证据冲突下自适应融合目标识别算法

 利用证据理论对空中目标识别系统的观测信息融合时,Dempster规则对低冲突信息的融合结果较为理想,但无法对高冲突信息有效融合。Dubois &; Prade(DP)规则及证据折扣法可对高冲突信息进行合理融合。为使不同融合方法发挥各自优势,提出一种自适应融合算法。首先将矛盾因子和证据距离两者结合以更全面地表示证据冲突程度,当冲突较小时,选用Dempster规则,反之,根据冲突的具体情况选择使用DP规则或证据折扣法。通过目标识别实验对多种算法进行了对比,表明本文算法既能对高冲突证据进行合理融合,又能使融合结果快速收敛,可以有效地提高识别速度及正确率。     

脑力负荷与目标辨认

研究虚拟战斗机驾驶员飞行过程中涉及的监视、计算记忆、攻击和探测4项任务,通过改变工作的快慢节奏来影响脑力负荷,以正确反应率和反应时间来评价和分析被测试者在不同脑力负荷下对目标颜色、形状和位置的辨认情况,为人机界面设计目标编码及确定目标呈现时间提供科学依据;使用脑电图仪测量实验过程中被测试者的生理反应来评价脑力负荷与任务难度的关系.实验结果表明:在需要分配注意力的情况下,人对实验分别选取的3种颜色和形状的辨认不受脑力负荷大小的影响,脑力负荷大小影响人对不同位置的目标辨认;人的目标辨认显著受到目标呈现时间的影响,目标呈现时间越长,反应时间越长;脑电图在一定程度上波的频率和高振幅波能反应脑力负荷大小.     

Tracking a Maneuvering Target Using Input Estimation

The conventional Kalman tracking filter incurs mean tracking errors in the presence of a pilot-induced target maneuver. Chan,Hu, and Plant proposed a solution to this problem which used themean deviations of the residual innovation sequence to make corrections to the Kalman filter. This algorithm is further developedhere for the case of a one-dimensional Kalman filter, for which an Implementable closed-form recursive relation exists. Simulation results show that the Chan, Hu, and Plant method can accurately detect and correct an acceleration discontinuity under a variety of maneuver models and radar parameters. Also, the inclusion of thislogic into a multiple hypothesis tracking system is briefly outlined.     

Maneuvering Target Tracking Using Adaptive State Estimation

Two approaches to a nonlinear state estimation problem are presented. The particular problem addressed is that of tracking a maneuvering target in three-dimensional space using spherical observations (radar data). Both approaches rely on semi-Markov modeling of target maneuvers and result in effective algorithms that prevent the loss of track that often occurs when a target makes a sudden, radical change in its trajectory. Both techniques are compared using real and simulated radar measurements with emphasis on performance and computational burden.     

Estimation of Aircraft Target Motion Using Orientation Measurements

A new approach to estimating motion of a highly maneuverable aircraft target in an air-to-air tracking scenario is presented. An interactive filter system is developed that provides an improved estimate of target motion states by conditioning kinematic filter estimates on target aspect angle data. Pattern recognition techniques used with an electrooptical tracker are presumed to provide this target aspect information. A target orientation filter processes the aspect angle measurements by statistically weighting measured aspect angles with the current best estimate of target kinematics. The aerodynamic lift equation is used to relate approximate angle of attack to target velocity and acceleration. A novel statistical model for aircraft target normal acceleration is also developed to represent better the unknown target accelerations. Simulation results of realistic three-dimensional scenarios are presented to evaluate the performance of the interactive filter system.     

弹道中段目标质心位置估计

 质心在目标上的位置是弹道中段目标的重要进动特征,也是目标的质量分布特征,可用于识别弹头和诱饵.针对旋转对称目标,提出了基于窄带雷达回波相位特性的质心位置估计方法.首先,选取目标对称轴上的任意点作为质心位置参考点,定义相应的质心位置参数,并构造以该点为相位参考中心的全姿态散射系数模板;然后,对窄带雷达回波采样序列进行相位匹配变换,搜索匹配函数的最大值,从而得到质心位置参数的估计值.仿真结果表明了该方法的有效性.     

基于SVR及阴影信息的SAR目标方位角估计

目标成像方位估计是合成孔径雷达（synthetic aperture radar,SAR）自动目标识别中一个重要的预处理过程。提出一种基于支持向量回归机（support vector machine for regression,SVR）并结合SAR目标阴影信息的方位角估计方法。首先通过长直边拟合法与脊波变换法对目标图像进行方位的粗估计．再由SVR完成精确估计。利用“运动与静止目标的获取与识别”（moving and stationary target acquisition and recognition, MSTAR）项目组提供的实测数据所做实验表明,此方法可以有效估计SAR目标方位角,精度高、泛化能力强．特别是在水平成像方位附近利用了目标的阴影信息,明显提高了相应区间的方位角估计精度。     

Target Detection and Parameter Estimation for MIMO Radar Systems

We investigate several target detection and parameter estimation techniques for a multiple-input multiple-output (MIMO) radar system. By transmitting independent waveforms via different antennas, the echoes due to targets at different locations are linearly independent of each other, which allows the direct application of many data-dependent beamforming techniques to achieve high resolution and excellent interference rejection capability. In the absence of array steering vector errors, we discuss the application of several existing data-dependent beamforming algorithms including Capon, APES (amplitude and phase estimation) and CAPES (combined Capon and APES), and then propose an alternative estimation procedure, referred to as the combined Capon and approximate maximum likelihood (CAML) method. Via several numerical examples, we show that the proposed CAML method can provide excellent estimation accuracy of both target locations and target amplitudes. In the presence of array steering vector errors, we apply the robust Capon beamformer (RCB) and doubly constrained robust Capon beamformer (DCRCB) approaches to the MIMO radar system to achieve accurate parameter estimation and superior interference and jamming suppression performance.     

