海杂波后向散射频谱的研究

为研究导弹跟踪海面目标时的海杂波多径干扰,建立了用于数值仿真和半实物仿真的目标回波与海面杂波的多普勒频率及功率模型。理论仿真计算值与飞行试验数据的比较表明,所建的海面后向散射海杂波模型正确,可用于背景模型仿真。最后给出了一低空远界理论弹道主瓣杂波功率的仿真样例。     

基于信息量准则的AR模型相关高斯杂波模拟

研究了相关雷达杂波功率谱特性的AR模型及其模拟方法。使用了Levinson-Durbin算法和四种基于信息量准则的AR模型定阶准则:AIC、FPE、CAT和MDL,并与其它定阶方法进行了比较,最后给出了计算机模拟结果。     

一种基于优化设计的动目标检测方法及其运用

提出一种新的动目标检测(MTD)滤波器组设计方法,即通过设置目标处理通道和气象处理通道,其中目标通道采用自适应动目标检测(AMTD)处理方式,实时检测杂波的存在,根据杂波的强弱自动产生或选择滤波器加权因子,以保证抑制地杂波的同时,减少信噪比损失,提高对弱小目标的检测性能。仿真结果证明该方法是有效的,且在工程上有一定的实用价值。     

基于OARO-GRU网络的高频地波雷达电离层杂波短期预测

电离层杂波的精确预测对提升高频地波雷达的目标探测性能具有重要推动作用。为此，提出了一种基于改进人工兔子算法优化门控循环单元 （Opposite Artificial Rabbits Optimization optimized Gated Recurrent Unit， OARO-GRU）网络的电离层杂波短期预测模型。首先，依据高频地波雷达接收到的电离层杂波具有混沌特性这一先验知识，通过相空间重构技术构造GRU网络的输入和输出样本集；然后，融入反向学习和柯西变异两种改进策略用于改善标准ARO的寻优能力，并将其用于执行GRU网络的包含隐层节点个数、初始学习速率和最大迭代次数在内的三个超参数值的优选；最后，重新训练优化后的GRU网络，输入测试样本集进行测试，并依据给定的评价指标评估模型。实测结果表明：相较于其他7种对照模型，所提出的OARO-GRU网络预测模型在预测精度和可靠性上均具有明显的优越性，为有效改善高频地波雷达的目标探测性能提供了一种新的思路与方法。     

非线性非高斯秩滤波方法

基于秩滤波原理,提出一种非线性非高斯秩滤波方法,给出其递推过程.目前常用的非线性滤波方法有无迹Kalman滤波和粒子滤波,无迹Kalman滤波只适用于高斯分布的情况,粒子滤波方法却存在粒子退化及重采样引起的粒子贫化问题.而非线性非高斯秩滤波方法不仅适用于常见的多元t分布、多元极值分布等非高斯分布的非线性滤波,并且计算简单、工作量小,便于工程应用.从仿真算例可以看到,该方法的滤波精度与无迹Kalman滤波和粒子滤波方法相比提高了500%以上.      

分布式天基雷达动目标检测性能分析

针对多部天基雷达采用分布式工作体制检测运动目标面临的杂波抑制困难问题,分析了沿航迹基线长度、有效基线长度、地面坡度、波束指向误差、图像配准误差、通道幅度和相位误差对杂波抑制和动目标检测性能的影响。仿真实验结果为以动目标检测为目的的卫星编队构形和雷达参数选择提供了一定依据。     

基于混沌的改进粒子群优化粒子滤波算法

针对基本粒子滤波(PF)算法存在的粒子退化和重采样引起的粒子多样性丧失,导致粒子样本无法精确表示状态概率密度函数真实分布,提出了一种基于混沌的改进粒子群优化(PSO)粒子滤波算法。通过引入混沌序列产生一组混沌变量,将产生的变量映射到优化变量的区间提高粒子质量,并利用混沌扰动克服粒子群优化局部最优问题。利用单变量非静态增长模型(UNGM)在高斯噪声和非高斯噪声环境下将该算法与基本粒子滤波和粒子群优化粒子滤波(PSO-PF)的性能进行仿真比较。结果表明:该算法的性能在有效粒子数和均方根误差(RMSE)等参数都优于基本粒子滤波和粒子群优化粒子滤波,改善了算法的精度和跟踪性能。      

海杂波FRFT谱的近似分形特性与目标检测

主要介绍了海杂波分数阶Fourier变换（FRFT）谱的近似分形特性及其在海杂波目标检测中的应用。根据FRFT的尺度变换性质,研究了自相似过程FRFT谱的近似分形特性,然后将近似分形分析方法引入到实测海杂波FRFT谱分析中,发现在特定变换阶数下得到的海杂波FRFT谱间存在近似分形特性,且目标回波可使近似分形特性描述参数——FRFT域Hurst指数发生变化。因此,可利用FRFT域Hurst指数设计恒虚警率（CFAR）检测方法。经X波段和C波段雷达实测数据验证,所提方法的检测性能明显优于经典的利用时域Hurst指数的目标检测方法。     

非线性非高斯模型的高斯和PHD滤波算法(英文)

A new multi-target filtering algorithm, termed as the Gaussian sum probability hypothesis density （GSPHD） filter, is proposed for nonlinear non-Gaussian tracking models. Provided that the initial prior intensity of the states is Gaussian or can be identified as a Gaussian sum, the analytical results of the algorithm show that the posterior intensity at any subsequent time step remains a Gaussian sum under the assumption that the state noise, the measurement noise, target spawn intensity, new target birth intensity, target survival probability, and detection probability are all Gaussian sums. The analysis also shows that the existing Gaussian mixture probability hypothesis density （GMPHD） filter, which is unsuitable for handling the non-Gaussian noise cases, is no more than a special case of the proposed algorithm, which fills the shortage of incapability of treating non-Gaussian noise. The multi-target tracking simulation results verify the effectiveness of the proposed GSPHD.     

一种基于FPGA的海杂波产生器设计

海杂波是反舰导弹末制导雷达回波的主要背景噪声,在末制导雷达模拟器的设计中,海杂波产生器是一个重要组成部分。在研究海杂波噪声概率分布密度的基础上,给出了一种基于FPGA技术的海杂波产生器的设计方案,并利用Altera公司的cyclone II系列芯片和QuartusII开发软件对设计进行了仿真验证。采用FPGA技术可以方便地对设计方案、海杂波的分布形式、数据量大小进行修改。仿真结果表明,该设计能够产生符合要求的海杂波信号,并且具有结构简单、集成度高、易于修改等特点。