低空目标双雷达联合定位方法研究

针对海上靶场雷达对低空、远距离小目标的测量数据中存在大量的地海杂波干扰,陆海结合试验环境复杂,大气参数难以精确测量,电波折射修正困难,多径影响较大,以及自身的开环跟踪模式等因素,导致雷达俯仰角测量误差较大的问题,在充分利用靶场雷达测量网布站特点的基础上,提出了一种利用2台雷达共有段落的方位角和斜距信息,构建双雷达联合定位模型,完成目标弹道解算的方法。实测数据与仿真数据综合测试表明,通过使用该方法可有效解决雷达俯仰角测量信息超差对整体测量结果的影响,同时提高了靶场雷测数据处理的精度和可靠性。     

基于星载视频SAR的海上运动目标监视方法

传统SAR处理方法已无法满足日益复杂的战场环境,在监测、跟踪感兴趣区域内的机动目标和场景变化方面存在不足。针对此情况,提出了一种基于星载视频SAR(Video SAR)的海上运动目标监视方法,通过对目标区域持续观测获得全面的目标态势信息。首先,分析了视频SAR工作原理,采用数据重叠复用的方式来保证SAR视频产品的流畅度;结合图像配准,再利用不同帧图像之间动目标主体位置偏差和阴影变化反演动目标速度,同时改进传统后向投影(Back Projection,BP)算法,使其适用于视频SAR的高效性要求;最后,通过计算机仿真验证了该方法的精确性和有效性。     

基于双树复小波和形态学的卫星异常数据滤波方法

受系统结构复杂、工作环境恶劣等因素影响,卫星的工作状态会存在介于正常和故障之间的异常状态,导致其遥测数据中不仅含有噪声,还存在异常数据。采用传统滤波算法进行去噪处理时,会存在对异常数据保留不充分的问题,从而导致突变信息丢失。针对上述问题,提出一种基于双树复小波与形态学滤波的卫星遥测数据组合滤波方法,设计一种半软阈值滤波函数来提高双树复小波的滤波性能,并提出一种组合滤波算法。通过仿真实验进行验证,结果表明:本文方法可以对遥测数据中的噪声进行有效滤除并对异常数据进行保留。     

一种基于数据跳变检测的高动态环境GPS信号参数估计方法

鉴于高动态环境中 Ｇ Ｐ Ｓ信号参数估计和调制数据跳变检测所遇到的问题,采用扩展卡尔曼滤波方法（ Ｅ Ｋ Ｆ）对信号参数进行了估计,分析了通过载波辅助技术实现伪码延时估计的原理,重点研究了一种简单的数据跳变检测和估计参数修正方法。模拟结果表明这种方法在信号参数估计精度和动态跟踪性能等方面都能够满足高动态环境的要求。     

基于双边截断的双参数海上风电站 SAR图像 CFAR检测

文章提出了 1种基于双边截断的双参数海上风电站 SAR图像 CFAR检测器 DTCS-TPCFAR,目的是提高在具有多个目标海上区域和石油泄漏区域等环境下对海上风电站的检测性能。DTCS-TPCFAR所提出的双边截断杂波的方法,能够同时消除高强度和低强度异常值的干扰,同时保留真实的杂波样本。通过使用最大似然估计计算双边截断后样本的均值和标准差,然后通过这 2个参数估计值计算出截断阈值,最后再结合指定的虚警率(Probability of False Alarm,PFA)来对测试单元(Test Cell,TC)进行判断,完成最终的目标检测。这也是首次将 CFAR检测器用于检测海上风电站。文章通过 Sentinel-1数据集来验证该方法的有效性。实验结果表明,文章所提出的算法在相同指定虚警率下,具有更高的检测率(Detection Rate,DR)和更低的误报率(False Alarm Rate,FAR)。     

航空器海上飞行空域规划方法

为充分利用海上空域资源,提供海上飞行有效空域活动范围,针对海上空域可用资源问题进行了研究,主要目的是寻找一种有效的海上空域可用资源规划方法。一方面,分析了我国周边海域的海上空域资源,并基于岸基军、民航已规划使用空域的环境数据,结合周边空管雷达监视能力服务范围信息,设计了一种基于图形栅格化法的海上空域资源智能规划方法。另一方面,基于协同区域随机搜索算法,分析计算出适合航空器飞行的海上空域数据,可为航空器海上飞行空域规划提供可靠依据。     