一种新的红外目标图像质量评价方法

 目标混淆度（DTC）和目标遮隐度（DTS）是两个有效的红外小目标图像质量评价指标,然而它们不能够评价大目标图像的质量。针对该问题,对两个指标的定义进行了拓展,实现了对红外小目标图像质量和红外大目标图像质量的统一描述。对于小目标图像,修正了两个指标原有的计算方法,分别体现了背景噪声引入虚警的能力和背景区域遮隐目标的能力;对于大目标图像,提出了该图像条件下两个指标的计算方法,分别体现了背景区域与目标区域的相似程度以及图像中目标信息与已知信息相比偏离的程度。理论分析和实验证明,与传统的图像质量评价标准如信噪比、杂波尺度等相比,本文方法在红外自动目标识别中的应用更为有效,其评价结果与实际情况更加吻合。     

Missile Guidance Based on Kalman Filter Estimation of Target Maneuver

A fourth-order extended Kalman filter is developed to estimate target maneuvers, and a guidance law using these estimates is implemented.     

用卡尔曼滤波器估计目标机动加速度

为了使基于线性二次型高斯理论的LQG最优制导规律得到工程应用，设计了一种寻的回路中的卡尔曼滤波器，利用仿真技术，用这种滤波器对目标机动加速度进行了估计，仿真结果表明，这种滤波器可以准确估计目标机动加速度。     

螺旋弹簧局部振动频率分析与控制

本文首先讨论了单螺旋弹簧局部振动的固有频率的计算方法，在此基础上进一步建立了串联、并联弹簧局部振动的分析模型，并探讨了弹簧局部振动频率的控制方法。     

距离扩展目标检测中的 强散射点自适应估计方法

高分辨雷达通过积累多个距离单元上的目标回波,达到提高距离扩展目标检测性能的目的。由于目标散射中心的稀疏分布,常规的能量积累检测方法存在陷落损失,而基于目标强散射点的积累检测方法可有效克服因陷落损失造成的检测性能下降问题。利用最大类间方差法对目标强散射点进行自适应估计,并通过仿真验证了该方法改善检测性能的有效性。     

Target State Estimation in a Multitarget Environment Using Multiple Sensors

An approach for target detection/state estimation that views theproblem as one of a finite state search over the target parameterspace is presented. This approach allows for a natural way toassociate different types of measurements, such as frequency andcoherence from multiple sensors, and also for dealing with multipletargets, dropouts, and clutter. We describe our model and present acomputationally efficient search algorithm for target detection andtarget state estimation in a multitarget environment based on thismodel. The results of a two-sensor, multitarget computer simulationare discussed.     

飞机操纵拉杆自振频率工程估算问题

国内目前使用的航空设计参考资料中对于操纵系统拉杆自振频率的工程估算公式,大多形式上接近但各参数的量纲单位却不一致,估算得到的结果差别较大;对于操纵拉杆与飞机发动机转速达到共振的描述也不尽合适。从机械振动原理推导证明使用公制量纲参数的拉杆自振频率计算的工程公式,并用Nastran软件分析非等截面拉杆的自振频率。     

针对雷达LPI波形验证的目标RCS估算

根据某型雷达低截获概率波形设计的需要,分析了雷达探测目标的高频散射机理,并运用物理光学法、等效电磁流法计算了约定目标在不同姿态下和不同电磁波频率照射下的RCS值,从而为验证雷达波形在能探测到目标情况下的LPI性能提供了支撑。实验结果表明,基于电磁场理论的目标RCS估算方法是研究雷达LPI波形的一种有效工具,方法也适合于其他领域RCS估算的需要。     

机载探测设备目标识别算法的研究

针对机载探测设备多传感器系统具有多目标,大量观测数据的特点,提出了一种基于Demp-ster-Shafer（D-S）证据理论和主观Bayesian方法组合的数据融合算法。在数据融合过程中,为保证融合的实时性,融合系统采用时域融合和空域融合相结合的方法,首先对相同传感器的各次抽样值进行时域融合,然后传感器之间的融合采用D-S方法进行融合;最后,其融合结果经概率转化后,与来自于ELINT（Electronic Intelligence）的信息通过主观Bayesian方法进行识别级融合。最后给出一个实例,经过仿真计算证明了该算法的可行性和实用性。     

基于小波变换与粗糙集的雷达目标识别方法

雷达目标识别是防空武器系统雷达信息处理的一个关键环节.在小波变换与粗糙集基础上提出一种雷达目标识别方法.小波变换能够提高了时--频分频率;粗糙集理论是一种新型的处理不确定性知识的数学工具.利用小波变换对目标原始信息进行分解,得到目标的能量特征向量;通过粗糙集简化关系表,删去冗余信息,用逻辑推理算法表示判别规则.应用小波变换与粗糙集能够满足利用不精确信息进行目标识别的需要.     

直觉模糊熵在雷达目标识别中的应用

直觉模糊熵是不确定性推理领域中一个重要概念.针对雷达目标识别系统的复杂性,介绍了直觉模糊集的基本概念,分析了满足直觉模糊集熵的性质,提出了一种基于直觉模糊熵的雷达目标识别结果的检验方法.实验结果表明了该方法具有灵活性、合理性和可信性.     

打击复杂地形目标的导弹再入机动弹道设计

建立了再入机动弹道数学模型，给出了气动力系数为速度、迎角、高度的函数拟合式，进行了最佳再入机动弹道设计和仿真计算。结果表明，数学模型正确，计算方法可行，利用再入机动弹道技术可有效地打击复杂地形目标、提高导弹的作战效能和突防能力。