红外点源目标模拟器

研究了一种红外点源目标模拟器.该目标模拟器采用光谱滤光片对黑体发出的光波进行过滤,得到3～5μm波段的红外辐射;改变光栏孔的直径,模拟不同大小的目标;控制中性密度滤光片的不同透射比部分进入光路,得到不同辐射强度的目标,动态地控制目标红外辐射强度;转动方向镜控制目标在导引头视场内的位置,模拟目标的运动,实现了对红外目标运动特性的模拟.实验结果表明,该红外点源目标模拟器实现了对3～5μm波段红外动、静态目标的模拟,满足了某红外半实物仿真系统的实际需要.     

混凝土靶的侵彻与穿甲理论

以笔者先前提出的控制刚性弹侵彻动力学的两个无量纲数(即撞击函数I和弹头形状函数N)为基础, 综述了笔者及其合作者在混凝土靶的侵彻与穿甲方面的理论模型工作,包括量纲分析、深层侵彻、浅层撞击,素混凝土靶的正/斜穿甲等,并进而拓展到钢筋混凝土靶的情形.给出了目前该领域国外的研究进展.     

基于矩阵分析的橡胶透水混凝土正交试验

选取水胶比、橡胶粒径、橡胶掺量、VAE-707乳液掺量及目标孔隙率五个因素对橡胶透水混凝土进行正交试验设计,研究其对抗压、抗折强度及透水性能的影响。利用矩阵分析法和灰色决策进行分析,得到橡胶透水混凝土最优配合比:水胶比0.3、橡胶颗粒大小0.425 mm、橡胶颗粒掺量3%、VAE-707乳液掺量为6%、目标孔隙率为16%;其中目标孔隙率对透水混凝土的性能贡献率最大,透水混凝土的抗压、抗折强度随着目标孔隙率的升高而降低,而透水系数则呈相反规律;透水混凝土实测孔隙率整体小于设计孔隙率,有效孔隙率约占总孔隙率的80%～90%,封闭孔占总孔隙10%～20%左右。     

探地雷达目标检测中的加窗统计量定位方法

 目标检测与定位是探地雷达的一个重要问题。目前,多数检测与定位方法都是通过判断探地雷达信号中的双曲线特征实现的。在检测目标大致区域的基础上,要实现目标定位,无论是合成孔径算法还是叠加-幅度波速法,都存在计算量大的问题。现有的统计量方法还需依赖霍夫变换方法检测出双曲线,算法也较复杂。根据探测背景介质结构相似及在探测方向上利用整个A-scan进行统计量计算干扰较大的特点,提出了一种探地雷达目标快速定位方法。首先以能量和方差为统计量,在深度方向上判断出目标区域的时间窗口,而后在探测方向对A-scan加窗,只选择该窗口下的部分A-scan数据,以能量为统计量确定目标的位置。由于仅采用方差、能量两个统计量进行计算,算法实现比较简单,并且采用时间加窗方法去除了回波数据上大部分与目标无关数据的干扰,对目标的定位准确度较高。实测数据表明,该方法适用于探地雷达目标检测中对目标的快速准确定位。     

复杂环境下基于动态贝叶斯网络的目标识别

为了提升高动态复杂电磁环境下空战过程中对目标的识别能力,针对SBN网络模型无法满足战场的动态性要求以及对目标的经常性误识别问题,设计了一种基于变结构动态贝叶斯网络的目标类型识别模型。该模型是由静态贝叶斯网络模型演变而来,具有良好的动态表达性和滤波功能,弥补了SBN的不足,并且对空战过程中目标特征信息丢失的问题有良好的容错能力。仿真结果表明,基于动态贝叶斯网络的目标识别的识别效果,优于基于参数学习贝叶斯网络的目标识别。使用该模型后目标识别的准确性提高了5%,有效地解决目标类型识别过程中数据缺失和信息不足的问题。     

分布式被动传感器网异步采样下的机动目标跟踪

针对分布式被动传感器网的特点，提出了一种异步采样条件下机动目标跟踪方法。该方法采用交互式多模型概率数据互联滤波器跟踪机动目标。为启动滤波器，采用最大似然法估计目标初始状态；为适应异步观测条件，提出了马尔可夫转移概率计算方法。仿真实验表明，在分布式被动传感器网中采用该算法能有效进行机动目标跟踪。     

以目标类型为主的一种威胁评估方法

结合现代防空作战的特点和指挥自动化系统的工作要求，对影响目标威胁评估的属性进行了分析，根据多属性决策理论和方法，提出了一种目标威胁评估方法。首先对目标类型进行分类；然后对影响目标威胁评估的各个属性进行划分；最后依据多属性决策方法，建立了目标威胁评估的数学模型，并通过示例介绍了威胁评估的求解过程。仿真结果表明，该模型能够有效目标威胁评估问题，能够有助于指挥员进行目标分配和提高防空武器系统性能。     

距离-多普勒-时间三维雷达数据中的目标能量积累

根据连续多帧雷达距离-多普勒数据中的目标位置关系,提出一种积累距离-多普勒-时间三维空间中目标轨迹的方法。该方法采用多普勒维的移位运算,校正目标的帧间多普勒频移,通过矩阵重组,将校正后的距离-多普勒-时间三维数据分解为并列的距离-时间二维矩阵,最后通过积累重组的二维矩阵中的近似直线的目标轨迹来实现目标能量的长时间积累。该方法采用移位和累加运算完成,运算量小,可在工程应用中实现。实测数据的实验结果表明该方法能大大延长雷达信号的积累时间,有效提高目标的检测概率。     

组网雷达系统对于高加速机动目标的精确跟踪研究

针对多基地雷达系统跟踪近距离高加速机动目标的场合,提出了一种并行扩展卡尔曼滤波算法。该算法首先建立起组网雷达群跟踪目标运动形态的观测模型,然后将三维加速度矢量引入到目标的运动模型中,通过并行计算的方式,在对加速度进行合理估计的基础上对量测数据进行卡尔曼滤波跟踪分析,获得目标的精确轨迹。仿真结果表明,该算法不仅能快速精确计算目标的位置和速度,而且具有很好的瞬态特性和稳态特性。     

单站纯方位目标多模型卡尔曼滤波跟踪算法的研究

EKF滤波算法是进行目标被动定位与跟踪的重要方法之一，为了克服EKF初始化困难和减小线性化误差，对传感器的最大探测距离与最小距离所构成的距离区间实施分区划分，划分成若干个目标可能存在的小区段。钟对每一个小区段，使用扩展卡尔曼滤波，完成滤波协方羔的旋转变换，实现单站纯方位目标状态的估计和跟踪。经过大量仿真计算表明，该算法对滤波初值的设置有较大的选择范围，具有很好的稳定性，精度较高，实施水下目标被动跟踪具有重要意义。