基于宽窄带微多普勒信息的进动目标特征提取

微动特征是弹道目标识别的重要特征之一。针对锥体目标模型,提出了一种基于宽窄带相结合的混合体制雷达网的微动参数提取方法。首先,在详细分析锥体目标等效散射中心微多普勒变化规律的基础上,利用微多普勒和差比实现了不同体制雷达回波中散射中心的匹配关联。其次,构建宽窄带微多普勒信息联合方程组,提取出锥体目标的进动角、底面半径、锥体高度等参数,并进一步对目标参数估计精度随曲线参数提取误差变化的关系做了比较研究。最后,仿真结果表明,在曲线参数提取值存在一定误差时,目标参数估计精度仍然较高。      

进动弹道目标平动补偿与分离

弹道目标在中段高速运动时会造成微多普勒曲线的叠加折叠,此时传统的平动补偿方法并不适用于弹道目标。在分析进动锥体弹道目标各个散射点的频率特性后,发现曲线交点处的频率完全是由平动引起的。根据这一特性,提出一种利用时频图交点信息进行平动补偿的方法。首先,得到回波信号的时频骨架图;然后,采用基于双边滤波器的Harris角点检测方法提取出时频骨架中的角点进而得到时频图中的交点坐标;最后,利用交点坐标估计出平动参数进行平动补偿。针对传统Viterbi算法在曲线交点容易产生错误关联的问题,提出一种利用交点信息的分段Viterbi算法对补偿后的时频曲线进行分离。仿真实验验证了所提方法的有效性。      

基于时频分析的雷达目标识别研究

基于时频分析的性质，提出了一种雷达目标识别方法。对雷达回波信号进行小波变换，得到目标回波信号的三维时频分布图和功率谱密度，从中提取目标的调制谱密度，根据最小贴近度识别算法进行目标识别。由实验结果看，利用此方法能够得到很高的识别率。     

基于广义S变换的空间锥体进动微多普勒分析

锥体进动特性是用于空间目标识别的重要依据之一.为了研究这一问题,提出一种基于广义S变换的空间锥体进动微多普勒特性分析方法.根据锥体进动的物理运动过程建立了相应的数学模型,推导出锥体进动微多普勒频率的理论表达式,并通过仿真结果验证其正确性.该模型采用共原点的目标多坐标体系,使其仅存在旋转关系,从而简化了模型的结构与计算复杂性.在此基础上,利用广义S变换实现了对模拟雷达进动回波的微多普勒特性分析.在不同信噪比条件下的仿真结果表明:该方法时频分辨性较好,而且具有较高的鲁棒性.     

单人行走运动参数估计方法

人体运动雷达微多普勒能够为目标识别提供特征。由于行人雷达回波的复杂性,从雷达回波中提取运动参数难度很大。为了实现目标精确识别,提出了一种估计单人行走平动速度、步态周期和步长的方法。首先应用广义S变换(GST)得到雷达回波的微多普勒谱,然后提取出躯干部位的微多普勒分量,并将此分量转为一维时间频率序列,最后从序列中直接估计行走的平动速度和步态周期,用这2个估计值间接估计步长。仿真实验证明:本文方法抗噪声性能好,当信噪比大于4 dB时,估计精度高。      

基于微多普勒特征的人体上肢运动参数估计

人体行走的雷达特征研究是近年发展起来的新的研究方向,基于雷达的人体目标探测在安全防护、灾害救援、生物力学和运动学研究等方面具有广阔的应用前景。人体走动时手和腿的摆动对回波信号产生调制,回波信号的微多普勒特征能精细地刻画体动规律,将有效地探测并估计人体的运动规律。主要研究人体上肢的雷达特征,首先以人体上肢的运动模型为基础,建立了其雷达回波模型,通过理论分析得到了参数估计的方法,通过广义Radon变换提取行人摆臂的微多普勒。最后通过仿真实验,验证了算法的有效性。     

利用点目标回波抑制距离旁瓣的方法

针对雷达脉冲压缩过程中引入的距离旁瓣问题,提出一种基于反卷积算法并利用点目标回波进行旁瓣抑制的方法.从雷达回波中提取准点目标回波,进而提取目标信息,实现对距离旁瓣的抑制.利用点目标回波旁瓣抑制方法对海南VHF非相干散射相控阵雷达的电离层回波数据进行处理.结果表明:强目标的旁瓣干扰抑制优于5dB,这证明了该抑制方法的有效性;旁瓣抑制效果与回波的信噪比有关,降低背景噪声和系统噪声的影响可提高其距离旁瓣抑制效果.      

