信源数未知情况下基于嵌套阵列的DOA估计算法

针对电子侦察中的DOA估计问题,提出了一种基于嵌套阵列的DOA估计算法。首先对协方差矩阵向量化以扩展阵列孔径,并生成新的协方差矩阵;然后利用协方差矩阵的行向量构造Toeplitz矩阵,并利用其联合对角结构生成代价函数;最后通过一维谱峰搜索求解出各信源的DOA。该方法能够在信源数未知、欠定等的情况下进行有效的估计,具有较高的估计精度与分辨力,且对信噪比要求不高。     

一种自适应协方差矩阵旋转变换卡尔曼滤波算法及其应用

在被动方式下对目标进行跟踪 ,由于系统的可观性较弱 ,很容易引起状态误差协方差矩阵的过早跳变而导致系统发散。为此 ,本文研究了一种新的卡尔曼滤波算法 -自适应协方差矩阵旋转变换卡尔曼滤波算法 ,并将其应用于水面目标被动跟踪。由于该算法的协方差更新采用状态滤波值计算雅可比矩阵 ,因而具有更好的一致性。仿真结果表明 ,该算法可以克服观测模型线性化误差带来的不良影响 ,改善由于观测噪声的统计特性不能精确已知而导致的滤波不稳定问题 ,具有良好的鲁棒性、快速性和精确性。     

利用偏移矩阵提高CBERS图像预处理几何定位精度的方法研究

偏移矩阵是指由于传感器与卫星平台之间的安装偏差而导致的传感器坐标系与卫星平台坐标系之间的旋转矩阵，用于校正传感器与卫星平台坐标系之间不重合而导致的成像偏差。针对CBERS卫星数据处理系统只能使用星上下传姿态和星历数据进行预处理，而这些姿态和星历数据也可能存在系统误差的情况，我们把预处理图像所有引入误差，包括系统安装误差、姿态和星历数据误差、地面处理模型误差等，综合导致的成像偏差，归结为一个旋转矩阵来校正，该旋转矩阵定义为偏移矩阵。当系统成像存在一个较大的系统误差时，把该偏移矩阵代入几何校正处理模型中，可以得到很好的校正效果。文章方法在CBERS卫星的在轨测试中得到实施并取得较好的效果，增加偏移矩阵校正后，图像预处理几何定位精度得到显著提高。     

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。     

并行设计过程建模方法研究及其在导弹设计中的应用

设计过程建模及优化对于缩短产品开发周期和提高企业竞争力具有重大意义。根据所提出的自适应并行设计基本理论结构，采用面向对象(O-9:Object-Oriented）的设计方法，以及设计结构矩阵（DSM）为工具。综合提出了自适应并行设计过程建模方法，并以某地空导弹仪器舱结构设计为例，分析了其设计过程模型。最后对其时间效应进行了初步分析，指出了其优越性。     

一种不对称的双模4阶类随圆函数滤波器

本文应用两腔相对偏转的方法，设计了一个具有双模４阶不对称类椭圆函数特性的滤波器，该滤波器用于转发器地检设备中，其电性能与理论预期值较为一致。由于它用较小的谐振腔，获得单边较陡的衰减特性，因此广泛地应用在有关的微波系统中。     

一种不对称的双模4阶类椭圆函数滤波器

本文应用两腔相对偏转的方法,设计了一个具有双模4阶不对称类椭圆函数特性的滤波器,该滤波器用于转发器地检设备中,其电性能与理论预期值较为一致。由于它用较小的谐振腔,获得单边较陡的衰减特性,因此广泛地应用在有关的微波系统中。     

线性回归模型的紧致最小二乘估计及参数分离

本文提出一种克服线性回归模型系数矩阵病态的“紧致最小二乘估计”。在此基础上,用部分验前知识,进一步对该有偏估计作了参数分离,从而得到全部待估参数的无偏估计。干涉仪雷达系统性误差的模拟计算表明:效果良好,优于主成分估计。本文在理论及应用上(特别对飞行试验的外测及制导系统精度分析),具有重要意义。     

基于几何矩阵的增强虚拟现实

增强虚拟现实是组合真实场景和虚拟场景,以达到丰富真实场景的目的.针对摄像机相对景深做较小运动时所获得的视频,提出了一种基于几何矩阵的增强虚拟现实方法.摄像机在这种运动情况下,可以用一个几何矩阵来描述两帧之间的关系,这样就大大简化真实场景和虚拟场景的组合.同时,由于虚拟场景来自二维图像,因此,非常容易对准虚拟物体在视频中的位置.理论和真实视频实验表明,本文提出的增强虚拟现实方法具有计算量小和真实性强等优点.     

一种基于纹理特征的卫星遥感图像云探测方法

 针对卫星遥感图像中的云探测问题,提出了一种有效的纹理特征分析方法。该方法使用反映图像灰度性质和空间关系的分形和灰度共生矩阵两类纹理,分别来描述云区域和无云的下垫面区域,并从这两个纹理的共5个特征参数构成的多维空间中简化出最小的二维分类空间,使该空间能够完全地区分卫星遥感图像中的云和各种下垫面,利用它设计的线性分类器可以高效地实现云的自动探测功能。大量实际图像测试结果正确率达到98%,证实了该方法的有效性。