频域解模糊干涉仪测向方法

电子战作为现代战争中的重要组成部分,具有不可替代的作用。辐射源测向技术是电子战中的一个重要环节,对战场主动权的归属决定具有重要作用。常用的测向技术主要包括比幅、时差、干涉仪和多普勒等多种定位方式,其中干涉仪测向,因其工程实现简单、成熟且精度高的优势,在电子战中取得了广泛的应用。相对于传统干涉仪利用多基线、多观察角解模糊的方式,提出一种频域解相位模糊方法,挖掘信号内部的相位连续特性,利用固定基线-变化信号波长比的原理进行解相位模糊,简化了传统干涉仪设计与实现的复杂性。理论分析与仿真实验,证明了该方法具有较好的稳健性和测向能力,为解决传统干涉仪相位解模糊的问题提供了一种新思路。     

相位干涉仪参差基线解模糊算法研究

针对多基线相位干涉仪测向时存在的相位模糊问题,分析相位差变化值的相位模糊特点,提出一种利用相位干涉仪基线间的参差距离对相位差进行解模糊的方法,讨论正确解模糊的条件、范围以及波达角估计精度与入射角之间的关系,并给出了仿真结果。     

宽带信号多通道干涉仪测向解模糊方法研究

针对基于子频带分解的宽带信号干涉法测向中通道间相位差的模糊问题,提出了一种简单的解模糊方法,该方法运算量小且正确解模糊对信噪比要求低。仿真结果表明了结论的正确性。     

圆阵相位干涉仪二维测向解模糊新方法

长短基线结合和模糊角度聚类是圆阵相位干涉仪测向中两种常用的解模糊方法。针对角度聚类解模糊方法存在的不足,在对模糊方向的方向矢量投影在阵列所在平面的分布规律进行分析的基础上,提出一种基于模糊方向矢量投影聚类的解模糊新方法。该方法不但有效地减小了聚类所需的计算复杂度,而且易于选择聚类门限。仿真实验表明,所提出的新方法具有很好的解模糊性能。     

一种星载干涉仪解模糊失败识别方法

针对星载干涉仪测向解模糊失败问题,基于波束形成原理提出一种解模糊失败识别方法.该方法在干涉仪测向定位方法的基础上有效利用了各通道接收信号的幅度信息,通过合成信号功率判断测角结果正确与否,可有效提高星载电子侦察系统的情报准确性,仿真结果证明了该方法的有效性.     

一种改进的GNSS整周模糊度解相关算法

GNSS整周模糊度解相关算法的性能直接影响到整周模糊度的搜索速度和解算成功率。为了在不降低GNSS整周模糊度解相关算法解相关程度的前提下,提高解相关算法的计算效率,在深入分析典型解相关方法优缺点的基础上,提出基于对角线预排算的解相关算法。该方法源于对直接对角线排序解相关算法的预排序思想,采用矩阵分解后对角线元素中最小值并将其转换到对应对角线位置的方式,用更少的迭代次数达到比直接对角线排序更好的解相关效果。将新算法与其他算法进行仿真比较得出,其性能优于直接对角线排序算法,解相关功能与联合解相关算法等效,且计算效率略占优势。     

一种解算整周模糊度几何算法实现GPS快速测姿

在多天线GPS姿态确定系统中,整周模糊度的确定一直是姿态解算的一个难题。针对载波相位双差模型,本文提出一种新的几何解算双差整周模糊度的方法。该方法首先利用C/A码数据完成姿态初步解算;然后根据初步解算的姿态参数、各天线间基线分量参数和卫星到接收机在当地水平坐标系中的向量,再利用本文提出解算双差整周模糊度几何算法求取整周模糊度双差值;将整周模糊度双差值代入载波相位双差模型反解精确的各天线坐标分量,由取得的各天线坐标分量解算得到精确的姿态参数。同时,应用本文所提出的方法,对采集的GPS多天线静态数据和动态数据进行了姿态测量解算,验证了所提方法的有效性。     

