边扫描边跟踪雷达数据处理性能分析

在边扫描边跟踪雷达数据处理系统的研制和外场实验过程中，方案的选定和工作参数的设置与调整都应以最终的航迹效果最佳为准则。本文用离散的 Ｍａｒｋｏｖ过程对实现ＴＷＳ雷达数据处理系统的跟踪过程进行了理论分析。对各种不同的真实航迹概率进行了推导并给出了Ｎ次扫拉的航迹保持概率和平均跟踪点数的公式与曲线。     

利用高分辨率和极化信息进行目标识别的研究

极化特征用于目标识别的一项主要研究是将极化信息与高分辨率雷达技术相结合.在研究了目标特定的极化变换作用后,提出了基于一维距离像,利用目标回波中的极化现象对目标进行识别,并得出了有关目标识别特性的结论.     

基于HLA/RTI的雷达侦察仿真平台的研究与实现

随着雷达侦察在现代战争中的广泛应用,在分布交互式作战仿真中实现对雷达侦察的仿真日渐成为武器系统作战效能仿真中重要的一部分。介绍了一种以我军某装甲侦察车为仿真对象的、用纯软件方法实现的基于HLA/RTI的雷达侦察功能仿真平台。系统由管理与控制、战场观察、目标模拟、雷达模拟、数据处理等构成,各部分分别作为仿真节点,通过RTI构成一个分布式的仿真体系结构,可实现雷达在VR战场环境中对目标的搜索、跟踪和识别。需要时,系统可作为一个仿真节点,加入到一个更大的仿真系统中。     

基于Monte Carlo法的雷达回波模拟和检测概率计算

给出了雷达检测概率测试系统,并提出了一种基于MonteCarlo法的数学算法以评估该系统在实际应用时所得的测试结果,它主要包括回波模拟和检测概率计算两个部分。前者主要研究如何利用MonteCarlo法模拟SwerlingI型、SwerlingII型以及SwerlingI和II型混合起伏目标回波信号。后者主要介绍雷达检测概率的计算方法,并给出了仿真结果。     

噪声干扰对机载雷达系统效果评估和建模

选取干扰破坏因子作为评估标准,解决了自卫干扰和多架远距离支援干扰飞机下,多普勒噪声或调幅、调频噪声干扰对PD、脉冲机载雷达效果评估问题。在雷达方程和干扰方程基础上建立了数学模型,并用MATLAB实现,特别是远距离支援干扰考虑了斯韦林目标模型、大气、降雨影响,计算结果表明:不同的斯韦林目标模型下干扰破坏因子相同;噪声功率密度越大,干扰破坏因子就越大,即雷达探测距离减少的倍数增大。     

面向室外自然环境的移动机器人视觉仿真系统

基于视觉传感器的道路跟踪、导航是移动机器人自主行驶的重要组成部分。主要是对二维视觉传感器CCD彩色摄像机、三维视觉传感器激光雷达、以及立体视觉进行了仿真。通过设定OpenGL中基于针孔摄像机模型视锥的各项参数、截取并保存屏幕象素来实现摄像机仿真;利用射线跟踪的方法进行激光雷达的仿真;通过提取地形数据的方法进行立体视觉的仿真。该仿真系统能够比较真实的反映移动机器人在行进过程中的传感器数据获取情况,利用该系统可以很好的为以后的模块如融合和规划提供仿真实验数据。     

分布式星载SAR回波仿真的并行化计算研究

对分布式星载SAR系统地面回波仿真程序并行化算法进行了研究。重点介绍了分布式小卫星SAR系统多星协同工作的仿真策略、各并行节点任务的分配策略和并行节点问大量数据传输的策略。实验证明此并行化算法具有较高的加速性能，具有实际的应用前景。     

实测数据的降秩空时自适应处理方法

针对全空时自适应处理协方差矩阵估计和计算复杂问题,介绍了在直接处理器结构上基于主分量法和互谱法的两种降秩空时自适应处理方法,这两种方法利用杂波和干扰的低秩属性,应用采样数据来构造降维转换矩阵。对Mountain Top计划进行了详细描述,对从Mountain Top计划测得的数据应用上述两种降秩方法对其进行了分析。仿真实验表明了这两种方法的可行性,减少了计算量,并提高了有效可测收敛性。     

基于旋翼微动雷达特征的空中目标识别

详细分析了直升机目标回波信号的多普勒谱的构成,针对直升机目标和固定翼飞机目标多普勒谱的差别,提取了两种微多普勒特征用于识别直升机目标和固定翼飞机目标,其中一种利用了直升机回波信号正负多普勒频谱能量的不对称性,另外一种利用了机身回波信号能量与旋翼回波信号能量的对比,使用仿真数据和试验测试录制的数据计算结果表明,该方法具有很好的识别效果。     

飞行器定位中的地形起伏影响及修正方法研究

针对地面高程起伏对机载雷达成像定位的影响,分别从景像匹配定位和飞行器定位两个方面探讨了地形起伏的影响,提出了一种基于雷达成像几何关系和野值剔除来实现飞行器精确定位的方法。该方法能够避免地形起伏对景像匹配的影响而产生的飞行器定位偏差,较好地修正地形起伏对飞行器定位影响而产生的偏移,并适于飞行器上实时处理。经实验验证,当飞行高度在6 km时,在经度和纬度方向飞行器定位中误差分别为13.70 m和28.04 m,保证了1个像素(32 m)内的定位精度。