一种新的干扰源定位算法

在强压制性干扰条件下,三坐标雷达不能测得目标的斜距。由于量测误差的存在,通常情况下两部三坐标雷达所得到的方向矢量在空间不能相交。为了得到干扰源(或目标)的位置,文中提出了广义三角测量交叉定位算法。通过对广义三角测量交叉定位得到的两个定位点在最小均方误差准则(MMSE)下进行融合,最终得到目标的估计位置。MonteCarlo仿真结果表明该算法有较高的定位精度。     

多目标跟踪的概率假设密度粒子滤波

在多目标跟踪中,当目标数很大时,目标状态的联合分布的计算量会非常大。如果目标独立运动,可用各目标分别滤波来代替,但这要求考虑数据互联问题。文章介绍一种可以解决计算量问题的方法,只需计算联合分布的一阶矩——概率假设密度(PHD),PHD在任意区域S上的积分是S内目标数的期望值。因未记录目标身份,避免了数据互联问题。仿真中,传感器为被动雷达,目标观测值为距离、角度及速度时,对上述的PHD滤波进行了粒子实现,并对观测值是否相关的不同情况进行比较。PHD粒子滤波应用在非线性模型的多目标跟踪,实验结果表明,滤波可以稳健跟踪目标数为变数的情况,得到了接近真实情况的结果。     

雷达站站址误差对多机协同航迹欺骗干扰的影响分析

多机协同航迹欺骗干扰是专门针对雷达网的一种新的电子干扰手段。文章在介绍了多机协同航迹欺骗干扰基本原理的基础上,重点对雷达网内雷达站址误差对航迹欺骗干扰的影响进行了分析,推导了有关理论模型,并以融合中心采用K近似域(K-NN)航迹关联准则为背景,仿真分析了雷达站址误差对航迹欺骗干扰的影响,得出了雷达站址误差对航迹欺骗干扰性能有重要影响、但此影响随电子战飞机与雷达站间的距离增大而降低的结论。     

基于均值-方差联合检验的航迹欺骗干扰识别

以集中式融合结构雷达网为研究背景,从电子战飞机(ECAV)产生虚假航迹的原理出发,针对真/假航迹空间分布差异,提出了基于均值-方差联合检验的航迹欺骗干扰识别技术。首先分析了真/假航迹的统计特性差异,然后利用多个时刻航迹的坐标差,并通过坐标差的协方差阵对角化和归一化处理来构造检验样本,最后利用似然比统计检验的方法实现了虚假航迹的识别。仿真结果表明该技术能够对航迹欺骗干扰进行有效的识别,在雷达测距精度、测角精度变化的条件下仍能保持较高的识别率。     

远距离支援干扰下的目标跟踪技术

针对远距离支援干扰下雷达较难检测到干扰机掩护区域内的目标,其他区域内目标航迹不稳定的问题,提出了噪声干扰下的PF-TBD(Particle Filter based Track Before Detect)算法和门限自适应的MHT(Multiple Hypothesis Tracking)算法,并将这两种算法进行整合,使其能够根据雷达探测区域受干扰的程度选取相应的算法.研究了不同雷达探测区域内目标的航迹管理.仿真表明,此方法充分整合了两种算法的优点,提高了20%以上的雷达探测区域范围,兼顾了算法的时效性,同时该方法对干扰是否存在具有较强的适应性,对远距离支援干扰或其他压制干扰下目标跟踪具有一定的理论参考意义和实际应用价值.      

基于局部特征核主成分分析的SAR图像识别方法

利用传统的核主成分分析方法识别SAR图像时,存在目标姿态角依赖性强、图像象素之间关联性差等问题。针对这些问题,提出一种基于局部特征核主成分分析的SAR图像识别方法。该方法首先对图像进行相关预处理,然后结合SAR图像的特点提出一种基于局部特征核主成分分析的特征提取方法,最后设计了一种双分类器对提取的特征进行分类。MSTAR仿真实验表明：该方法不仅可以增强图像象素之间的相关性,而且对目标姿态角不存在依赖性,仿真结果验证了方法的有效性和可行性。
     

基于归一化互相关的系统误差配准算法

雷达组网中由于系统误差存在,航迹不能正确关联,因而无法进行有效的误差配准。为了解决这一问题,理论分析了系统误差对目标航迹的影响并将该影响表示为目标航迹的旋转和平移量,结合图像信号时频域特性,提出了一种基于归一化互相关的误差配准算法。该算法采用归一化互相关来估计和补偿组网雷达目标航迹到融合中心航迹的相对旋转参数和平移参数,从而为后面的系统误差配准提供可靠的航迹关联数据。     

嵌入式仿真技术在军事训练中的应用

嵌入式仿真训练是当今世界强国军事训练发展的重点,传统的模拟器和仿真设备已不能满足打赢高技术战争的需求.针对嵌入式仿真训练技术三个方面展开阐述:1)嵌入式仿真训练概念及其特点,2)嵌入式仿真训练的发展历史及其现状,3)嵌入式仿真训练系统发展趋势.     

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。     

一种新的基于机动检测的机动目标跟踪算法

针对Kalman滤波跟踪机动目标发散和目前多数自适应Kalman滤波算法对运动模型适应性不强的问题,提出了一种新的基于机动检测的机动目标跟踪算法,通过实时自适应的改变滤波模型提高对机动目标跟踪精度。对这种方法与Kalman滤波算法进行了计算机仿真比较,结果表明,该方法计算量小,可实时精确地自适应匹配目标的运动模型,可实现对机动目标稳定可靠的跟踪。