一种基于24GHz梯形调制LFMCW雷达解多普勒模糊方法

由于对称三角线性调频连续波（LFMCW）雷达在多目标情况下容易产生虚假目标,又因为采用的毫米波技术,发射波形的上下扫频时宽相对较小,且目标速度的测量精度和分辨率又取决于信号的时宽,所以,为了消除虚假目标的产生以及提高目标速度的测量精度和准确性,文章利用梯形调制方式,并结合MTD 恒频速度配对法,充分利用二维模糊多普勒频率,通过恒频速度配对得到真实目标之后,再用其求得模糊重数,进而解多普勒模糊。由于二维模糊多普勒频率是在一个周期下得到的,所以,解模糊得到的速度精度要大于恒频速度和上下扫频配对得到的速度。利用这种方法,不仅可以准确地得到目标信息,还防止了虚假目标的产生。最后,经Matlab仿真结果表明,解多普勒模糊得到的速度误差明显小于恒频以及去耦合。     

一种恒电长度干涉仪分析的新方法

对数周期天线的相位中心随频率呈线性变化,用2个对数周期天线可以构成具有恒电特性的干涉仪天线阵,在工程应用中,天线相位中心较大的测试误差会导致天线阵调试困难.通过对恒电长度干涉仪的分析,提出了利用相位扫频测试对天线阵进行调试分析的方法,避免了繁杂的相位中心测试,简化了天线阵的调试过程,测试数据可直接用于系统校正.     

一种基于接收机钟差广义插值法的卫星定位增强算法

为提高卫星定位的连续性与精度,分析和讨论了接收机钟差模型辅助定位的可行性与基础,结合广义插值方法建立了一种高精度钟差数学模型及其相应的增强定位算法。该优化拟合模型在分段边界点上满足插值条件,不断利用钟差观测序列的最新均值或加权均值插值点对模型进行约束,使其具有更好的实时性及更高的外推精度。通过GPS实测实验,对方法的可行性和精度进行了分析与验证。结果表明,基于该模型的增强定位算法,既可辅助卫星信号短暂缺失的非完备定位情况,实现三维定位,也可用于正常星座的定位情况,有效提高定位精度。     

Sagnac横向剪切干涉仪设计方法的研究

详细论述了实体Sagnac型干涉仪的工作原理和几何尺寸的优化设计方法,并对实体棱镜构成的干涉仪用展开成平板玻璃的方法来计算分束膜的投射高度,简单且快捷。结合实例给出了计算结果,并对干涉仪的加工要求与装调方法等进行了定性分析。     

CCD光斑质心算法的误差分析

文章建立了CCD噪声和像元尺寸对质心算法影响的误差模型.模型表明,当CCD上光斑的束腰ω<0.1个像元时,质心算法的误差大于0.28个像元;当束腰ω>0.5个像元时,像元尺寸对灰度质心算法的影响可忽略不计,影响质心算法的主要因素是CCD随机噪声误差.在ω>0.5个像元的前提下,光斑尺寸越小,质心算法的精度越高.实验与理...     

一种基于SIFT和KLT相结合的特征点跟踪方法研究

在目标发生明显姿态和大小变化条件下,为了利用基于特征点的跟踪算法实现对目标可靠、稳定跟踪,提出了一种SIFT算法和KLT(Kanade-Lucas-Tomasi)匹配算法相结合的特征点跟踪方法。通过对SIFT算法进行优化,使得到特征点分布相对均匀,同时不存在聚集现象;通过对KLT匹配算法进行分层迭代设计,提高了目标作快速运动时的匹配精度;最后根据特征点匹配结果,结合Greedy算法得到目标的准确位置。实验结果表明：该算法能够很好地适应目标姿态和大小的变化,实现对结构复杂目标的稳定跟踪;比KLT跟踪算法具有更好的鲁棒性和稳定性,能得到更加准确的目标位置。      

