双平台交叉定位去除虚假点方法研究

针对测向交叉定位方法在多辐射目标源的情况下存在的虚假定位,提出了一种去除虚假点的新方法——结合时差去除法。该方法通过计算双平台间测量数据的相近度来进行最优匹配,去除虚假定位。该方法无需先验信息,只需两个测量平台,降低了平台间数据传输和时间同步的复杂性。仿真结果表明,该方法运算速度快,对水平编队目标群定位精度高。     

多传感器对编队目标无源定位的数据关联技术研究

针对多传感器对编队目标进行测向交叉定位会产生大量虚假点的问题,提出了一种属性方位联合数据关联方法.采用基于支持度的关联算法对传感器探测到的目标属性数据进行初步关联,剔除部分虚假交点.然后利用改进的基准线最小距离法从候选集合中找出目标的真实测量数据关联集合.仿真结果表明,相对传统的方位数据关联方法,该方法不仅可以快速剔除虚假点,而且能够显著提高关联正确率.     

一种低空声源分布式定位系统及其算法与实验研究

低空声源目标具有较强的隐身性,为了实现对此类目标的定位,构建基于TMS320C6713平台的分布式麦克风阵列低空声源定位系统.麦克风阵列节点以DSP为核心处理器,通过A/D芯片采样麦克风阵列接收到的信号,通过到达时间差(TDOA)计算声源的角度,利用测向交叉法,融合多个节点的角度信息,计算出声源的位置.结果表明:在时延估计精确的情况下,对低空目标具有较好地估计;系统具有较高的精度和稳定性,能够满足对低空声源目标进行定位的实际需求.     

基于非合作低轨卫星的测向交叉定位技术

根据非合作低轨卫星的特点，可以被动测量多颗卫星信号的来向，通过测向交叉的方式进行定位。但是通过星历解算出的卫星位置位于地心地固坐标系，用户测量的方位角和俯仰角基于站心坐标系。针对非合作低轨卫星测向交叉定位时目标用户角度信息与卫星位置基于不同坐标系的问题，提出了一种迭代最小二乘定位算法，通过迭代的方式不断收敛定位结果，能够在目标用户角度信息与卫星位置基于不同坐标系的情况下，解决非合作低轨卫星的测向交叉定位问题。仿真结果表明，基于迭代最小二乘定位算法能够实现非合作低轨卫星仅利用角度定位，并分析了测角精度、卫星轨道高度、参与定位卫星数与定位误差之间的关系。针对迭代的计算方法，分析了迭代过程中不同收敛条件下迭代次数与定位误差之间的关系。在保证定位精度的情况下，将迭代收敛范围设置为8~30 km，可以降低2~3次迭代次数。     

基于倾斜角的多目标测向无源定位技术

对多目标测向无源定位问题进行了研究。虽然无源观测站不同,针对同一目标的方位角和俯仰角数据也不同,但它们有共同的倾斜角。基于此,提出了基于倾斜角的多目标测向无源定位算法。该算法分别计算一组与多个目标对应的倾斜角,然后利用倾斜角最接近原则对这2组数据进行关联判断,解决多目标测向数据的关联和定位问题,并通过仿真实验,对算法的有效性和可行性进行了验证。     

分布式无源传感器系统多目标跟踪算法

研究了分布式无源多传感器系统多目标跟踪问题,在只有测向信息可以利用的情况下,分布式系统首先利用波门技术分别对各个无源传感器角度测量数据进行关联配对和滤波;然后,将处理结果送到融合中心,在融合中心通过构造的χ2分布检验统计量进行多目标方位航迹的关联;最后,通过交叉定位和位置信息融合获得多个目标的位置信息估计,实现无源多目标跟踪。论文通过仿真分析对算法的有效性和可行性进行了验证。     

运动单站干涉仪相位差直接定位方法

针对传统干涉仪测向定位在低信噪比(SNR)下性能降低、多频段系统复杂等缺点,本文直接利用运动单站干涉仪模糊相位差(PD)实现对地面静止辐射源定位.为解决该定位问题,结合干涉仪相位差的几何特性,提出了一种多角度距离参数化高斯和滤波(MB-RP-GMF)定位解算方法,利用相位差误差检测获得多个初始方位角,通过距离参数化得到一组滤波初始值,采用扩展卡尔曼滤波(EKF)进行定位计算.仿真结果表明,该定位方法在低信噪比下优于仅测向(BO)定位,且仅采用一组干涉仪便可对多个频段辐射源进行定位.     

