基于目标机动新模型的被动寻的导弹制导律

假设某些目标能作正交于其速度矢量的规避机动,提出一种新的随机动态目标模型.利用增益修正广义卡尔曼滤波器来估计目标状态和在线建立目标机动的角速率.推导出可使二次型性能指标极小化的制导律,对于二维的只有角测量的情况,数值仿真表明,所提出的目标模型会使目标状态的估计得到明显的改进.此外,还给出采用这种新制导方法对终端脱靶距离的影响,并与高斯-马尔可夫模型作了比较.     

拦截器多模估计/制导/控制系统综合设计方法

在拦截高速高机动目标时,针对目标作随机机动,估计、制导系统独立设计的前提条件一分离定理和确定性等价原则不再满足,也不存在一个全局的估计/制导算法对所有的目标机动方式均为最优的问题,讨论了它估计/制导系统综合设计的必要性.并考虑到制导/控制综合设计的系统比独立设计的制导、控制系统有更优越的性能,以及高阶滑模控制有优良的控制性能,给出了一种基于高阶滑模的多模估计/制导/控制综合设计系统的结构.     

线性回归模型的最小均方误差估计

在未知线性回归模型测量误差的协方差矩阵和非零均值(由非模型化误差及测量设备系统性误差组成)情况下,提出一种回归参数的“最小均方误差估计“,证明了其优良性。还对稳健估计、测量精度分析中随机与系统性误差分离、白塞尔公式与变量差分法统计随机方差结果不一致等问题,作了深入研究分析。     

基于递推贝叶斯的检测跟踪一体化方法

在雷达系统中,对雷达散射截面积(Radar Cross-Section,RCS)较小的快速机动目标的检测与跟踪是难点。本文提出采用基于递推贝叶斯原理的检测跟踪(Track-and-Detect,T&D)一体化方法提高雷达对这类目标的检测和跟踪性能。针对机动目标,用模型参数更新法来改进递推贝叶斯方法,即利用先验信息或实时估计的目标速度信息实时更新运动模型参数。对雷达实测数据的处理结果表明,该方法在机动目标的平均信噪比约为6dB时,即可实现在虚警率为10-3时检测概率达到0.9的指标。     

有界控制导弹随机最优制导律

为削弱加速度界和系统噪声对拦截导弹性能的影响,基于随机控制理论,设计了一种考虑有界控制的随机最优制导律(stochastic optimal guidance law,SOGL)。通过系统降阶与性能指标变换和随机输入描述函数近似,将拦截导弹的控制有界和状态估计误差考虑到了该制导律的设计当中。同时,为削弱目标加速度估计延迟的影响,提出了一种SOGL的补偿形式,并基于Monte Carlo方法进行了仿真验证。结果表明,SOGL相比于传统的最优制导律性能得到了明显改善,而其补偿形式削弱了滤波器估计延迟的影响,更适用于目标机动存在切变的情形。     

基于RCS序列的空间目标形状估计

将空间目标等效为椭球体,在分析椭球体RCS方向图的基础上,提出了利用空间目标RCS序列极大值与极小值比值来估计空间目标长短轴比值的方法。实测数据处理结果表明,该方法能有效估计出目标长短轴比值。目标长短轴比值反映了目标的形状信息,具有明显的物理意义,有利于后续的空间目标分类与识别。     

基于小波变换的运动点目标检测方法

在运动点目标的检测问题中，当目标轨迹产生随机偏移时已有检测算法的效果很不理想。为解决这一难题，本文定义了一种新的小波变换——方向小波变换，提出了一种基于方向小波变换的多尺度点目标检测方法，能够稳定、有效地检测出各种作近似匀速直线运动的点目标轨迹     