基于修正模型的自适应跟踪算法

提出一种基于修正模型的自适应跟踪算法（CSM-AKF）。通过状态扩维和机动检测实现模型参数的自适应调整,克服＂当前＂统计（CS）模型中参数预设的负面影响,提高了系统的跟踪精度以及目标在做强机动时的快速响应能力。仿真结果验证了算法的有效性。     

基于蚂蚁算法的星上ATM交换结构

对于卫星ATM交换系统，星上ATM交换结构的设计是一个非常重要的部分。由于卫星通信具有带宽有限、时延受限、信道误码率高等特点，因而设计星上交换结构时必须尽可能降低交换时延，减少内部阻塞。为此，提出一种基于蚂蚁算法的星上ATM交换结构，并对此方案进行了分析和仿真。结果表明，该结构由于采用了蚂蚁算法和阻塞规避方案，有效改善了信元时延和信元丢失率等性能。     

基于TDOA的非同步照射辐射源定位算法

针对现有基于信号到达时差（TDOA）的定位算法难以适应辐射源信号非同步到达的定位问题,提出了一种新的非同步照射辐射源定位算法。该算法利用脉冲样本图外推各站辐射源脉冲的到达时间（TOA）序列,进而计算TDOA序列（TDOAs）,解决了非同步照射引起的TDOA计算困难问题,通过两条双曲线的渐近线交点求取初值,通过牛顿迭代法实现对辐射源位置的估计。最后给出的数值仿真结果验证了该方法的有效性。     

一种基于遗传RBF神经网络的智能容错滤波算法

针对组合导航中标准卡尔曼滤波容错性能不足的问题,提出一种基于遗传RBF神经网络的智能容错滤波算法,其基本思想是通过RBF网络自动调节滤波增益来控制不确定性噪声的影响,进而提高滤波容错性。在RBF神经网络中,隐层单元与核函数宽度的选取对网络的性能具有重要影响,进而利用自适应遗传算法对其隐层单元数及核函数宽度进行了优化,隐层单元中心和输出层连接权值分别由K-均值聚类和最小二乘算法确定,最后得到精度较高且结构优化的RBF网络。为检验方法的应用效果,以SINS/GPS组合导航系统为例进行了仿真验证,实验结果表明遗传RBF网络容错滤波算法能在满足导航精度和计算量增加较小的前提下,比标准卡尔曼滤波具有更强的容错能力,由此也说明了方法的有效性。     

一种基于Madgwick-EKF融合算法的卫星姿态测量方法

针对低地球轨道卫星姿态测量时,传感器易受噪声干扰、陀螺仪漂移等问题,提出一种基于Madgwick扩展卡尔曼滤波合算法(EKF)的卫星姿态测量方法。该方法采用陀螺仪、加速度计、磁强计等多传感器数据进行融合,并结合Madgwick算法和EKF算法的优点,实现姿态测量。首先,通过Madgwick算法,利用多个传感器测量数据计算初始姿态。然后,基于初始姿态和实际测量数据,应用EKF算法进行数据融合和噪声滤除,以获得最终准确的姿态估计。实验结果表明:相较Madgwick算法,本算法在测量精度上提升了65.8%,且具有较高的鲁棒性,为低地球轨道卫星姿态测量提供了一种有效的方案。     

一种基于蚁群聚类算法的快速星图识别方法

为提高大视场星敏感器的星图识别速度和识别成功率,提出一种基于蚁群聚类算法的 快速星图识别方法,该方法首先利用蚁群聚类算法对星点集合进行快速聚类分析;然后选择 最优类并以其中每个星点为圆心,以一定角距为半径画圆,将圆内所有星点构成集合;再将 每个集合的星点两两求取角距,利用蚁群算法对路径快速寻优的优点,完成集合的路径优化 ;最后利用优化结果同导航星库中已有的优化数据相匹配,以实现星图的快速匹配与识别; 实验结果表明,与现有识别方法相比,该方法具有高的识别率,良好的实时性和鲁棒性,且 所需导航星库的容量小。