基于高斯混合模型的航迹抗差关联算法

针对雷达系统误差时变、上报目标不完全一致等复杂场景下目标航迹关联问题，采用高斯混合模型（GMM）与航迹间拓扑信息相结合的方法实现航迹抗差关联。将航迹关联问题转化为图像匹配中的非刚性点集匹配问题，建立对非同源航迹具有鲁棒性的高斯混合模型，根据航迹间的邻域拓扑信息决定高斯混合模型中各高斯组成部分的权重，利用期望最大值（EM）算法求解高斯混合模型的最优闭合解，在期望步（E-step）阶段求解航迹的对应关系，在最大化步（M-step）阶段求解非同源航迹比例，最后进行航迹关联判决以获得关联结果。仿真结果表明，该算法在不同系统误差、目标分布密度、探测概率等环境下具有较好有效性和鲁棒性。     

吸收变异的粒子群算法及应用

提出了一种改进的粒子群算法,称为ConvergencemutationPSO(CM_PSO)。该算法根据粒子群中各粒子的适应值动态地调整粒子数量,把部分适应度差的粒子适当汇聚到适应度好的区域,在不损失全局搜索能力的同时,增强局部搜索能力。在将该算法应用于雷达组网误差配准问题中,提出了一种基于CM_PSO的误差配准技术。仿真表明,该算法能有效配准,与对比方法相比较,具有更好的收敛精度和更快的进化速度。     

基于相对位置矢量的群目标灰色精细航迹起始算法

为解决群内目标精细航迹起始的难题,基于对传统航迹起始算法及现有群目标航迹起始算法优缺点的分析,给出了完整的群目标航迹起始框架,并提出了一种基于相对位置矢量的群目标灰色精细航迹起始算法。首先基于循环阈值模型、群中心点进行群的预分割、预关联,然后对预关联成功的群搜索对应坐标系,建立群中各量测的相对位置矢量,基于灰色精细互联模型完成群内量测的互联,最后基于航迹确认规则得到群目标状态矩阵。经仿真数据验证,与修正的逻辑法、基于聚类和Hough变换的多编队航迹起始算法相比,该算法在起始真实航迹、抑制虚假航迹及杂波鲁棒性等方面综合性能更优。     

脉冲爆震发动机爆震室起爆研究

根据脉冲爆震发动机（PDE）的概念、工作原理,分析了爆震燃烧的特点和起爆方法,研究了可燃气体在空气中存在的爆炸极限,分析了应用爆炸极限理论引发爆震的可行性。设计了航空煤油和空气作为起爆能源的爆震室,为了提高爆震成功率,爆震室油气混合气按照爆炸极限混合。定量计算了化学恰当比的航空煤油完全燃烧放出的热量以及爆震室最终温度和压力,分析了反应混合物浓度和起爆的关系。     

一种新的雷达组网实时误差配准算法

雷达组网系统首先要解决误差配准问题,来准确地估计和消除系统误差。本文研究了异地雷达组网误差配准问题,在考虑随机量测噪声影响的基础上,提出了一种实时Kalman滤波(RTKF)误差配准算法,然后针对多条配准航迹,给出了该算法的扩展形式,即ERTKF误差配准算法,并对两种算法进行了性能分析。仿真表明两种算法能有效地对雷达系统误差进行估计,尤其是当系统偏差发生变化时,配准效果明显优于实时质量控制(RTQC)配准算法。     

基于分数阶模糊函数延时对消的海面运动弱目标检测

研究了分数阶模糊函数的时移特性,根据此特性提出了基于分数阶模糊函数延时对消的海面运动弱目标检测方法.通过对IPIX实测数据验证表明,该方法在增加目标与杂波FRFT峰值差、提高信杂比以及检测概率等方面都明显优于仅对回波作分数阶模糊函数.设置适当的恒虚警检测门限,该检测方法能够达到更好的检测效果.     

多重信号分类算法测向精度的仿真分析

作为空间谱估计理论体系中的标志性算法,多重信号分类算法从1979年提出后就一直是阵列信号处理领域的研究热点之一。针对复杂电磁环境中阵列测向的实际应用问题,从多信源、含噪宽带信号、入射角度、阵列间距这4个因素对多重信号分类算法的测向精度作了仿真分析,得出了一些结论。     

基于耦合振荡器阵列的天线接收技术

论文根据耦合振荡器阵列提供一组均匀相位分布本振信号的接收原理,推导了一维线性和二维矩形耦合本振阵列产生均匀相位分布的控制方法,并对耦合本振阵列的稳定性进行了分析,为耦合振荡器阵列在天线接收技术中的应用提供理论参考。     

基于导航雷达实测数据的CFAR检测算法分析

为提高导航雷达在复杂环境中的目标检测能力,研究了修正中值(MMD)检测器在导航雷达中的应用,并与经典非参量广义符号(GS)检测器和参量最小选择(SO)检测器的检测结果进行对比。仿真结果表明:GS检测器对海上单一目标有较好的检测性能,但是在多目标环境下的检测性能严重下降;SO检测器虽然对上述环境有较好的检测性能,但是由于杂波包络分布类型难以准确已知,杂波抑制能力较差;MMD检测器在多目标环境下有较好的检测性能和杂波抑制能力。     

运动状态下多传感器群目标精细航迹起始算法

为解决多传感器群内目标精细航迹起始的难题,提出一种基于运动状态的集中式多传感器群目标精细航迹起始算法,算法首先基于循环阈值模型和群中心点完成群的预分割、预互联,然后将预互联成功的群按传感器不同分成多个子群,基于非抢占式修正逻辑法和同状态航迹子群获取模型剔除单传感器形成的虚假航迹,并基于多传感器同状态群关联模型消除各传感器虚假的同状态航迹子群,最后基于加权法实现同状态关联群内航迹的精细互联及合并。仿真数据表明,与分布式多传感器修正逻辑法、基于聚类和Hough变换的集中式多传感器多编队航迹起始算法相比,算法在起始真实航迹、抑制虚假航迹及杂波鲁棒性等方面综合性能更优。