SAR图像目标峰值特征提取与方位角估计方法研究

目标峰值特征是SAR图像目标识别的重要特征之一。峰值特征提取是SAR图像目标识别的一个重要步骤，为了由SAR图像快速、精确地提取目标峰值特征．本文首先研究了SAR图像目标峰值特征提取方法，提出了一种“子像素”级精度的SAR图像目标峰值特征提取方法．并通过仿真实验分析了峰值位置、峰值幅度的估计精度。由于目标SAR图像或SAR图像特征矢量对目标方位角变化的敏感性，因此，为了提高SAR图像目标识别系统的分类效率，本文还研究了SAR图像目标方位角估计方法，提出了一种利用峰值特征基于线性回归的sAR目标方位角估计方法，和现有方法相比，该方法除了计算速度快，估计精度较高之外，还能在估计方位角的同时，给出该估计的置信区间，从而更好的满足SAR ATR的实际需要。文中通过对大量实测MSTAR SAR图像目标方位角的估计实验，验证了本文目标峰值特征提取及方位角估计方法的有效性。     

反馈式多目标多传感器系统误差融合估计技术

本文对多目标情况下的多传感器系统误差估计问题进行了研究,提出了反馈式多目标多传感器系统误差融合估计算法。算法首先对EX算法进行了修正,无需计算各目标状态估计及其增益伪逆,直接利用各传感器量测数据来构建伪量测,通过滤波获得局部传感器组合系统误差估计;其次,算法通过构建状态空间转移矩阵实现了全局估计到局部组合估计关系描述,并从多目标多传感器两个层面对系统误差估计进行更新,即对多目标信息进行递归融合以有效利用空间分布的多目标信息,对多传感器组合估计信息进行反馈融合获得全局估计。蒙特卡洛仿真结果说明该算法能够进行多传感器系统误差的快速精确融合估计,相比EX算法在实时性与估计精度方面均具有较大的优越性。
     

一种顺轨干涉SAR时变平地相位去除方法

顺轨干涉合成孔径雷达(ATI-SAR),可以利用2幅SAR图像的干涉相位信息实现对动目标的检测和径向速度的测量。在实际情况下,由于平台和天线相位中心的不稳定,干涉基线的倾角变化会导致时变的交轨基线分量,从而引入平地相位干扰运动目标的检测和测速,需要去除其影响。针对此问题,提出一种基于回波数据的时变平地相位去除方法。该方法通过最小二乘法估计出基线在平地相位中的影响系数,再反演出估计的平地相位值,从而在干涉相位中进行去平地相位,提升了运动目标的检测和测速性能。通过仿真实验验证了理论公式的正确性,并计算了误差。     

空中目标的状态估计

本文根据卡尔曼滤波理论,设计了一种对空中目标状态估计的算法,即卡尔曼滤波器。首先选择适合防空火控系统卡尔曼滤波器的坐标(?)直角坐标系,然后建立适合目标运动规律的随机加速度模型,接着针对防空雷达建立观测方程,讨论了初始条件的选择。并对该算法进行仿真分析。     

非线性H∞鲁棒制导律设计

针对战术寻的导弹在追踪平面内的非线性运动学问题,提出了一种鲁棒制导律.与传统的制导方法不同,这种制导律不需对目标运动进行任何假设,也不必对目标加速度进行实时估计,因此,在对目标机动信息一无所知的情况下,制导律本身具有很强的鲁棒性.通过分析推导,给出了解析形式的H∞制导律.数字仿真结果表明,H∞制导律具有良好的跟踪性能和鲁棒性.     

采用高分辨率雷达的自动目标识别系统

本文提出了一种利用雷达传感器观测值对飞机目标联合跟踪和识别的系统。文中假设用于估计目标方向和识别目标的数据源高于分辨率雷达的距离剖面图序列。在包括目标数目以及它们的位置、方向和目标类型和完整的参数空间上运用后验分布完成推理判断。算法严格地依赖于适当地传感器和目标模型，从距离剖面图的似然值可得出目标方向，由目标动态确定目标方向的先验值。给出了高分辨率雷达数据的确定性模型和随机模型，对确定性模型研究了     

空间碎片目标在轨实时监测处理方法

针对现有地基空间碎片目标监测的实时性、有效性以及弱小目标探测能力等性能指标较低等问题,文章提出了一种空间碎片目标在轨实时监测处理方法。它是基于空间目标光学成像特性和高速信息处理技术为基础的碎片目标检测算法,建立计算精度误差模型,能有效降低硬件资源的同时,保障了空间碎片目标在轨检测和定位的实时性。在专用高速信息处理板上经卫星光学载荷数据验证了方法的可行性和有效性。该方法能够通过处理卫星载荷数据完成空间碎片目标的实时检测和定位,可为天基空间目标观测系统设计提供参考。     