一种低空目标分布式定位系统及其算法与实验研究

低空声源目标具有较强的隐身性,为了实现对此类目标的定位,构建基于TMS320C6713平台的分布式麦克风阵列低空声源定位系统。麦克风阵列节点以DSP为核心处理器,通过A/D芯片采样麦克风阵列接收到的信号,通过到达时间差(TDOA)计算声源的角度,利用测向交叉法,融合多个节点的角度信息,计算出声源的位置。结果表明:在时延估计精确的情况下,对低空目标具有较好地估计;系统具有较高的精度和稳定性,能够满足对低空声源目标进行定位的实际需求。     

对地面测向交叉定位中最大位置误差的仿真与分析

研究了双基站固定的情况下,测向交叉定位中测量角度和最大位置误差的分布问题。结合固定双基站的特点,先推导出可能产生最大位置误差的几何坐标,然后在测角误差不同的条件下分;别对最大位置误差的分布进行了仿真,最后得到了最大位置误差的分布规律。     

机载无源侦察定位方法研究

无源侦察定位是电子对抗的重要组成部分,在隐身与反隐身、电子侦察等方面的作用日益突出.介绍了飞机侦察定位所采用的测向方法,并对两种常用的测向方法进行了精度分析,给出了装备飞机的应用建议.     

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。     

基于超短基线声传感器阵的高速目标轨迹估计

针对低空高速飞行目标跟踪问题,首先研究了某典型目标噪声信号的时频特性,发现其信号呈现宽带低频特征,难以从频域对目标轨迹进行估计。在此基础上,从各路接收信号的到达时延量入手,考虑到声基阵只能布设于有限空间内的制约,提出了一种基于超短基线阵时延估计的目标跟踪方法。该方法利用各个超短基线阵接收声强极值点分别估计目标运动轨迹垂线方向,计算多个垂线的叉乘向量实现对目标运动方向的估计,再利用多面交汇的方式获估计得到目标运动轨迹。分别对目标俯仰角、方位角及运动轨迹估计的理论误差进行了推导,根据理论估计误差,为能够实现对目标运动轨迹的估计,各个超短基线阵应尽量保证与目标运动轨迹不在同一平面上。根据仿真结果,在采用4个传感器基阵时,角度估计平均误差在4°以内,位置估计相对误差在5%左右。仿真结果验证了该方法的有效性。     

无先验信息的低轨空间目标航迹起始方法

针对光学观测中缺乏预报信息的低轨道空间目标自动识别捕获问题,提出一种基于修正Hough变换的空间目标航迹起始方法,从而实现空间目标的自动识别。首先利用背景恒星运动规律对观测数据进行预处理,剔除大部分背景恒星。再利用观测数据的时序信息、定向参数进行Hough变换。本方法并没有采用传统的Hough变换对所有参数空间中的数据点进行投票,而是仅对参数空间中部分点投票,可以大幅减少运算量和存储量。试验表明:该方法能够有效地抑制背景恒星产生的虚假航迹,并快速准确地完成无先验信息的低轨道空间目标的航迹起始;可以在光学观测中实现空间目标的自动识别捕获,以及实时发现新目标,这为低轨道空间目标光学观测的无人值守和联网观测奠定了技术基础。     

FSDG在测控系统下行信道中的诊断应用

针对纯定性SDG（Signed Directed Graph,符号有向图）模型的诊断方法因定量知识的缺失导致虚假解多、分辨率低的问题,将SDG定性模型与定量知识相结合,通过在定性模型中加入模糊隶属度与模糊相容度等定量知识,形成了定性定量集成模式的FSDG（Fussy Signed Directed Graph,模糊符号有向图）深层知识模型;并在此基础上,提出一种基于定性定量知识集成模式的故障诊断方法;最后应用该方法建立了某测站下行信道系统的FSDG诊断模型,并进行了故障诊断仿真.结果表明：该方法有效提高了诊断分辨率,具有诊断结果完备、准确性高的优点.     