旋翼微多普勒特性实验分析

为分析旋翼及其主要部件的微多普勒效应特点,提出了一种通过微波暗室进行旋翼微多普勒效应测试的实验方法,并通过实例验证了实验方法的可靠性;两种桨叶不同桨叶片数的系列实验结果表明,旋翼的微多普勒特性通过频率把各个散射部件的回波能量分开,旋翼的片数和转速不影响微多普勒特性的分析估算,旋翼的微多普勒特性仅与其运动特性相关;结合直升机目标识别特征,采用短时傅里叶变换方法对实验数据进行微多普勒效应提取,分析了微多普勒效应与入射波和旋翼几何属性之间的关系,得到了旋翼微多普勒效应的频率特性、极化特性和宽频带特性.     

调频引信粗糙面目标与干扰信号识别

为有效识别调频（FM）引信地面目标回波信号和数字射频存储（DRFM）转发式干扰信号,提出了一种对地调频引信粗糙面目标与干扰信号识别方法。建立了对地调频引信粗糙面差频信号模型,利用二维距离-速度提取方法提取其差频频率和多普勒频率,采用差频频率峰值带宽和多普勒频率峰值带宽2个特征量识别地面目标回波信号和DRFM转发式干扰信号,并使用蒙特卡罗仿真和非参数假设统计检验对其进行了验证。结果表明:差频频率峰值带宽和多普勒频率峰值带宽的展宽幅度与引信天线照射范围内粗糙面的大小呈正相关,多普勒频率峰值带宽的展宽与载频成正比,利用峰值带宽特性可有效区分粗糙面目标回波信号和DRFM转发式干扰信号。      

复杂目标散射强度的三维分布特性

建立复杂目标几何外形的数学模型,对独立目标使用外法向判断可见面元,对复杂目标使用Z-buffer算法处理自动遮挡问题.通过求解电磁场边值问题求解目标表面的等效电磁流分布,并求解散射强度的三维分布特性.仿真计算结果被若干测试结果验证,证明该方法的精度较高、实用性强、可靠性好.算法可以直观地显示目标散射强度的三维分布图.      

移动机器人自主动态避障方法

针对基于水流场的全向移动机器人动态避障过程中可能出现的避障失效和避障路径过长问题, 提出了一种基于速度斥力场改进人工势场方法的全向移动机器人自主动态避障方法。详细分析基于水流场改进的人工势场法在动态避障过程中存在的移动机器人从障碍物前方绕过而引起的避障路径过长或避障失效问题;在基于水流场的人工势场避障方法中, 根据移动机器人和动态障碍物的相对速度, 引入速度斥力场, 使得移动机器人从动态障碍物的后方通过, 实现全向移动机器人的安全自主动态避障。通过仿真和室内避障实验, 验证了所提自主动态避障方法的有效性和实用性。      

基于PHD未知杂波密度多机动目标跟踪

基于随机有限集（RFS）的跳变马尔可夫系统（JMS）是多机动目标跟踪的有效方法。但现有的方法假设杂波密度是先验已知的,而实际中杂波密度是未知且可能随着环境的改变而变化。针对这一问题,提出了一种适用于线性高斯模型的未知杂波密度下多机动目标跟踪算法。该算法以未知杂波密度高斯混合概率假设密度（λ-GMPHD）滤波为基础建模杂波和真实目标,采用线性高斯JMS模型描述目标机动,推导了未知杂波密度下多机动目标跟踪的GMPHD迭代解析表达式。仿真结果表明,所提算法可实现对于杂波密度以及目标数和目标状态的准确估计。      

