SAR成像中采用FIR滤波器校正距离弯曲的方法

雷达成像中现有的各种校正距离弯曲的方法,其运算量都太大,不能满足实时成像的要求。然而在高分 辨,宽频带SAR中,距离弯曲现象比较严重,如果不校正距离弯曲,就不能得到清晰的高分辨图像。针对这个问题,提出 一种用FIR滤波器校正距离弯曲的方法,较好地校正了距离弯曲,并明显减少了运算量,能满足实时成像系统的要求。 仿真和实测数据的处理结果表明其有效性。     

卫星跟踪设备伺服系统的动态范围

从理论上给出卫星跟踪设备的角跟踪范围，为具体设备研制中确定伺服系统的角跟踪动态范围提供最根本的技术依据。方法是先分析卫星相对于地心和地表设备的角运动，给出角速度及角加速度范围；然后针对A-E和X-Y两种伺服方式进行角运动的分解，并结合卫星运动的典型轨道，分别给出A-E式和X-Y式伺服系统跟踪卫星时所需的最小保精度动态范围，本文的分析表明：A-E式伺服存在过顶盲区，该盲区是实际应用中不可避免的客观存在，X-Y式伺服存在地平盲区，但该盲区不影响实际应用。     

基于三站一维距离像融合的弹道目标特征提取方法研究

一维距离像是超宽带雷达目标识别的重要特征之一,基于多站一维距离像的目标特征提取技术是近来的研究方向。依据弹道目标的微动特性,推导了微动弹道目标的时间-距离像模型,然后通过比较各散射点时间-距离像正弦曲线参数之间的关系,实现了多个雷达观测视角下弹头目标距离像的匹配,在此基础上,利用三站一维距离像重构了锥体弹头上各散射点的三维空间相对位置,最后对锥体弹头的各个参数进行了估计。仿真结果表明了本文方法的正确性和有效性。     

复合高斯杂波中距离分布目标的极化自适应检测

极化高分辨力雷达能够获取更丰富的目标特征信息,充分利用极化信息能够有效地提高检测和识别性能.本文基于广义似然比检验,提出了一种复合高斯杂波中距离分布目标的极化自适应检测器,推导了检测器的虚警概率表达式,理论分析表明其相对于杂波的协方差矩阵和纹理分量都具有恒虚警特性.利用仿真数据统计分析了该检测器的检测性能,仿真结果表明,在一般情况下当辅助数据较少时该检测器的检测性能优于其它同类检测器.     

基于发射站触发脉冲延时的双站时间同步模型

提出了一种双基地雷达的时间同步方法模型。基于距离跟踪与处理,通过调整发射站发射机触发脉冲的延迟时间,可保证接收站在单站和双站工作时目标信号都能重合。仿真结果表明:该模型正确。     

一种修正的应变范围区分法

针对高强度、低延性材料非弹性应变范围小、难以区分的特点,提出一种修正的应变范围区分方法。该方法不区分非弹性应变中的塑性和蠕变,定义了3种基本类型的非弹性应变范围,即拉伸塑性-压缩塑性非弹性应变范围、拉伸塑性和蠕变-压缩塑性非弹性应变范围和拉伸塑性-压缩塑性和蠕变非弹性应变范围。对同时包含拉/压蠕变的循环,采用线性累积损伤法则预测其寿命。用Rene’95材料650℃下控制应变的循环松弛试验数据对修正方法进行了验证,结果表明:对Rene’95材料的蠕变疲劳寿命,修正方法的预测能力好于应变范围区分法(SRP),对基本试验的寿命预测精度基本上在2倍范围之内。      

组态软件技术及靶场测控软件系统的设计

靶场导弹试验中,根据试验对象和试验目标的不同,需要对测控设备进行不同组合,增加了试验的复杂度和测控系统的处理难度。组态软件是应用软件的高级形式,具有配置灵活、可视化编程、图形显示、实时性强的特点,可方便、快速、可靠地建立靶场导弹试验测控处理模型,满足靶场导弹不同试验任务的需要。     

能量匹配条件下的CMA盲均衡算法

对CMA盲均衡技术在海上靶场遥测信号接收中的应用进行了仿真研究,同时在CMA盲均衡算法的基础上提出了一种能量匹配约束条件,对在能量匹配约束条件下的CMA算法进行了理论分析和算法推导。根据峰度准则,输入输出信号能量相等是盲均衡实现的充要条件的前提,依据这一前提,对CMA算法代价函数进行修正,有效提高了算法的收敛速度和均衡性能。     

高轨特性下某型测控系统测距重捕修正方法研究

针对卫星长管中某型测控系统出现的测距异常重捕问题,结合该型测控系统测距数据获取和形成机理,深入分析高轨模式下测距重捕的原因,同时提出改进方法,并通过模拟和仿真试验,有效地检验了修正方法的可行性。     

多尺度搜索补偿的临近空间高超声速目标相参积累算法

针对临近空间高超声速目标回波信号相参积累时存在的跨距离门和多普勒扩展问题，提出一种基于多尺度搜索补偿的相参积累算法。算法在距离走动补偿的基础上，根据目标加速度和加加速度的变化区间，同时对目标加速度和加加速度估计值进行搜索，并利用多尺度搜索的方法，解决搜索尺度和搜索计算量之间的矛盾，完成相参积累。仿真结果表明，算法能够有效解决目标长时间积累过程中存在的跨距离门和多普勒扩展问题，抑制噪声并提高增益，积累效果明显优于传统积累方法。