基于LCD-ICA的水声信号降噪方法

针对水下目标信号易受噪声影响、信噪分离难的问题,提出一种基于 LCD和 ICA分析相结合的水声信号降噪方法,给出了该方法在水声降噪领域中应用原理和方法步骤;并通过仿真信号,验证了该方法在水声信噪分离中的有效性。结果表明,采用文中所提的方法能够有效降低噪声干扰,提高目标检测的可靠性。     

基于模糊贝叶斯网的空战传感器资源管理方法

空战中目标状态信息的不确定性、目标与我机相对态势是影响机载传感器资源分配问题的重要影响因素.针对此问题,提出一种基于模糊贝叶斯网(FBN)的空战传感器资源管理方法,以空战传感器资源管理中涉及的影响因素因果关系作为建网依据,将目标信息增量、目标威胁、飞行员指令作为证据变量驱动网络进行概率推理,从而获取空战传感器资源的分配结果.仿真结果表明,与传统方法相比,方法的自适应变间隔采样策略能够根据目标威胁及飞行员指令影响,管理空战态势不同阶段的传感器资源以满足空战作战任务需求.     

基于任务协同的有人机/无人机 对海攻击作战效能评估研究

通过分析攻击敌海上舰船目标过程中有人机/无人机编队的作战使用方式及影响其作战效能的主要因素,建立了有人机/无人机编队协同攻击海上目标的作战效能评估指标体系,运用ADC法构建了有人机/无人机混合编队攻击敌舰船目标作战效能评估模型,通过算例证明了该方法适应于有人机/无人机编队的作战效能评估,为有人机/无人机协同作战决策提供了有效的参考依据。     

螺旋俯冲机动突防的制导律设计

针对识别和拦截技术高度发展所带来的突防难题,提出高超声速滑翔飞行器（HGV）螺旋俯冲机动突防的概念,并为此设计了一种基于虚拟滑动目标的自适应比例导引律。首先,通过分析HGV绕目标飞行的运动学特性,建立对数型的螺旋运动模型,以该模型为基础利用曲线渐伸线原理设计虚拟目标的滑动轨迹。然后,采用包含时变附加项的比例导引律追踪虚拟目标,从而实现引导HGV进行螺旋俯冲机动以及对真实目标的打击。接着,为提高虚拟目标的跟踪精度以及抵抗外部干扰的能力,设计了制导参数的闭环非线性自适应律,能根据当前偏差在线选择制导参数值。此外,还分析了满足收敛条件的制导参数的取值范围以及其进入闭环更新的策略。最后,分别针对静止目标和低速移动目标进行数值仿真验证,结果表明所设计的制导律不但能够引导HGV实施螺旋俯冲机动,还能够准确地命中目标。     

基于均值漂移无味粒子滤波的地面运动目标变结构交互多模型跟踪(英文)

为了跟踪地面运动目标,本文提出在变结构交互多模型基础上使用均值漂移无味粒子滤波的算法。模型滤波中,通过均值漂移将无味粒子滤波产生的采样粒子向目标状态最大后验密度估计方向移动。"停止"模型基础上,提出了"遮蔽"模型:出现地形遮蔽时,使用上一时刻的预测代替下一时刻的测量,且保持道路模型与遮蔽前一致。仿真实验采用地面运动目标指示雷达,考虑地面运动目标的三种常见场景:进入或离开道路、经过道路交叉点以及无测量值。使用了RMSE和ANEES两种评价指标,实验结果表明本文算法有效地提高了目标改变行驶道路时的跟踪精度;且目标速度过低或被遮蔽时,可以避免轨迹中断。     

基于Hilbert谱脊线粗糙度的微弱目标检测算法

为检测海杂波中的微弱目标,文中采用实测数据分析了海杂波的Hilbert谱脊线及其粗糙度,研究了目标对其Hilbert谱脊线及其粗糙度的影响。研究发现,目标的出现将导致海杂波Hilbert谱脊线起伏趋予平滑,Hilbert谱脊线粗糙度减小,在此基础上,文中提出了采用Hilbert谱脊线粗糙度检测微弱目标的方法。仿真结果表...     

基于非参量法的空战态势评估分析

为了改进现有基于非参量法的空战态势评估模型,描述了空战态势评估基本问题,阐述了空战态势评估算法的发展脉络,分析了目前构造的态势评估函数没有体现方位角与进入角对态势影响的耦合关系,双方速度以及能量对态势影响的非线性等问题,提出了从空战武器攻击区的角度重新构造态势评估函数的思想,为进一步研究奠定了基础。     

激光探测“猫眼”效应目标识别算法

提出了一种基于压缩感知理论的＂猫眼＂效应目标识别算法,应用随机采样矩阵将原始二维图像线性投影为一维测量向量,通过对一维测量向量的处理提取出＂猫眼＂效应目标信息,进而通过压缩感知理论的恢复算法重建仅包含＂猫眼＂目标的图像。对应于此算法亦提出了一种相应的激光主动成像探测系统,以获取主被动图像序列。应用此算法,将传统的基于原...     

弹道导弹助推段拦截融合跟踪算法研究

针对空基雷达数据率低的特点,提出一种新的基于雷达/红外成像的机动目标跟踪信息融合算法.建立了弹道导弹目标机动模型和雷达/红外成像导引头观测方程,以动能拦截弹红外成像导引头数据更新时间为基准,以空基雷达采样周期为间隔对距离信息进行实时修正,推导了雷达/红外成像复合制导信息融合跟踪扩展卡尔曼滤波算法.仿真结果表明,该算法融...     

基于TOP-HAT滤波器算子的红外弱小目标检测算法

针对红外序列图像中运动弱小点目标的检测问题,设计了一种基于改进神经网络优化的修正Top-Hat形态学滤波器算子.其中形态学滤波器的结构元素采用两层前馈神经网络,通过大量样本训练优化,将Top-Hat运算作为一个整体当作一层,输出层节点定义为Top-Hat运算后图像矩阵的最大值.实测数据的处理结果表明:针对低信噪比(RSN≈2)图像,在虚警概率≤5%情况下,优化的修正Top-Hat形态学滤波器算子对复杂图像检测概率≥75%,与固定结构元素的Top-Hat形态学滤波器相比检测概率提高了近8%,算法的运算时间仅增加了0.7ms.