多尺度搜索补偿的临近空间高超声速目标相参积累算法

针对临近空间高超声速目标回波信号相参积累时存在的跨距离门和多普勒扩展问题,提出一种基于多尺度搜索补偿的相参积累算法。算法在距离走动补偿的基础上,根据目标加速度和加加速度的变化区间,同时对目标加速度和加加速度估计值进行搜索,并利用多尺度搜索的方法,解决搜索尺度和搜索计算量之间的矛盾,完成相参积累。仿真结果表明,算法能够有效解决目标长时间积累过程中存在的跨距离门和多普勒扩展问题,抑制噪声并提高增益,积累效果明显优于传统积累方法。     

基于目标间拓扑信息和运动信息的联合目标选择算法

针对单纯利用目标之间拓扑信息无法对具有旋转对称图形结构的编队中的目标进行选择识别的问题,提出了一种基于目标间拓扑信息和运动信息的联合目标选择算法。首先由编队中各目标划分出若干个三角形结构元,根据结构元中每个顶点的运动信息,定义出该结构元的运动信息,然后结合该结构元的拓扑信息,综合为一个归一化量值来考察不同结构元之间的相似度,以求进一步选择出旋转对称编队中的指定目标。仿真结果表明,与单纯利用拓扑信息识别的算法相比,本算法可较好地选择具有旋转对称图形结构的编队中的指定目标。