基于小波分析的地形多分辨率建模方法

以提高运算效率和存储效率为目的研究了基于小波的数字高程模型（DEM,Digital Elevation Model）数据的多分辨率建模,根据DEM的数据特点在Mallat多分辨率分析算法的基础上,提出了基于小波分析的DEM数据多分辨率建模算法,对算法实现过程中的小波函数以及边界延拓方式的选取进行了阐述,提出了评价建模精度的相关指标,并通过仿真实验确定了恰当的小波参数.仿真结果表明,小波分析法是实现DEM多分辨率建模的有效方法,同时保证了良好的运算效率和存储效率.该方法可应用于地形的快速可视化、飞行器的动态和静态航路规划等工程应用中.     

基于改进人工鱼群算法的无人直升机编队航迹规划

针对无人直升机（UH）编队的航迹规划问题，提出了一种基于改进人工鱼群算法（AFSA）的航迹规划算法。从邻域学习和算法特性2个角度出发，针对人工鱼群算法中的人工鱼视野模型提出了一种人工鱼自适应视野模型，并对其鱼群的进化策略在无性繁殖方式的基础上进行了改进；从规划原理、代价函数、约束条件3个方面建立了无人直升机编队航迹规划模型；针对航迹规划中普遍存在的搜索效率低、精度差等特有问题改进了所提算法的编码方式和聚类策略。利用三机编队航迹规划的算例对所提算法进行了验证，仿真结果证明，通过对人工鱼群算法的改进、航迹规划模型的建立等措施实现了良好的无人直升机编队航迹规划，同时在搜索效率、收敛速度及求解精度上都有了显著提高。      

基于改进蚁群算法的月面机器人的路径规划及虚拟仿真

针对月面机器人在复杂地形下的路径规划问题，提出了一种改进的蚁群算法。算法构建了栅格化地形图，基于人工势场法改进了蚁群算法的启发函数，加快了算法收敛速度；引入空间信息素划分方法，提高了蚁群在最短路径附近区域的搜索能力；实验证明，改进后的蚁群算法，路径规划成功率显著提高，收敛速度加快。在算法规划出月面机器人的最短路径后，采用虚拟仿真技术，基于unity3D构建虚拟月面环境和月球车，直观地展示了月面机器人在月面环境下的路径规划效果。     

Relative motion guidance for near-rectilinear lunar orbits with path constraints via actor-critic reinforcement learning

This paper presents a feedback guidance algorithm for proximity operation in cislunar environment based on actor-critic reinforcement learning. The algorithm is lightweight, closed-loop, and capable of taking path constraints into account. The method relies on reinforcement learning to make the well known Zero-Effort-Miss/Zero-Effort-Velocity guidance state dependent and allow for path constraints to be directly embedded. The algorithm is tested in the circular restricted three-body problem (CRTBP) framework for Near Rectilinear Orbits (NRO) in the Earth-Moon system. It shows promising results in terminal guidance error and satisfies path constraints in constraint scenarios comprising spherical constraints and keep-out-spheres with approach corridors. Furthermore, this approach indicates that reinforcement learning can be effectively used to solve constrained relative spacecraft guidance problems in complex environments and thus can be effective for autonomous relative motion operations in the Earth-Moon dynamical environment.     

基于小波神经网络的多传感器自适应融合算法

针对多传感器融合系统的非线性和不确定性,将小波分析与神经网络相结合,提出一种基于小波神经网络的多传感器自适应融合算法.融合系统包括扩展卡尔曼滤波器、小波神经网络、融合知识库以及航迹融合算法.该算法以分布式融合结构为基础,利用环境信息理论和测量方差归一化方法构建小波神经网络,并且通过数值样本训练小波神经网络,使其在融合过程中实时估计各传感器的信任度,再由融合知识库根据各传感器信任度来选择适合的航迹融合算法,最终得到全局状态估计.实验结果表明,提出的融合算法可以根据环境变化在线自适应融合来自多传感器的测量值,对不确定信息具有很好的融合能力.