高超声速滑翔再入飞行器弹道估计的自适应卡尔曼滤波

采用传统状态增广法对高超声速滑翔再入飞行器(HGRV)进行弹道估计,存在模型简化误差过大和过程噪声方差难以构造的问题.依据目标运动特性和模型简化误差定量分析结果,状态方程改进为采用圆形地球模型和拟合大气模型并考虑哥氏力.采用一阶Markov过程描述气动力参数,将过程噪声方差构造为气动力参数方差和机动时间常数的函数,时变气动力参数方差采用“渐消记忆”的统计估计法由气动力参数估计值序列统计获得,而存在跳变的机动时间常数则作为运动模式采用变结构交互多模型法与运动状态一起估计.仿真结果表明,所提算法对位置、速度和气动力参数的估计精度优于传统算法,具有较好的工程实用性、鲁棒性和效费比.     

单脉冲跟踪雷达多目标检测算法性能分析

对2种检测单脉冲雷达主波束内是否存在2个不可区分目标的算法进行了推广,将其应用到波束内可能存在N个不可区分的目标,并仿真了波束内存在3个目标时的检测性能。仿真表明,在总信噪比相同时,3个目标的检测概率不一定大于2个目标的检测概率,处于方位向上间距最大的2个目标的信噪比对整个检测概率影响较大。     

吸波材料脱落对球面收敛喷管电磁散射特性的影响

在雷达吸波材料（RAM）涂覆位置影响球面收敛喷管（SCFN）雷达散射特性的结论上,研究了雷达吸波材料的脱落对SCFN雷达散射截面积（RCS）缩减效果的影响规律,采用加入阻抗边界条件的迭代物理光学（IPO）方法,计算了SCFN在5种不同脱落概率下的电磁散射特性。研究结果表明：吸波材料涂层的脱落会增加SCFN的RCS幅值;在俯仰探测面当脱落概率达到0.7时,依然能够保持68.19%的RCS缩减能力;在偏航探测面,当脱落概率达到0.5时,需要及时对吸波材料涂层进行修复。     

基于形态自适应网络的无人机目标跟踪方法

针对无人机影像目标跟踪过程中常出现的目标方向变化、目标遮挡变化、样本多样性不足等问题,提出了一种基于形态自适应网络的无人机航空影像目标跟踪算法。首先使用基于数据驱动的方法对数据集进行扩增,添加了遮挡样本和多旋转角度样本,提高样本多样性;提出的形态自适应网络模型通过旋转不变约束改进深度置信网络,提取强表征能力的深度特征,使得模型能够自动适应目标形态变化,利用深度特征变换算法获取待检测目标的预定位区域,采用基于Q学习算法的搜索机制对目标进行自适应精准定位,使用深度森林分类器提取跟踪目标的类别信息,得到高精度的目标跟踪结果。在多个数据集上进行了对比实验,实验结果表明该算法能够达到较高的跟踪精度,可以适应目标旋转、目标遮挡等形态变化情况,具有较好的准确性和鲁棒性。     

GPS信号捕获与跟踪策略确定及实现

为了检测GPS(Global Positioning System)信号,设计了码环及载波环捕获与跟踪数字系统.序贯搜索与窄间隔超前-滞后型数字延迟锁相环的采用,保证了码相位的可靠捕获与精确跟踪,四相鉴频器、叉积自动频率跟踪算法及科思塔环载波相位跟踪算法的结合,既保证了载波频率(多普勒频移)的捕获速度,又使环路能有效地跟踪频率/相位变化,获得较好的动态性能与噪声性能.控制算法及参数确定的软化实现使系统具有较好的灵活性.基于扩频相关器与数字信号处理器的数字系统验证了上述方案的正确性及有效性.      

疲劳多裂纹扩展随机模型的参数估计方法

建立了用试验数据估计疲劳多裂纹扩展随机模型参数的方法,尤其为利用现有的单裂纹扩展试验数据,建立了用不完全数据估计多裂纹扩展参数的方法,为含多裂纹结构的概率损伤容限分析作准备.应用最小二乘原理,讨论了完全试验数据-并联远源裂纹和完全试验数据-近源裂纹2种情况下裂纹扩展参数的估计方法,考虑了裂纹扩展试验的2种极限情况,给出了估计结果偏于保守的不完全试验数据-近源裂纹情况下的裂纹扩展参数的估计方法.完善了疲劳多裂纹扩展随机模型,为模型的工程应用打下了基础.      

相控阵雷达的系统反应时间研究

研究了相控阵雷达的系统反应时间,提出了当采用TWS和TAS两种跟踪方式时,计算相控阵雷达反应时间的公式,揭示了反应时间与搜索、跟踪和截获方式及其参数之间的关系.研究了截获参数的优化.比较了采用两种跟踪方式时的系统反应时间.实验结果说明,采用TWS跟踪方式时,反应时间主要决定于搜索帧周期和目标的速度,与目标个数无关;采用TAS跟踪方式时,反应时间主要取决于目标个数和速度,与搜索帧周期关系不大.      

一种多目标测控资源动态优化分配方法

为使有限的测控设备资源能够满足未来多目标测控能力的需求,对测控设备的初始跟踪目标分配、跟踪极限范围确定、引导信息优选和目标信息区分等关键技术展开研究,提出一套适用于多目标测控的资源动态优化分配方案,使得有限的测控设备资源得以充分利用,解决了多目标连射试验时由于测控资源数量有限和分配方案相对固定导致测控能力下降的问题,有利于规避多目标测控中测控资源短缺带来的风险。仿真结果表明,与传统固定资源分配方法相比较,该方法提高了测控资源利用率,且使引导数据切换更平稳,适应多目标测控技术的发展需求。     

帧差法和Mean shift算法融合的高速无人机目标跟踪

为实时跟踪高速飞行无人机,图像跟踪算法必须满足快速性和准确性要求。文章给出一个融合算法,将帧差法和 Mean shift算法的优势结合起来。2个算法平行运行,差帧法实现快速跟踪,Mean shift算法则用于对帧差法结果进行准确度修正。还利用 Kalman滤波技术对计算周期内的无人机运动位移进行补偿,进一步提高实时跟踪的准确性,并给出 Matlab仿真例子验证本文方法的有效性。     

基于变分贝叶斯的星载雷达非线性滤波

星载雷达由于其探测范围广、距离远、全天候等优点,在预警防御系统中占有十分重要的地位。然而,由于观测平台的高速运动以及摄动干扰、传感器观测非线性等问题,使得星载雷达目标高精度跟踪带来严峻挑战。针对星载雷达非线性状态估计问题,采用一种基于变分贝叶斯的非线性滤波方法,该方法通过将非线性状态估计问题转化为优化问题,通过迭代优化获得了闭环解析解。此外,针对坐标变换中俯仰角量测缺失问题,提出了一种基于先验目标高度的俯仰角估计方法。通过数值仿真,验证了所提方法较传统非线性滤波方法,如扩展卡尔曼滤波、不敏卡尔曼滤波、转换量测卡尔曼滤波,具有更好的估计精度。