三重混合范数的L型嵌套阵列二维角度估计

针对L型嵌套阵列二维角度估计问题,提出一种三重混合范数块稀疏重构算法。首先,建立一种俯仰角和方位角可分离的二维稀疏测向模型,将两个维度采样点分块,分别计算联合协方差矩阵,二维角度估计问题被转化为联合协方差矩阵稀疏优化问题;为减小计算复杂度,建立三重混合范数块稀疏重构模型,利用交叉迭代的方法得到稀疏解,实现了二维角度估计,并且可以自动配对。仿真试验表明,三重混合范数稀疏重构算法能够有效估计多个辐射源的二维角度,分辨率较高,并且具有一定的鲁棒性。与传统算法相比,在低信噪比和小快拍数的条件下,均优于传统二维角度估计算法。     

美国太空作战演习主要成果探析

美国凭借其太空力量优势,服从于联合作战和全球霸权战略需要,率先打造太空作战演习,全方位强化太空威慑能力。阐述了太空作战演习要素,归纳了美国近期太空作战的演习情况和主要目的,提炼了历次太空作战演习的主要成果,以期为太空力量建设提供有益的参考。     

面向复杂场景的鲁棒KCF行人跟踪方法

经典核相关滤波(Kernel correlation filter,KCF)目标跟踪算法是判别式跟踪算法中效果最好的一种跟踪算法。但该算法不能很好地适应目标尺度的变化,且在遇到目标短暂消失或被其他物体遮挡等复杂情形时不具备处理目标重显的能力,因此,为使得目标跟踪能够有效地应对遮挡情形,本文从提高特征表达能力、增加尺度匹配策略和抗遮挡3个方面对经典KCF算法进行改进,提出了一种鲁棒的KCF行人跟踪算法。首先对方向梯度直方图(Histogram of oriented gradients,HOG)特征和色调、饱和度、值(Hue-saturation-value,HSV)特征的响应分布进行特征融合。其次,设置动态选择尺度池来改进滤波器的固定尺寸匹配。最后,通过滤波器响应最大值的变化率衡量目标的遮挡情况,并根据上一成功帧的目标信息,通过EdgeBoxes和感知哈希算法找回目标,更新滤波器。本文所提方法在公开视频跟踪数据集Benchmark上进行测试,实验结果表明与其他目标跟踪方法相比,本文算法提高了尺度变化、遮挡等复杂情形下跟踪的鲁棒性,确保了较高的跟踪精度。     

基于压缩感知的信源个数与信号参数估计算法

信源个数与信号参数估计是盲信号处理的关键环节,对后续信号的侦察处理意义重大。针对当前盲信号信源个数与信源参数估计研究割裂的问题,提出了一种联合估计算法。通过分析信号的稀疏系数在不同测量矩阵相同稀疏字典下位置相同的特点,提高了信源个数和信号参数的估计精度,实现算法的自适应控制;通过数理分析确定了多级搜索策略的最优级次,大大降低了稀疏字典的原子数目。仿真结果表明：算法在一定信噪比下能够实现信源个数和信号参数的有效估计;信源个数和信号参数的估计精度随着压缩比的降低而逐渐提高,随着信噪比的提高而逐步增强;噪声对信源个数和信号参数估计精度的影响很大,尤其是低信噪比下;第2个信源载波频率和调频斜率的估计误差明显高于第1个信源参数的估计误差。     

多源信息融合在空间态势感知领域的应用与发展

在当前复杂多样的航天任务领域中,多源信息融合技术的重要性日益突出.文章以多源信息融合技术为核心,调研分析了其在空间态势感知领域的应用现状与发展前景;概述了多源信息融合的定义、模型和理论研究现状;归纳了空间态势感知的信息源种类和典型传感器;分析了基于多源信息融合的典型空间态势感知系统,包括美国空间监视网(SSN)、"轨道...     

引气系统建模及传感器集优化分析

MADe(维修感知设计环境)是基于功能流模型、系统失效知识和测试信息的系统测试性与健康感知综合仿真分析工具。给出了功能流模型定义及其建模流程,详细分析了飞机引气系统的工作模式、层次结构、功能流及典型部件的物理失效过程,并实现了引气系统典型工况的建模。基于引气系统功能流模型和功能流传播表对传感器集进行了优化,包括传感器集的选择和诊断规则分析。仿真结果表明,该方法能有效地实现引气系统的建模,实现引气系统故障诊断与健康监控方案的优化。     

地形感知与告警系统测试平台设计

地形感知与告警系统(TAWS)是航空安全的重要保障,能对危险地形进行预警,并有效避免可控飞行撞地(CFIT)事故[1]。本文设计了一种基于以太网UDP通讯协议的分布式TAWS性能地面测试平台,开发了飞行激励器模块、测试场景编辑模块以及总控和数据分析模块。通过全数字环境(模拟飞机真实飞行状况)进行近地告警系统的性能测试和分析,达到部分代替试飞的目的,为用户提供一种切实可行的设备性能验证手段。     

基于压缩感知的MIMO-SAR运动误差补偿与成像

多发多收合成孔径雷达（MIMO-SAR）利用多通道空间并行采样的优势可实现高分辨成像,但不可避免地存在运动误差与海量数据不便于存储与传输的问题。针对该问题提出一种基于压缩感知的MIMO-SAR运动误差补偿与成像方法。首先通过详细分析MIMO-SAR运动误差回波信号模型,在全采样条件下利用两步运动补偿技术实现对回波数据的运动误差补偿处理,其次针对降采样回波数据的运动误差补偿,通过构造变换算子与压缩感知（CS）重构模型的方法实现第1步运动误差补偿、距离脉压以及距离徙动校正处理,然后再进行第2步误差补偿与方位向脉压处理获得成像结果。最后通过仿真实验验证了所提方法能够在大幅压缩回波数据的情况下,实现MIMO-SAR运动误差补偿与成像处理。     

低信噪比下稳健压缩感知成像

 由于基于l₁范数的压缩感知理论模型无法充分挖掘信号的稀疏性,因此在重建过程中无法实现对待重构系数的等权值约束,进而导致在信噪比较低时,噪声分布的不稀疏性会严重影响目标信息的重建,造成成像结果中会出现大量虚假目标,成像性能急剧下降。本文在深入分析了加权l₁范数模型的基础上,提出了一种更加稳健的适用于含噪模式下的高分辨率压缩感知微波成像模型。该模型在借鉴常规加权l₁范数模型的基础上,针对权重选择及加权方式进行了修正,使得权值的变化程度和权值大小分离,可以做到相同的惩罚约束,从而实现成像过程中噪声分量的有效抑制,实验结果说明了低信噪比下所提模型的有效性。     

提高民航飞行大学生感知能力的教育实验研究

通过航空体育教育的实验分析与研究,论证了在飞行大学生中实施运动感知能力的训练,对提高飞行大学生飞行技能具有十分明显的促进作用,为航空体育教学改革提供了有益的借鉴．