平面三站波束扫描时差定位中的模糊研究

波束扫描时差法是一种定位精度比较高的无源定位方法,其中三站一线布站方式具有较宽的高精度定位区,但在求解过程中出现模糊.文中对三站一线布站波束扫描时差定位中的模糊进行了研究,提出了排除模糊的方法,同时提出了对一些特殊模糊点处理的方法.     

临近空间高超声速多目标检测前跟踪算法

针对临近空间不同径向距离高超声速目标难以同时被有效检测的问题,提出一种通过峰值聚优改进Hough变换积累结果的检测前跟踪(TBD)算法。采用径向距离-时间坐标描述数据,减少量测误差影响,规格化坐标使2个维度处于同一量级。进行Hough变换,分割参数单元进行点数积累和能量积累,采用标签矩阵记录每个量测点曲线经过的参数单元,遍历所有量测点将每个量测点只存于其所能构成能量积累值最大的参数单元,得到新的点数积累和能量积累结果。只对点数积累空间设置门限提取目标航迹,进行航迹约束和合并,输出最终航迹。仿真结果显示,算法将3个目标全部检测出的概率可达到90%,具有较好的多目标检测性能。     

一种新的雷达组网实时误差配准算法

雷达组网系统首先要解决误差配准问题,来准确地估计和消除系统误差。本文研究了异地雷达组网误差配准问题,在考虑随机量测噪声影响的基础上,提出了一种实时Kalman滤波(RTKF)误差配准算法,然后针对多条配准航迹,给出了该算法的扩展形式,即ERTKF误差配准算法,并对两种算法进行了性能分析。仿真表明两种算法能有效地对雷达系统误差进行估计,尤其是当系统偏差发生变化时,配准效果明显优于实时质量控制(RTQC)配准算法。     

在单脉冲内基于Radon Ambiguity变换的加速度估计方法研究

根据雷达发射恒定载频信号时匀加速目标回波为线性调频（LFM）信号的特点,研究了在单脉冲内基于Radon\|Ambiguity变换（RAT）估计目标径向加速度的问题,首先采用Radon\|Ambiguity 变换（RAT）得到信号的调频斜率,进而根据调频斜率估计出目标径向加速度。分析了加速度分辨率和加速度估计效率,讨论了信号时长和搜索步长对测量加速度精度的影响,最后仿真实验结果验证了方法的有效性。     

基于模糊信息的信息融合及决策

在各传感器或信息源给出模糊信息的情况下,研究了多传感器(或信息源)的信息融合及决策问题。首先,给出了单个传感器的时间域信息积累更新模型,然后给出了四类传感器(或信息源)的空间融合模型,最后,在各传感器信息融合基础上,研究了给出效用函数情况下的贝叶斯最优决策。     

基于马氏距离的雷达网有源假目标干扰鉴别技术

针对雷达网有源假目标干扰问题,为了消除长基线雷达组网时地球曲率对数据处理的影响,通过坐标转换,将各雷达站的目标的量测数据转化到了地心直角(ECEF)坐标系内,得到统一坐标系下的目标量测信息,完成空间上的对准;在此基础上,基于虚假目标的量测与雷达站位置有关,真实目标量测与雷达站无关,因而依据卡方分布的性质,在ECEF坐标系内对各个量测进行卡方检验,鉴别出虚假目标;最后,通过仿真验证了分析的正确性,该算法与工程实际接轨,实用性较强。     

基于GIS的雷达网抗干扰效能评估系统设计

针对以往雷达网抗干扰效能评估不具有直观性、脱离战场地形环境的缺点,设计了一种基于GIS的雷达网抗干扰效能评估系统,实现了可视化的雷达网抗干扰效能评估。仿真应用表明,此系统具有较高的推广和实际应用价值。     

均方意义下三维雷达无偏转换测量误差协方差阵的推导

在以前的研究中,无偏转测量误差协方差阵是基于当前测量值得到的.为了能利用所有历史数据以得到更精确的转换测量误差协方差阵估计,文中在均方意义下,推导了三维雷达的最优无偏转换测量误差协方差阵.     

压制干扰下组网雷达目标检测与跟踪技术

针对压制干扰下组网雷达目标检测与跟踪,提出了一种基于压制干扰下雷达量测模型的跟踪技术。该跟踪技术包括压制干扰下量测模型和组网雷达序贯滤波跟踪两部分。压制干扰下量测模型根据雷达采取抗干扰措施前后接收机输入端的信干比分别计算检测概率,进而模拟传感器在压制干扰下对目标的检测情况。组网雷达序贯滤波中,首先对压制干扰下各雷达的量测数据进行串行合并和点迹合成,而后采用基于交互多模型(IMM)的序贯滤波方法对压缩后的数据进行跟踪。该检测与跟踪技术可模拟出雷达在压制干扰下由于检测概率下降造成的目标暂消现象,提高组网雷达跟踪航迹的连续性和稳定性。仿真结果表明了该技术的可行性和有效性。     

临近空间高超声速助推-滑翔式轨迹目标跟踪

针对临近空间高超声速、助推-滑翔式轨迹目标跟踪的问题,提出一种经度-纬度-高度坐标系（Longitude-Latitude-Altitude, LLA）下基于目标轨迹特性分析的三维投影跟踪算法。首先,针对临近空间目标在经纬方向上的线性高超声速运动和高度方向上高机动频率运动的不同,将目标量测分别投影到经纬平面和高度方向上,并通过分段跟踪处理,以减小耦合误差对目标跟踪精度的影响;接着,在对目标高超声速特性充分分析的基础上,利用经纬方向上的点迹归并和凝聚处理,以有效解决目标高超声速运动所引起的分裂问题;然后,在对目标高度IMM跟踪的基础上,通过对加速度突变的合理检测和补偿,以进一步实现目标在高度方向上高机动频率运动的可靠跟踪;最后,结合统计学原理,将目标在同一时刻不同跟踪段中的状态估计相关联,以有效实现临近空间高超声速、助推-滑翔式轨迹目标的精确跟踪。仿真结果表明,与现有的临近空间目标跟踪算法相比,该算法具有较高的定位跟踪精度。