临近空间高超声速目标跟踪算法研究

针对临近空间高超声速飞行器运动特性,综述了交互多模型算法（IMM）相对单模型算法的优越性。以临近空间飞行器一个机动转弯部分轨迹进行仿真试验,仿真并分析了匀速（CV）、匀加速（CA）、Singer、当前统计（CS）、Jerk模型算法及IMM算法优点及局限性。结果表明,IMM算法跟踪机动目标在机动时稳定性、精度、机动适应性方面优于单模型算法,但存在实时性、模型转换可能性先验确定等问题,并针对这些问题提出可能的解决方法。     

MUSIC算法在通信卫星干扰源定位中的应用

通信卫星的安全日益受到关注,利用通信卫星多波束天线的特性获得干扰信号的波达方向已成为干扰源定位的一种重要手段。本文简要介绍了测定向的体制,重点对空间谱估计中的MUSIC算法进行了探讨,结合星载多波束天线的模型对MUSIC算法进行了仿真验证。此外,明确了MUSIC算法在实际应用中需要解决的问题和相应可采取的措施。     

跟踪目标时雷达信息的数字处理 续

3 在干扰条件下机动目标的跟踪3.1 概述在干扰条件下机动目标的跟踪问题包括确定机动开始时刻及标志与轨迹的概率核对.但是,一道解决这些问题实际上是很成问题的.问题在于检测机动是在分析远离目标预测位置的标志的序列基础上进行的.但是概率核对算法不用这些标志,认为这些标     

采用脉冲多普勒波形的多目标模拟分辨率

为了消除杂波，采用了距离和多普勒都模糊的中脉冲重复频率波形及距离模糊而多普勒不模糊的高脉冲重复频率波形，以前的文章已表明对单目标采用群集算法可获得优良的分辨效果。本文要研究的是多目标的分辨问题。为解决这个难题，提出了引用群集算法的最大似然技术。模拟结果表明采用中ＰＲＦ波形并运用ＭＬ分辨技术可同时分辨具有相同速度而不同距离的４个目标。     

具有最低旁瓣电平和使用粒子群优化算法控制零陷的线性阵几何综合

描述了具有最低旁瓣电平和使用粒子群优化算法（PSO）控制零陷的线性阵几何综合方法。PSO是一种最新开发的高性能优化算法，它能解决一般的N维线性和非线性优化问题。与遗传算法和模拟退火等其他进化算法相比，PSO算法更易于理解和实现，并且要求最少的数学预处理。针对以旁瓣抑制（SLL）和／或在特定方向放置零陷为目标的优化问题，首先提出了阵列几何综合的公式，然后运用PSO算法来解决单元的位置优化问题。最后给出了3个PSO算法应用的设计实例，且每个实例中的优化目标都易于实现。通过与使用二次规划方法（QPM）获得的结果相比较，验证了PSO算法结果的有效性。     

基于最小二乘支撑矢量机的陀螺漂移预测

为提高支撑矢量机(SVM)标准算法速度和解决大规模问题,研究了SVM的最小二乘回归算法,并给出了计算模型。对陀螺仪漂移预测的结果表明,最小二乘SVM算法的精度与标准算法相近,并可解决大规模数据问题,在工程实践中具有其有效性和可行性。     

数字仿真中应用局部解析算法的一个算例

采用传统的数值算法对常徵分方程组所描述的动力系统进行数字仿真时,由于计算步长选择不当,会引起计算结果不稳定,小计算步长又大大地增加了数字仿真的机时。为了解决这些问题,而构造了局部解析算法,通过计算算例表明,所需计算机机时为传统算法的1/20,同时可以保证计算精度。     

论中西核心价值观与英语专业教学

受中西核心价值观的双重影响,以英语为专业学习对象的大学生在如何树立正确的价值观方面陷入了困境。高等学校英语专业教学过程中对中西核心价值观融合问题的重视不足。其中存在的问题、导致这些问题的原因以及解决这些问题的策略和方法都亟需我们进行深入的探讨和研究。     

用于测频测向的偶对称神经网络模型

介绍了Hopfield神经网络用于测频测向的原理。为解决一些基本算法的局部极值问题，建立了偶对称神经网络的模型，并给出了相应的算法。理论分析和仿真结果表明，该算法用于解决全局优化问题是有效的，可用于解决测频测向问题。     

考虑量测滞后的INS/SAR组合导航非等间隔滤波算法研究

由于INS／SAR组合导航系统中图像匹配定位需要耗用不等的匹配计算时间，从而造成了量测的不等间隔频率输出和量测信息滞后。针对上述问题，采用常规的卡尔曼滤波算法难以获得高的滤波精度。本文首先分析了常规卡尔曼滤波器工作过程；然后在此基础上，提出了采用非等间隔并解决滞后的滤波算法以解决上述问题。本文利用系统状态转移矩阵的特性，设计了相应的非等间隔卡尔曼滤波算法，以解决非等间隔量测的问题；同时，在该非等间隔卡尔曼滤波算法的基础上，提出了解决量测滞后的方案。并通过协方差分析的方法对比分析了常规卡尔曼滤波器，非等间隔卡尔曼滤波器和解决滞后效应的滤波算法三种情况下的滤波精度。仿真结果验证了本文提出的算法具有较高的滤波精度。     

