气象杂波环境下二维次序统计量恒虚警检测器

利用实际的气象杂波数据 ,研究了其CFAR处理问题。基于FFT处理技术 ,比较了CAGO -CFAR检测器、CLUTTERMAPPING -CFAR检测器和MX -OS -CFAR检测器的抑制气象杂波性能。针对存在的问题 ,提出了将通常在一维距离向进行的CFAR处理改为在R-Fd(距离 -多普勒频率 )二维平面进行 ,并利用次序统计量估计杂波幅度 ,形成新的稳健的 2D -OS -CFAR检测器。对实际杂波数据和仿真目标数据的处理结果表明所提出的 2D -OS -CFAR检测器具有良好的性能     

多目标跟踪数据互联的动态规划法

本文提出了在密集环境下多目标跟踪数据互联的动态规划法。为在噪声背景下进行实时多目标数据处理提供了理论依据和新途径．     

TV跟踪系统光电轴一致性研究

本文论述复合制导系统 ＴＶ光电设备光电轴一致性问题，并给出新的处理方法。研究结果表明：本方法具有较高的精度与应用价值。     

多平台基于方位时延差的目标运动分析

以拖曳阵列与本舰所构成的声纳系统为例 ,从双平台观点考虑 ,利用对目标的两方位及时延的量测为依据 ,研究了该系统的目标运动分析 (targetmotionanalysis,TMA)问题。采用了最大似然估计、扩展Kalman滤波(EKF)方法 ,实现了对目标运动参数的估计 ,并给出了它们的Cramer Rao低界 (CRLB)。通过仿真考察了参数变化对估计精度的影响。仿真结果表明上述方法具有较高定位精度。该方法适合于主、被动形式的多平台系统 ,且容易实现。     

基于截断正态概率模型的改进目标跟踪算法

在应用NIFPAT算法对机动目标跟踪时存在计算量大和要求网络训练两个弱点。分析了截断正态概率模型和NIFPAT算法后 ,把截断正态概率模型与NIFPAT算法思想相结合 ,提出了基于截断正态概率模型的改进目标跟踪算法。该算法根据目标机动情况自动调整系统方差 ,在附加较小计算量的情况下 ,能取得较好的跟踪效果。仿真实验表明 ,该算法能有效地提高对机动目标的跟踪精度。     

用于图像目标识别的神经网络方法

本文提出了一种全局最优的神经网络（ＦｕｌｌＤｏｍａｉｎＯｐｔｉｍｕｍＮｅｕｒａｌＮｅｔｗｏｒｋ）模型用于目标识别。通常所设计的神经网络不能保证全局最优，使得网络不一定收敛到期望样本点上。本文的模型采用了先设计稳定点、再构造吸引域的方法，提高了网络的识别正确率及速度。针对图像识别中矢量维数大的实际，提出了一种不变性方法，使得样本维数下降而分类距离保持不变。同时又证明了网络的收敛性、收敛速度及映射保距等。计算机模拟结果表明，网络对噪声或缺损图均能正确识别。     

目标电磁散射特征信号的统计复现

本文讨论了目标电磁散射特征信号的统计复现问题，提出了一种目标特征信号统计复现的新方法，该方法不但可用于目标雷达散射截面（ＲＣＳ）的统计复现，而且适用于目标其他电磁散射特征（如目标角闪烁等），因而可较好地解决目标特征信号统计复现等一类工程问题。     

非对称极化散射矩阵的目标识别方法研究

本文针对单基地测量时线性目标的极化散射矩阵为非对称这一实际情况．根据散射矩阵理论将其进行了对称性修正，在此基础之上，利用本征极化作为雷达目标极化特性的表征并进一步提取了目标的极化特征，同时对五种飞机目标进行了识别实验研究，取得了良好的目标分类或识别效果。     

最优和最小能量最优跟踪问题

以广义逆矩阵的理论和Bellman动态规划方法为基础,给出了离散线性时变系统最优和最小能量最优跟踪问题的两种形式的解,对每一种情形,还给出了最小跟踪误差和最小控制能量的简洁表达式.     

对匀速直线运动目标跟踪的转换坐标卡尔曼滤波算法

文章根据某型雷达对空间匀速直线运动目标的跟踪要求，采用了转换坐标卡尔曼滤波跟踪算法．在转换坐标卡尔曼滤波跟踪算法中，球坐标系下互相独立的观测噪声变换到直角坐标系下时将变成相关噪声，在解出此相关噪声的方差后即可按标准的卡尔曼滤波算法对目标进行跟踪，仿真结果显示，该算法收敛迅速，精度可以满足雷达对空间机动目标的跟踪要求．