基于运动特征和中心环绕模型的空对地车辆检测方法

平台的移动基于空基车辆检测以其视野广、速度快、适应性强等优点,近些年成为了智能交通和航空应急救援等领域内的一个热点课题。然而,在城市背景的交通环境下,由于复杂背景造成的干扰、车辆运动的不规律性以及光照等条件变化带来的噪声,有效地获取运动对象特征是空对地视觉监视方法面临的一个难题。为有效解决这一问题,提出了结合运动特征的中心环绕模型进行空对地车辆检测的算法。现有的空对地车辆检测算法,大多是针对固定的摄像头的情况下,基于运动特征进行检测,例如光流法、背景差法等。这些方法在对高速公路等背景相对较为简单的环境下获得了良好的检测结果,但当面对城市复杂背景条件或摄像头自身运动的状况时,难以有效地检测出运动目标。而在对颜色、强度等静态特征进行显著度分析的基础上,加入了对运动特征的分析,可以解决在复杂环境下准确提取车辆目标有效特征的问题。试验表明,相较于基于图像相减的检测算法和单一显著度算法,该算法可以获得更高的检测率与更低的误报率。     

基于固定阈值事件触发扩张状态观测器的多智能体协同目标环绕控制

针对复杂多扰环境下面向未知运动目标的多智能体对峙跟踪问题,提出了一种基于固定阈值事件触发扩张状态观测器(FTESO)的多智能体协同目标环绕控制方法。首先,建立了智能体与目标的相对运动模型,将目标加速度、模型非线性、环境摄动视为集总干扰,利用量测的相对位置信息构造可降低测量端状态更新频次的FTESO,以实现在非周期采样条件下对于相对速度不可测和集总干扰未知的精准估计。其次,结合速度方向场理论生成目标与智能体间的期望相对速度,根据相邻智能体间的相对角间距信息与FTESO的观测结果,设计了一种不依赖目标加速度信息的多智能体相位协同一致性协议,使得多智能体能够以指定环绕半径、环绕角速度和相对角间距实现对未知运动目标的环绕跟踪。借助Lyapunov稳定性理论,证明了闭环系统中所有误差信号最终一致有界。最后,通过仿真和比较结果验证了所提算法的有效性。     

横向喷流对鸭式导弹滚转特性影响研究

通过数值方法求解三维可压缩雷诺平均N-S方程,对导弹横向喷流的干扰流场进行了数值模拟,计算结果与实验数据吻合较好,基本验证了计算方法在横向喷流复杂流场数值模拟方面的有效性。在此基础上,对固定尾翼鸭式布局导弹亚、跨、超声速流场进行了数值模拟,并且计算分析了横向喷流对鸭式布局导弹滚转控制特性的影响,计算结果表明,横向喷流可以有效提高鸭式布局导弹的滚转控制能力。     

海上目标雷达与 AIS航迹时空匹配方法

针对海上目标的雷达与船舶自动识别系统(Automatic Identification System,AIS)中,航迹之间存在的时空不匹配现象,提出了在空间对准之后结合海上航迹运动特点,对 AIS航迹数据进行插值对准雷达目标航迹的方法,在解决雷达与 AIS航迹之间时空不匹配问题的同时,最大程度减小插值误差。该方法根据船舶航向变化率,结合航速航向法和内插外推法的优势,针对不同航迹特点自动选择最佳的插值配准方法,实现海上目标的雷达与 AIS航迹点的自动插值和时空对齐。仿真实验结果表明,所提方法针对海上目标复杂运动,可以自动匹配选择最佳插值方法,有效降低误差,实现雷达与 AIS航迹之间的时空匹配。     

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。     

一种面向复杂体系作战的多源信息融合处理方法

研讨了面向复杂体系化作战的信息融合技术，提出了一种基于中心航迹关联的融合架构，设计了面 向多源异构数据的信息融合处理方法。经过多机飞行场景下的数据仿真测试，能够有效解决多源传感器多目标 环境下目标关联判断问题。     

一种线运动扰动环境下基于惯性凝固系抗干扰自对准优化算法研究

传统惯性凝固性对准技术可有效隔离角运动干扰环境对捷联惯导自对准精度的影响,但对线运动环境下的抗干扰能力不足.据此,在深入分析线运动干扰对捷联惯导惯性凝固系下自对准精度影响途径之上,对线运动干扰环境划分为速度周期波动、突跳以及速度短期线性漂移.提出采用积分降噪、载体惯性系速度递推拟合与基于带遗忘因子递推最小二乘的速度慢漂提取技术相结合的抗干扰自对准优化算法,并进行了试验验证.试验结果表明,本算法可在5min内实现1.3mil的抗干扰自对准精度.     

