Chirp脉冲的分数阶傅里叶域测距

为了扩展利用Chirp脉冲测距的灵活性和适用性,基于分数阶傅里叶变换特点,提出了一种运算量更小且更具扩展性的Chirp脉冲测距新方法,并导出了其离散距离估计子的解析表达式。分析了该距离估计子的离散精度和多目标分辨力,考察了多普勒频移所引起的测距误差,并对比了本文方法与脉冲压缩方法的主要性能参数。研究结果表明:本文方法在大时宽带宽积条件下具有与脉冲压缩方法相比拟的性能,且运算量约减少一半。最后,仿真验证了理论推导的正确性。     

一种基于波形的距离扩展目标检测方法

针对高分辨率雷达距离扩展目标检测问题,提出了一种基于一维距离像波形的距离扩展目标检测器。分析了目标一维距离像的波形特点,对一维距离像的离散序列进行FFT变换,获得变换后的低频分量平均值与高频分量平均值的比值,以其中最大的比值作为检测统计量并进行有无目标的判决。仿真结果表明,此检测方法的检测性能要优于依赖于散射中心空间分布密度的广义似然比（SSD—GLRT,Spatial Scattering Density—Generalized Likelihood Ratio Test）检测器,并且明显优于基于波形熵的检测器。     

平移不变模式双基地SAR距离聚焦深度分析

根据平移不变模式双基地合成孔径雷达的空间几何关系模型,分析了平移不变模式双基地合成孔径雷达点目标的距离徙动特性,并进一步推导出了平移不变结构双基地合成孔径雷达的距离聚焦深度计算公式。该式表明平移不变结构双基地SAR距离聚焦深度与双基地角、方位分辨力、收发分机波束指向和目标到飞机最近距离之比有关。最后通过仿真,验证了理论分析的正确性。     

一种修正的DV-Hop无线传感器网络节点定位算法

无线传感器网络（Wireless Sensor Network．WSN）融合了传感器技术、信息处理技术和网络通信技术,与塑料电子学、仿生人体器官被称为全球未来三大高科技产业,应用前景非常广阔。它是一种全新的信息获取平台,可以在广泛的领域实现复杂的大范围的监测和追踪任务,而网络节点自身定位时大多应用的前提和基础。事件发生的位置和获取信息的节点位置是传感器节点监测消息中所包含的重要信息．没有位置的监测消息毫无意义。     

平均场网络在航迹关联中的应用

在多节点分布式多传感器融合系统中,航迹关联问题可以化为多维分配问题。多维分配问题是一个典型的组合优化问题,很难得到问题的最优解,而且其计算量会随着问题维数和目标数的增加容易呈现指数爆炸现象。在二维平均场人工神经网络的基础上提出了一种三维平均场网络模型用于解决此三维分配问题。仿真结果表明,该人工神经网络模型,能够有效解决多维分配问题,具有较高的关联正确率,当目标数不是很多时,可满足工程上的要求。另外,提出的三维网络模型可以推广到多维情况用于解决多维分配问题。     

高距离分辨率雷达目标检测研究现状与进展

高距离分辨率雷达目标回波表现为距离扩展目标的形式,距离扩展目标检测技术是目前雷达信号处理领域的一个热门和难点问题。本文对这一技术的发展过程、研究现状及最新研究进展进行了较为全面的综述,主要从高斯背景、部分均匀环境及非高斯背景出发,对这一技术进行了介绍。最后对距离扩展目标检测方法做了总结,并对有待进一步研究和完善的问题进行了展望。     

利用二星TDOA和FDOA测量及辅助高度信息对地面目标的定位算法及精度分析

卫星探测定位系统对地面辐射源目标定位时,一般利用TDOA(到达时间差)测量,而当辐射源与卫星之间存在相对运动时,也可以测量FDOA(到达频率差).当辐射源的高程已知时,可以利用WGS-84地球椭圆模型作为精确定位模型.据此提出了利用两颗低轨卫星的TDOA及FDOA测量对地面辐射源定位算法,并对定位的算法进行深入的研究,同时推导了定位误差的分布模型.      

多源卫星信息在轨融合处理分析与展望

针对自然灾害监测、海洋目标监视等多星协同探测应用场合,首先分析了多源卫星信息在轨融合处理的必要性,其次总结了国内外卫星数据在轨处理的研究现状和存在的问题,然后在此基础上从星上探测、通信和计算资源出发,分析了适应在轨处理的在轨自主任务规划、目标信息表征、多源卫星信息目标在轨关联、多源卫星信息在轨特征融合、星地协同数据处理与动态交互等多源卫星信息在轨融合处理的相关问题和关键技术,最后,给出未来发展趋势展望。     

基于神经网络的广义经典分配航迹关联算法

在序贯航迹关联算法的基础上提出了一种广义经典分配航迹关联算法。此算法实际上是求约束条件下的函数最小值问题,属于组合优化问题,其计算复杂度随着目标数的增加而发生爆炸现象。根据Hop field神经网络模型解决此类问题的能力对此广义经典问题进行了求解。仿真实验结果表明,广义经典分配算法能够有效地解决航迹关联问题,而且用神经网络求解此问题降低了计算复杂性,并具有很高的关联正确率。