关于阵列式雷达目标模拟器的理论分析

本文权述了阵列式雷达目标模拟器的基本原理。根据模拟目标与实际目标在接收处的反射场及视在中心均应相同的关系导出了三元阵三个阵元的调制信号,并指出这种射频目标仿真既适用于单站情况,也适用于双站情况。     

ESPRIT算法在单快拍阵列信号中的应用

ESPRIT算法利用旋转不变技术估计信号参数,是近年来提出的阵列信号处理理论的一个新领域,它具有高分辨率、高精度、不需空间搜索等优点。单快拍总被当作相干信号处理,本文采用了Teoplitz结构协方差矩阵估计,起了空间平滑作用,所以可以估计相于信号源的波达方向(DOA),与标准空间平滑协方差矩阵估计相比较,Teoplitz协方差阵估计在总体上提高了信噪比,并且不牺牲阵列孔径。 计算机模拟结果表明,基于Teoplitz结构协方差矩阵的TLS-ESPRIT算法在20dB信噪比下,可以分辨出相隔0.2瑞利波束宽度的空间信号。     

基于GMF方法的捕风一号风速反演分析

全球尺度高时空分辨率海面风场探测是当前全球气象研究及预报预测领域的关注热点之一,传统海面风场探测技术存在测量区域有限,且受天气环境限制明显等问题.基于全球导航卫星系统-反射(GNSS-R)测量技术风速反演原理,以捕风一号1级数据产品为输入,欧洲中期天气预报中心再分析风速数据为参考风速,采用地球物理模型函数(GMF)方法...     

拖靶系统挂机安装角度计算

拖靶安全释放是拖靶系统正常执行任务的前提,拖靶挂机安装角度的优劣直接影响着拖靶的安全释放.依据拖靶释放特性建立了拖靶系统动力学模型,提出了拖靶安全释放的条件,给出了拖靶挂机安装角度的计算方法;通过实例对方法的正确性进行了验证,其结果直接应用于某新型拖机改装试验中,取得了满意的效果.     

分层结构的雷达告警设备软件测试方法

雷达告警设备是现代作战飞机不可或缺的雷达对抗设备,主要用于对敌方雷达威胁信号的告警.分析了分层结构的雷达告警设备软件的特点,借鉴集成测试中自底向上增量式集成策略,提出了一种综合运用调试、插桩和仿真的配置项测试方法.测试结果表明,方法对此类以数据处理功能为核心、分层结构设计的嵌入式软件测试,有很好的借鉴作用.     

利用幅值信息的超视距雷达多路径概率数据互联算法

天波超视距雷达是通过电离层反射实现超视距广域监视的,其地理坐标系下的量测方程存在强非线性,同时由于电离层的不同分层,造成了多路径传播的严重问题,即同时存在多个量测模型。多路径概率数据互联(MPDA)滤波器将坐标配准与概率数据互联相结合,解决了超视距目标跟踪中的多路径传播问题,但在杂波环境下滤波跟踪精度不高。文中提出了一种基于信号幅值特征信息的MPDA算法(A-MPDA),当跟踪单一的、存在4种可能非线性量测的非机动目标时,仿真结果表明所提出的算法比标准MPDA有更好的跟踪精度。     

调频连续波SAR成像算法研究

机载遥感微波成像雷达在地球观测特别是在城市应用中起着非常重要的作用,现在人们对体积小、重量轻、成本效益高、分辨率高的成像雷达越来越关注。调频连续波(FM-CW)技术和SAR相结合的调频连续波合成孔径雷达应运而生。论文详细分析了FM-CW SAR的成像过程,提出了去除相位残余的算法,并给出仿真结果。通过仿真可以看出,调频连续波合成孔径雷达具有较好的空间分辨力。     

合成孔径雷达系统建模、仿真与信号处理初探

作为雷达技术发展历史中的里程碑,合成孔径雷达(SAR)通过使用空中合成天线阵列技术及先进的目标回波信号处理技术能够提供清晰的地球表面图像。由于它的这一突出特点,SAR已经成为许多飞行器的重要任务载荷并被广泛应用于军事及民用领域。从航空电子系统总体需求角度出发,为了深刻理解SAR系统的工作原理并得到更好的SAR图像产品,有必要对系统数学模型的建立、SAR回波信号的仿真以及信号处理算法进行深入的研究。本文试图从这三方面讨论SAR系统设计中的关键问题。     

基于混合深度特征的红外目标抗干扰识别算法

复杂干扰条件下的红外空中目标识别技术是空战对抗领域的热点研究课题,复杂人工干扰严重遮蔽目标,导致目标特征的连续性与显著性遭到破坏,无法全面描述识别对象的特性,造成空中目标识别准确率下降。针对此问题,提出一种基于图像混合深度特征的空中目标抗干扰识别算法。首先,基于卷积神经网络进行图像深度特征的提取,将深度特征与梯度直方图(Histogram of Gradient, HOG)特征进行有效融合,构建混合深度特征。针对作战场景中的目标与干扰的对抗态势多样性,将支持向量机的二分类模型改进为三分类模型,对目标、干扰以及目标干扰粘连三种状态进行精确分类。实验结果表明：在复杂干扰环境下,基于混合深度特征的空中目标抗干扰识别算法正确率为92.29%,该算法可以有效地解决目标被干扰遮蔽、形成目标干扰粘连状态时的抗干扰识别问题。     

基于改进YOLO V5的无人机航拍图像小目标检测方法

本文针对无人机航拍目标检测技术中目标聚集、目标较小及实时性差等问题,将YOLO V5的主干架构进行改进,简化Neck网络,提出了一种提高检测速度又能准确识别的无人机航拍图像检测技术方案。经过仿真实验测试,改进后的YOLO V5网络在保持识别精度的同时,检测速率提升了31%,满足无人机在航拍作业时对于准确性与实时性的要求。