一种机动目标无源定位的新方法

目前对仅用测角信息的单站无源定位问题的研究，主要是基于固定辐射源目标以及匀速直线运动的辐射源目标，而在实际应用中目标常常是机动的。由此，提出了一种可调白噪声UKF方法。该方法在机动目标跟踪中使用可调白噪声模型方法，它不需要假定目标的机动加速度模型，而是通过检测跟踪滤波器归一化新息平方来调整过程噪声，从而实时地修正估计结果。同时算法对量测模型非线性问题采用UKF予以解决，不仅能克服EKF中引入的较大线性化误差对机动目标跟踪算法性能的影响，而且算法实现简单。最后将该算法与三种机动目标被跟踪算法相比较，仿真结果验证了提出算法的优越性。     

一种机动目标无源定位的新方法

目前对仅用测角信息的单站无源定位问题的研究,主要是基于固定辐射源目标以及匀速直线运动的辐射源目标,而在实际应用中目标常常是机动的.由此,提出了一种可调白噪声UKF方法.该方法在机动目标跟踪中使用可调白噪声模型方法,它不需要假定目标的机动加速度模型,而是通过检测跟踪滤波器归一化新息平方来调整过程噪声,从而实时地修正估计结果.同时算法对量测模型非线性问题采用UKF予以解决,不仅能克服EKF中引入的较大线性化误差对机动目标跟踪算法性能的影响,而且算法实现简单.最后将该算法与三种机动目标被跟踪算法相比较,仿真结果验证了提出算法的优越性.     

基于半参数建模的弹道目标实时滤波

设计弹道目标的实时跟踪滤波器时,精确的动态建模和测量系统误差自校准是提高滤波精度的重要手段。基于补偿最小二乘原理和Tikhonov正则化定理,将难于参数化的复杂运动成分和测量系统误差表示为非参数分量,建立了基于半参数化建模的弹道递推模型和实时滤波算法,并详细设计了半参数建模时所需的光滑因子、正则化矩阵和窗口宽度等建模参数的在线选取方法。仿真实验和实际数据的计算结果表明,非参数成分可以有效地补偿状态模型误差,且可在线校准测量系统误差,显著改善弹道估计精度。算法已初步应用于实际飞行任务,其中的递推建模方法和参数选择策略对其它实时滤波器的设计同样有参考价值。     

基于星载毫米波雷达的空间目标探测与成像

在低信噪比情况下,基于多频组合的星载毫米波雷达,研究了空间目标探测与成像问题。用双频共轭处理和KEYSTONE变换解决了目标探测时的距离徙动校正问题,用时频分析完成目标探测后,用多频处理的方法精确估计各目标的运动参数。根据估计的目标运动参数,在距离频率-慢时间域依次完成各个运动目标的距离徙动粗校正,在进一步完成距离徙动精校正后,实现各个运动目标的高分辨率成像。仿真结果表明了本文方法的有效性。     

宽带T/R\|R双基地雷达目标特征提取方法研究

与宽带单基地雷达相比,宽带T/R\|R双基地雷达有诸多优势。研究了宽带T/R\|R双基地雷达目标的特征提取问题,利用两个站同时观测到目标一维像,分别提取了目标单站一维像对应的距离与双站一维像对应的距离和;结合双基地雷达目标定位方法,给出了目标长度和姿态角的估计方法,仿真分析了目标位置和基线长度对估计精度的影响;在此基础上,通过多次观测,给出了目标长度、目标姿态角以及姿态角平均变化率的估计方法。最后,仿真结果表明了所提方法的可行性和有效性。
     

基于递推最小模型误差估计的机动目标跟踪

将非线性系统递推最小模型误差估计用于机动目标跟踪 ,有效地解决了基于Kalman滤波的跟踪算法对机动模型的依赖性和非线性跟踪的不稳定性问题。仿真结果表明 ,该估计方法能适应不同的机动方式、精度高、跟踪快速 ,具有重要的工程应用价值