一种新的全天自主星图识别算法

在星图识别领域三角形算法得到了广泛的应用，但是在星对角距很小的情况下，其识别率严重降低。字符匹配算法可以解决这个问题，但是它无法识别由于相机在拍摄瞬问的平移和旋转而产生位移的星图。为了克服这一缺陷，提出了一种有效的星图识别算法，该算法在生成导航星数据库时以一些一定范围内的亮星为中心，把整个天球分为很多个四方形区域，然后根据被拍摄星图的特点从这些四方形区域内选取子区域参与星图识别。仿真结果表明该算法不但继承了字符匹配算法的优点，而且对星图位移有很强的鲁棒性。     

遗传算法在多目标干扰中的应用

为了解决多目标干扰中多参数波形优化设计,在标准遗传算法的基础上,对交叉、变异概率做自适应处理,提出一种基于二进制编码的自适应遗传算法。改进后的自适应遗传算法不仅解决了多参数波形优化中需考虑参数过多、高维、无约束条件、无法用常规方法得到理想波形的问题,而且与标准遗传算法以及未做自适应处理的改进遗传算法相比,在算法的收敛性方面和全局搜索方面都有了提高。仿真实验证明该算法的有效性和正确性。     

频域盲源分离的非圆信号推广

作为盲源分离（BSS）问题的最有效解决方法之一,独立分量分析（ICA）算法可以分为时域和频域算法两类.将时域盲源分离的快速算法推广到频域,通过在频域中应用非圆信号的伪协方差矩阵,推导出一个新的固定点算法来解决线性瞬时混合的非圆信号盲源分离（BNSS）问题.仿真实验验证了该算法的有效性.     

网络最大流与最小割集的矩阵算法

本文给出了解决运输问题为中心的一类特殊的线性规划问题的新的、简便的算法。网络最大流与最小割集的矩阵算法,不仅能解决许多这类问题,而且能使最小费用流、分配问题和运输问题容易通过计算机来实现。     

基于影响因子的时分数据调制信号模糊抑制同步算法

为解决时分数据调制（TDDM）方式而引发的信息码位符号翻转模糊问题,提出了一种基于影响因子的模糊抑制同步算法。首先通过搜索引导处理快速地解决伪码搜索范围大的问题;进一步,通过建立影响因子及分段处理,解决信息码符号翻转位置模糊问题。通过理论推导及仿真分析表明,新算法的翻转位置估计精度可以达到> 98.8% ;新算法与传统的PN算法比较,不但提高了估计精度,而且能够适应更低信噪比环境,同时降低了处理复杂度。     

网络最大流与最小割集的矩阵算法

本文给出了解决运输问题为中心的一类特殊的线性规划问题的新的、简便的算法.网络最大流与最小割集的矩阵算法,不仅能解决许多这类问题,而且能使最小费用流、分配问题和运输问题容易通过计算机来实现.     

双向互选最近邻准则下的多目标TDOA无源定位

为有效解决多目标无源定位中的数据关联难题,提出双向互选最近邻多目标数据关联算法。该算法借鉴全局最近邻思想解决多目标到达时差(TDOA)测量数据关联问题,在设置检测门限对时差测量数据进行关联初选的基础上,将所有目标和初选后数据的关联配对关系进行全局考虑,通过对初选后数据的前后向互选来解决多目标时差测量数据的正确关联问题。该算法在从众多时差测量数据关联配对点中提取真实目标位置的同时,可有效解决时差无源定位中的定位模糊问题,算法模块也可应用到多星测时差、测向-测时差等无源定位系统中。仿真结果表明,该算法能有效解决多目标时差测量数据的关联问题,最终实现对多目标的无源定位。     

从管制的角度看设备保障

在整个空管保障体系中。风险最大的是管制部门。这是多年来自发形成的概念，且已成为共识。这犹如民航系统中．风险最大的是飞行一样。空管其它部门，如通信、气象、情报、网络等，虽然有风险，但是这些风险归根结底都是通过管制暴露出去的。过去，我们通常采用对管制员加强在设备故障时的应急演练来适度规避这种风险。但当前流量飞速增长，考虑到设备故障的突发性，这已不是一个能解决所有问题的手段了。     

基于改进量子粒子群算法的雷达布站优化研究

以双基地雷达"四抗"能力分析为基础,提出了双/多基地雷达布站优化的原则并对这些原则进行了量化,建立了双/多基地雷达布站优化的数学模型.随后,对量子粒子群算法进行了改进,提出了自适应量子粒子群算法,并将其用于双/多基地雷达布站优化数学模型的求解,解决了双/多基地雷达雷达站的部署问题.最后,通过MATLAB对优化后的雷达站...     

红外焦平面阵列非均匀校正算法的研究

为解决固定图案噪声污染的红外焦平面图像序列的非均匀校正问题 ,文中采用时域高通滤波算法完成固定图案噪声污染图像的预处理 ,给出固定图案噪声初值 ,并结合传统的红外焦平面迭代非均匀校正算法 ,有效地解决了较高强度固定图案噪声污染图像的非均匀校正问题。与采用黑体基准获取固定图案噪声初值的方法相比 ,该算法降低了成像系统的机械复杂性 ,提高了算法的应用范围。文中最后用红外图像序列进行了验证