一种新的信息融合功能模型

在分析了信息融合三级、四级和五级模型优缺点的基础上,提出了信息融合分类的六级功能模型。分析和介绍了每级的含义及特点,并同时给出了该六级功能模型的逻辑处理流程。该模型综合了四级和五级模型的优点,对从检测到威胁判断的整个过程给出了清晰的划分,突出了精细化处理,避免了三级模型和四级模型的不足。     

利用多个相参脉冲回波估计目标径向速度和加速度

为从高加速度目标的多个相参脉冲回波中估计目标径向速度和加速度,首先对高加速度目标回波特点进行分析,其次提出采用FRFT(Fractional Fourier Transform)变换方法来提取目标径向速度、加速度,仿真结果验证了算法的有效性。     

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。     

雷达站站址误差对多机协同航迹欺骗干扰的影响分析

多机协同航迹欺骗干扰是专门针对雷达网的一种新的电子干扰手段。文章在介绍了多机协同航迹欺骗干扰基本原理的基础上,重点对雷达网内雷达站址误差对航迹欺骗干扰的影响进行了分析,推导了有关理论模型,并以融合中心采用K近似域(K-NN)航迹关联准则为背景,仿真分析了雷达站址误差对航迹欺骗干扰的影响,得出了雷达站址误差对航迹欺骗干扰性能有重要影响、但此影响随电子战飞机与雷达站间的距离增大而降低的结论。     

基于贝叶斯方法的HPRF雷达跟踪解距离模糊方法(英文)

高脉冲重复频率(HPRF)雷达目标跟踪需要解决距离模糊问题。本文通过把脉冲间隔数和脉冲间隔变化量作为目标的离散状态,目标的距离和径向速度作为目标的连续状态,将HPRF雷达的跟踪和解距离模糊问题转换为贝叶斯框架下的混合估计问题并且利用粒子滤波方法实现。仿真结果表明本文方法在脉冲间隔数变化时仍可以正确地解距离模糊,并且跟踪精度比多假设方法高。     

一种新的基于机动检测的机动目标跟踪算法

针对Kalman滤波跟踪机动目标发散和目前多数自适应Kalman滤波算法对运动模型适应性不强的问题,提出了一种新的基于机动检测的机动目标跟踪算法,通过实时自适应的改变滤波模型提高对机动目标跟踪精度。对这种方法与Kalman滤波算法进行了计算机仿真比较,结果表明,该方法计算量小,可实时精确地自适应匹配目标的运动模型,可实现对机动目标稳定可靠的跟踪。     

基于目标间拓扑信息和运动信息的联合目标选择算法

针对单纯利用目标之间拓扑信息无法对具有旋转对称图形结构的编队中的目标进行选择识别的问题,提出了一种基于目标间拓扑信息和运动信息的联合目标选择算法。首先由编队中各目标划分出若干个三角形结构元,根据结构元中每个顶点的运动信息,定义出该结构元的运动信息,然后结合该结构元的拓扑信息,综合为一个归一化量值来考察不同结构元之间的相似度,以求进一步选择出旋转对称编队中的指定目标。仿真结果表明,与单纯利用拓扑信息识别的算法相比,本算法可较好地选择具有旋转对称图形结构的编队中的指定目标。     

基于均值-方差联合检验的航迹欺骗干扰识别

以集中式融合结构雷达网为研究背景,从电子战飞机(ECAV)产生虚假航迹的原理出发,针对真/假航迹空间分布差异,提出了基于均值-方差联合检验的航迹欺骗干扰识别技术。首先分析了真/假航迹的统计特性差异,然后利用多个时刻航迹的坐标差,并通过坐标差的协方差阵对角化和归一化处理来构造检验样本,最后利用似然比统计检验的方法实现了虚假航迹的识别。仿真结果表明该技术能够对航迹欺骗干扰进行有效的识别,在雷达测距精度、测角精度变化的条件下仍能保持较高的识别率。     

远距离支援干扰下的目标跟踪技术

针对远距离支援干扰下雷达较难检测到干扰机掩护区域内的目标,其他区域内目标航迹不稳定的问题,提出了噪声干扰下的PF-TBD(Particle Filter based Track Before Detect)算法和门限自适应的MHT(Multiple Hypothesis Tracking)算法,并将这两种算法进行整合,使其能够根据雷达探测区域受干扰的程度选取相应的算法.研究了不同雷达探测区域内目标的航迹管理.仿真表明,此方法充分整合了两种算法的优点,提高了20%以上的雷达探测区域范围,兼顾了算法的时效性,同时该方法对干扰是否存在具有较强的适应性,对远距离支援干扰或其他压制干扰下目标跟踪具有一定的理论参考意义和实际应用价值.      

基于局部特征核主成分分析的SAR图像识别方法

利用传统的核主成分分析方法识别SAR图像时,存在目标姿态角依赖性强、图像象素之间关联性差等问题。针对这些问题,提出一种基于局部特征核主成分分析的SAR图像识别方法。该方法首先对图像进行相关预处理,然后结合SAR图像的特点提出一种基于局部特征核主成分分析的特征提取方法,最后设计了一种双分类器对提取的特征进行分类。MSTAR仿真实验表明：该方法不仅可以增强图像象素之间的相关性,而且对目标姿态角不存在依赖性,仿真结果验证了方法的有效性和可行性。