基于信息可信度的空中目标识别方法

目标识别是态势评估和威胁估计的基础,是作战指挥辅助决策的重要依据,是防空作战的关键环节之一.将雷达信息可信度扩展到传感器信息可信度,并基于扩展内涵的目标识别信息可信度,提出一种应用对空侦察雷达、光学器材、ESM传感器的空中目标识别方法,完成干扰条件下空中目标识别模块的设计.该方法依靠目标识别信息可信度较高的传感器信息来做出全局判决,有助于提高整个系统目标识别的可靠性.     

基于RCS观测序列的空间目标识别算法

针对低分辨率雷达体制下的空间目标识别问题,提出了基于RCS观测序列的空间目标识别算法.该算法首先对空间目标的低分辨雷达RCS观测序列进行离散小波变换,然后在时间-尺度平面上提取十个有效的统计特征,最后基于模糊分类来识别空间目标.应用四类空间目标的实测数据进行了仿真实验,取得了比较好的识别效果.     

基于Radon-Wigner变换的多运动目标成像

针对逆合成孔径雷达波束内多个平稳飞行目标在距离上重叠的情况探讨多运动目标成像.首先建立多目标回波模型,由分析得出某一目标的回波在一个距离门内对应一组线性调频信号、信号参数在不同距离门内呈规律性变化的结论.据此提出一种基于Radon-Wigner变换(RWT)对多目标信号进行参数估计及分离的多目标成像算法.仿真结果说明了该方法的有效性.     

未知空间目标纹理缺失表面三维重建算法

针对传统三维重建方法难以对纹理缺失表面进行完整重建的问题,提出一种基于深度学习与截断符号距离函数(TSDF)融合的未知目标三维表面完整重建算法。首先设计一种基于深度学习的图像逐像素深度估计框架,通过在训练过程中引入多个复杂结构模型,提高该深度估计框架的泛化能力;其次,利用TSDF对各帧图像所估计的深度信息进行融合,实现对纹理缺失区域的空间目标完整三维重建。根据仿真校验,对于300 mm尺寸的卫星模型图像,像素深度估计平均误差约为13 mm,通过TSDF融合后尺寸精度误差小于5.10%。实验结果表明该算法可以对未知空间目标光学图像进行逐像素深度估计,并获得目标完整的三维结构与纹理信息,有效解决无纹理区域的重建结构缺失问题。     

基于多目标优化的星空认知网络鲁棒波束成形算法

卫星通信(SC)网和无人机(UAV)通信网之间频谱共享、相互融合,能较大提升频谱效率,有望成为第6代移动通信的关键技术之一。与现有文献不同,本文在系统非完美信道状态信息(CSI)的条件下,考虑了次级用户可达速率最大化和发射功率最小化2种准则,利用加权切比雪夫方法构建满足概率约束的多目标优化问题(MOO);由于该问题较为非凸,利用概率公式、半正定松弛等方法将其转化为凸问题,并进一步通过半正定规划(SDP)求解,得到鲁棒波束成形权矢量,获得2种性能指标间的帕累托最优权衡。计算机仿真验证了所提鲁棒波束成形算法的有效性和优越性。     

基于有限元法的水下绝缘体小目标电磁场探测方法仿真研究

开展具有自主知识产权的水下绝缘体小目标探测方法研究,可为我国海域勘探开发提供技术支撑。文章将基于有限元的电磁场探测方法应用到水下绝缘体小目标的检测:首先利用ANSYS Maxwell软件进行建模仿真;然后对不同电流及不同水面高度/水下深度有无绝缘体小目标的磁感应强度进行模拟并计算其差值。结果表明,当水下导线直流电流为200 A时,磁感应强度模拟差值大于0.3 nT,可在350 m×350 m×35 m的海域内有效探测有无绝缘体小目标通过。     

空间邻近目标跟踪与航迹关联的联合优化算法

针对单传感器跟踪空间邻近目标过程中存在航迹交错的问题,提出一种基于分布式多传感器融合结构的跟踪与航迹关联联合优化算法.该算法在单帧航迹全局最优航迹关联的基础上,通过航迹关联质量检测传感器航迹是否存在交错,然后构造交错航迹对的拟测量,并根据拟测量误差协方差计算融合“测量”,最后由融合中心对融合“测量”进行全局最优点迹-航迹互联和交互多模型(IMM)滤波更新融合航迹.考虑分布式融合系统约束情况,给出采用次优拟测量的替代方法.仿真结果表明,与传统航迹关联算法相比,联合优化算法能够明显提高目标跟踪精度和身份正确率.     

电大目标等离子体隐身的矩量法优化设计

根据高频散射特征,提出典型几何散射中心替代法,用于解决矩量法（MOM）用于电大目标等离子体隐身时的优化设计问题。以某典型电大目标为例,通过仿真分析了该方法的可行性。结果显示,电大目标覆盖利用该方法得到最优参数的等离子体后,不仅目标整体的单站RCS平均缩减与典型几何散射体的单站RCS缩减相当,且任意方向上RCS基本都有10dB左右的缩减,表明用该方法得到用于电大目标隐身的等离子体参数是可行的。     

弹道导弹突防中的相参干扰

分析了相参干扰相对于噪声干扰的优缺点.在此基础上,针对弹道导弹突防的特殊应用,对相参干扰的反应时间设计、假目标密度设计以及多目标的干扰问题展开了分析研究,得出了一些有益的结论.     

空间自旋目标平动补偿与微动特征提取方法

针对空间自旋目标平动补偿与微动(m-D)特征提取问题,提出一种基于延时共轭相乘和微动分解的平动补偿与特征提取方法。该方法通过延时共轭相乘处理实现目标加速度估计,然后构建冗余的微动原子集,对加速度补偿后信号进行微动分解补偿,通过搜索补偿信号的最大谱峰获取目标的微动特征与速度信息。仿真试验表明,所提方法能够有效估计空间自旋目标的运动参数,并快速提取其微动特征。