基于中值滤波和小波变换的混合滤波方法在推进剂监测中的应用

目前,监测传感器传出信号中混有很多噪声,为提高信号可信度,需要一种有效的信号处理方法。文章基于Matlab仿真环境,完成了信号仿真和滤波算法的设计,重点对单传感器仿真信号的去噪和多传感器信息融合进行了研究,提出了基于中值滤波和小波阈值滤波的混合滤波方案和基于Kalman滤波的信号融合方案。研究工作有:基于高斯白噪声和脉冲噪声的数学特性,合理假设出5种基本信号形式;依据实际数据,完成单传感器和多传感器信号仿真,确定信噪比和均方根误差作为去噪评定指标;综合分析现有的滤波算法的滤波特性,利用不同长度滑动窗口的中值滤波处理实验信号,选取合适长度的滑动窗口。设置对比实验确定小波阈值滤波中的小波基函数选取、阈值计算和分解尺度等参数;融合中值滤波和小波阈值滤波优势,设计混合滤波方案,去除单传感器仿真信号中的噪声;研究信息融合理论在泄漏监测系统中的应用,设置不同融合方式下的对比实验,确立最佳融合方式下的Kalman滤波方案,实现多传感器信息融合。     

一种机载雷达两级降维空时二维自适应处理方法

 提出了一种机载相控阵雷达杂波抑制的两级降维空时自适应处理(STAP)方法,即：先根据杂波分布先验信息进行空时局域化(JDL)降维处理,然后对局域化输出进行多级维纳滤波(MWF),实现二次降维。该方法综合了固定结构和自适应结构降维技术的优点,将JDL处理引入到MWF中,从而有效降低MWF的杂波自由度。计算机仿真和理论分析表明本文方法比JDL自适应处理方法和全空时MWF方法具有更小的运算量,对阵元随机幅相误差具有很好的容差能力,是一种稳健的两级降维自适应处理方法。最后,基于仿真和实测数据的实验验证了算法的有效性。     

基于SVM算法的虚假航迹识别

针对云雨杂波和主被动干扰导致多雷达传感器产生虚假目标航迹的问题,利用支持向量机(SVM)算法的自主学习能力,通过构建基于数据驱动的判别模型进行虚假航迹识别。针对航迹起始得到的目标潜在航迹,利用人工智能数据驱动、自学习的特点,设计了SVM算法。通过对已标记真假的目标航迹样本进行离线学习,形成虚假航迹识别的SVM分类器,实现了基于数据驱动的判别模型代替先验知识规则约束的固定模型,并在工程应用中,利用SVM分类器在线识别虚假航迹,完成实时剔除。通过实测雷达数据实验验证,该算法的目标虚假航迹准确率高达95%以上,完全满足实际的工程应用需求。相比基于阈值或规则进行硬性判断的传统虚假航迹识别方法,所提出的算法不仅提高了准确率,还具有较高的实时性,能够适应复杂多变的杂波环境,在实际应用中具有更强的适应性和实用性。因此,提出的基于SVM算法的虚假航迹识别方法对于密集杂波场景下的虚假航迹剔除问题具有显著的实际应用价值。     

GNSS复杂电磁环境综合监测测向与分析评估技术

复杂的电磁环境是电磁辐射源集合与电波传播环境相互作用的总和.针对目前GNSS易受复杂电磁环境影响的问题,研究了GNSS复杂电磁环境综合监测测向与分析评估技术,提出了专用信道化监测方法、比幅与比相联合测向方法、卫星导航信号和电磁干扰信号综合分析方法以及GNSS复杂电磁环境影响效应分析评估方法,解决了现有通用设备在弱信号监测测向、电磁干扰信号与导航信号联合监测以及在复杂电磁环境影响效应分析评估方面存在的不足.该技术能够指导GNSS复杂电磁环境综合监测测向与分析评估设备的研制,为GNSS复杂电磁环境监测保障的工程化提供了技术支持.