标的回波模型;在估计视线-轴线夹角的基础上,采用复数逆投影方法实现进动目标的二维成像,并分析了允许的夹角误差范围;基于分布式雷达二维图像,提出一种适用于旋转对称目标的三维重构方法,通过对各二维图像进行空间定标、匹配融合、强点检测和曲线圆拟合,最终实现目标的三维重构;最后通过仿真实验初步验证了该方法的有效性。     

基于非下采样剪切波变换域方向信息测度的多聚焦图像融合方法

根据非下采样剪切波变换(non-subsample shearlet transform, NSST)在图像融合领域的优势和多聚焦图像的成像特点,将NSST运用于多聚焦图像融合。在NSST变换域中,利用方向信息测度能够突出图像边缘纹理特征以及降低图像噪声,将其运用在高频子带系数的融合规则中,并对传统的低频融合策略进行改进,将低频系数和高频系数的融合图像进行NSST的逆变换,得到融合图像。计算机仿真实验表明,相比于传统的剪切波变换的融合策略,本文提出的图像融合方法提高了图像的融合质量,增加了图像的信息量,并能降低图像噪声,具有一定的有效性和实用性。     

基于复杂网络视角的航空通信网络鲁棒性分析

针对军事航空通信网络会遭敌攻击的实际情况,引入了一种不完全信息条件下的复杂网络攻击模型,分析了该模型在航空通信网络上的级联失效原理,并给出了航空通信网络的鲁棒性度量方法。最后,通过设置不同的不完全信息攻击模型参数和级联失效参数,对航空通信网络鲁棒性进行了仿真分析,验证了所提方法的可行性和有效性。     

基于效能评估的空中对抗作战建模分析

针对效能评估与作战运用未能有效衔接的问题,研究了空中对抗作战中的兵力变化问题。给出了数据链体制下作战飞机效能评估计算方法,通过函数映射法将评估结果转化为平均战斗力水平,证明了二者的等价性和一致性。以蓝彻斯特方程为基础,建立了空中兵力变化的数学模型和有增援情况时的空战模型。将用微分方程描述的模型离散化,指出了离散时间步长所应满足的约束条件,形成了完整的模型求解数值计算方法。仿真实验结果表明,数据链可以改变双方作战实力,提高作战能力,增援作战时选择“局部最优增援时刻点”可以获得更高的增援效率。     

一种基于QBC的SVM主动学习算法

针对支持向量机(souport vector machine,SVM)训练学习过程中样本分布不均衡、难以获得大量带有类标注样本的问题,提出一种基于委员会投票选择(query by committee,QBC)的SVM主动学习算法QBC-ASVM,将改进的QBC主动学习方法与加权SVM方法有机地结合应用于SVM训练学习中,通过改进的QBC主动学习,主动选择那些对当前SVM分类器最有价值的样本进行标注,在SVM主动学习中应用改进的加权SVM,减少了样本分布不均衡对SVM主动学习性能的影响,实验结果表明在保证不影响分类精度的情况下,所提出的算法需要标记的样本数量大大少于随机采样法需要标记的样本数量,降低了学习的样本标记代价,提高了SVM泛化性能而且训练速度同样有所提高。