海杂波谱的机理及时变特性分析

针对海杂波背景下目标检测问题的实际需求,在机理分析的基础上,利用实测数据对海杂波谱的时变特性进行了分析。首先,分析了波束照射区域内由海表面波浪运动引起的多普勒频移和展宽现象,以及随雷达工作参数之间的依赖关系;然后,对已有海杂波谱机理研究结果进行了分析和总结。在此基础上,利用加窗的周期图法估计得到海杂波的时间-多普勒谱,进而从相关时间的统计特性、谱宽与时域海杂波拖尾程度的依赖关系两个层面对海杂波谱的时变特性进行了分析。分析结果可为海杂波谱建模、海杂波抑制及目标检测方法设计提供理论指导。     

一种基于循环阈值的海上固定目标清洗方法

针对海上电磁环境复杂、数据量巨大等问题,在进行态势分析时,将目标海域内对态势分析影响较小的固定目标进行清洗,可有效缩短数据处理的时间、降低复杂度,提高态势分析的效率和直观性。现有的固定目标清洗方法鲁棒性较低,不能排除异常跳变数据的干扰,对数据集中信息的准确性要求较高,不适用于海上复杂环境的数据处理。因此,文章提出了一种基于循环阈值的海上固定目标清洗方法,并在仿真军事场景上进行了实验分析,所提方法通过循环阈值过程能够排除自然因素、量测误差和异常跳变数据的干扰,有效检测出样本数据集中的固定目标。     

基于多维特征的战场实体目标分群方法

目标分群问题也称为群形成过程，是态势估计中的一个重点和难点问题，属于信息融合中的高层融合范畴。现有的目标分群方法大多是将空间位置相近的目标聚为一类，极少有分群方法考虑到进行战场态势分析所需的位置、速度、航向、属性和类型等多维特征。为此，首先根据海战场态势分析需求，基于目标的特征属性定义了多维度欧式距离；然后综合利用分类与密度聚类两种分析方法，提出了一种战场实体目标分群方法,以综合实现战场实体目标的实时分群处理；最后，将该算法应用于一个军用场景的数据集上进行仿真实验。仿真结果表明了该方法在海战场环境中实现目标分群处理的可行性和有效性。