一种导弹目标宽带雷达相位测距的新方法

微动是反导系统中识别真假弹头的重要依据之一,然而传统的通过距离像包络提取微动的方法分辨率较低,无法反映章动等幅度较小的运动,针对这个问题,提出了一种利用宽带雷达距离像相位分析导弹目标微动的新方法.该方法通过共轭相乘、时频域滤波及解模糊等步骤,从散射点的相位序列中提取散射点之间的距离微小变化,从而作为分析目标微动状况的依据.通过Feko软件仿真数据对提出的方法进行了验证,实验结果表明,相比于传统的通过距离像包络分析微动的方法,新方法对于微动导致的散射点距离变化的分辨能力提高了4倍以上,能够清晰地反映出目标的章动现象;并且,时频域滤波与解模糊的处理方法也能进一步提高该方法的鲁棒性,有效降低噪声和脉冲重复频率低导致的解模糊出错的概率.     

Asymptotic Performance of Sparse Signal Detection Using Convex Programming Method

The detection of sparse signals against background noise is considered. Detecting signals of such kind is difficult since only a small portion of the signal carries information. Prior knowledge is usually assumed to ease detection. In this paper, we consider the general unknown and arbitrary sparse signal detection problem when no prior knowledge is available. Under a Neyman-Pearson hypothesis-testing framework, a new detection scheme is proposed by combining a generalized likelihood ratio test (GLRT)-like test statistic and convex programming methods which directly exploit sparsity in an underdetermined system of linear equations. We characterize large sample behavior of the proposed method by analyzing its asymptotic performance. Specifically, we give the condition for the Chernoff-consistent detection which shows that the proposed method is very sensitive to the 2 norm energy of the sparse signals. Both the false alarm rate and the miss rate tend to zero at vanishing signal-to-noise ratio (SNR), as long as the signal energy grows at least logarithmically with the problem dimension. Next we give a large deviation analysis to characterize the error exponent for the Neyman-Pearson detection. We derive the oracle error exponent assuming signal knowledge. Then we explicitly derive the error exponent of the proposed scheme and compare it with the oracle exponent. We complement our study with numerical experiments, showing that the proposed method performs in the vicinity of the likelihood ratio test (LRT) method in the finite sample scenario and the error probability degrades exponentially with the number of observations.     

安全关键软件可靠性验证测试方法研究

为了在不降低安全关键软件可靠性验证测试结果可信性的前提下减少测试用例量,在分析经典统计假设测试和无先验贝叶斯统计方法的基础上,提出了一种先验知识动态整合的贝叶斯推断统计测试方法;并提供了软件失效概率的概率密度函数先验分布参数的详细求解办法。实验表明,所提供的安全关键软件可靠性验证测试方法可以用较少的测试用例获得同样的结果可信性。     

分布式接收宽带多目标信号盲检测迭代处理方法

随着软硬件技术的飞速发展和宽带接收机的广泛使用,频谱检测向着高瞬时带宽的方向发展,传统基于信道化处理的频谱检测方法存在搜索速度慢、处理效率低下的问题。文章提出了 1种新的分布式接收宽带多目标信号盲检测迭代处理方法,在无须预先知道信号数目及信号频谱位置的情况下,能够实现特定虚警概率多信号盲检测,具备较高的灵活性和稳健性。首先,在对信号特征进行分析的基础上,通过构造线性模型,将分布式接收多目标信号检测转化为线性模型求解问题进行处理;然后,基于贝叶斯多参数联合求解模型,在对未知参数先验分布进行合理假设的基础上,推导了各未知参数变分分布及信号检测门限的解析表达式,采用变分分布软信息迭代的方式实现多传感器信号、多参数联合估计,并利用每次迭代参数估计结果,对信号检测门限进行更新,通过置零操作实现预设虚警概率下的多信号盲检测;最后,通过仿真实验对所提方法性能进行了分析,并与相关方法进行了对比。仿真结果表明,所提方法能够有效利用多路接收信号信息,实现宽带未知多目标信号的盲检测,有效提升短数据下的算法处理效能,与现有方法相比,在接收单元数目较多以及信噪比较低时具有明显优势。     

凸约束非凸二次规划问题的分枝定界方法

针对凸约束非凸二次规划问题,给出了一个分枝定界方法。首先,我们构造一个多胞体包含可行域,然后根据凸集上非凸二次规划问题的整体最优解在可行域边界达到的性质,对锥所包含的可行域的边界构造一个包含它的超矩形体,并对这个超矩形体构造一个外接球。我们通过求解球约束非凸二次规划问题的整体最优解来确定下界,并把锥的棱与可行域的边界交点的目标函数值的最小值作为上界,把锥剖分技术与外逼近方法结合起来寻找原问题的整体最优解。最后,我们对这个方法进行收敛性分析。