反舰导弹标准靶标RCS仿真

在有限的硬件条件下,作为电大尺寸目标的标准靶标RCS仿真计算是一个难点问题.在建立标准靶标几何模型并对其进行前置处理的基础上,以物理光学(PO)和一致性绕射理论(UTD)等为基础,综合多种算法的优点并将其混合使用,再加入边缘修正、尖劈修正,计入爬行波影响等,解决了电大尺寸目标的RCS计算问题.通过将仿真计算结果与典型算...     

皮卫星姿态估计及粗太阳敏感器标定算法研究

粗太阳敏感器是一种由多个光电池片配置组成的模拟式太阳敏感器,它结构简单、资源要求少,在皮卫星平台应用较为广泛。光电池光伏输出特性是粗太阳敏感器测量的基础,使用余弦关系近似等效会引入很大的误差。通过实际测试和深入分析,建立了更高精度的粗太阳敏感器输出特性等效数值模型,并以此为基础,推导了卫星姿态估计及粗太阳敏感器标定的联合在轨实时算法。算法采用多级耦合结构,由1个扩展卡尔曼滤波器(EKF)和6个卡尔曼滤波器组成,同时估计卫星姿态、卫星角速度以及卫星6个面共30个标定参数。仿真表明,和常规的EKF姿态估计算法相比,联合算法的运算量只增加了一半,而估计精度却提高了一个量级。     

一种红外多传感器对中段弹道空间邻近目标的联合超分辨弹道估计方法

 分析红外焦平面(IR FRA)对中段弹道空间邻近目标(CSO)的成像特点,指出星载红外传感器为实现对空间邻近目标的跟踪必须对其进行超分辨。提出了一种中段弹道空间邻近目标联合超分辨与弹道估计新方法。该方法结合红外焦平面成像模型和中段弹道动力学模型,使得能够同时利用红外多传感器的多帧信息,基于最小二乘准则建立联合超分辨弹道估计目标函数,并分析选择各目标的起始状态参数作为模型参数。针对目标函数的高维非线性特点,推导最小化意义下等价的降维目标函数,采用量子粒子群优化算法最优化该降维目标函数直接求解模型参数,进而计算出各目标的弹道和辐射强度,实现中段弹道空间邻近目标的联合超分辨与弹道估计。仿真结果验证了该方法的有效性,且相比于传统的先单传感器单帧超分辨、然后多传感器多帧测角数据关联与滤波方法,新方法在避免数据关联复杂问题的同时,其弹道估计精度更高、分辨能力更强。     

空间目标姿态角估计与RCS反射图生成

介绍了一种空间目标姿态角估计方法,并在此基础上生成了RCS反射图.该方法主要是在直角坐标系中对目标的运动特征用二次项进行描述,并用最小二乘估计求解二次方程,从而根据运动方程估计出目标的姿态角.实测数据验证结果表明,该方法能够有效地估计出空间目标的姿态角变化情况,并可反映出目标RCS随其姿态变化的规律.     

高精度天基多星时差无源定位算法研究

天基多星时差无源定位系统具有定位精度高、单星设备量小等优点,军事民用前景广阔。分析天基多星时差无源定位的原理,提出基于最大似然估计的定位算法,给出定位精度,并进行计算机仿真,验证了算法的有效性。该算法具有较高的工程应用价值。     

弹道中段目标RCS周期特性及其估计方法

分析了弹头目标的RCS周期特性,指出了传统频域分析方法的不足,提出了一种新的RCS周期估计方法。通过合成循环平均幅度差函数(CAMDF)和循环自相关函数(CAUTOC),有效克服了传统频域估计方法的不足,且具有优良的抗噪性能。仿真实验结果表明该方法能明显改善RCS周期估计的精确性和稳定性。     

一种简单的适用于警戒雷达的AMTD系统

本文介绍了一种AMTD系统,它的多路滤波器用加权DFT实现,并由杂波参数控制,它有多种工作模式。该系统具有简单、经济、易于实现、性能良好等优点,尤其适用于对老警戒雷达的改造。     

遥测精度的基本估计

文章从我国导弹航天试验场工程应用的角反出发，对遥测粗度涵义、基本假设、时间应标精度和幅值精度等提出了看法，并选择１０类典型遥测参数进行了精度估计．从而得出了我国导弹航天试验场遥测系统精度基本满足用户要求的结论．     

水平非均匀大气条件下的抛物方程模型研究

在分析传统分步傅立叶(SSFT)和中心差分离散混合傅立叶变换(DMFT)算法的基础上,针对算法复杂度及数值稳定性问题,提出了前向-后向混合差分DMFT算法及其具体实现步骤,提高计算效率的同时解决了传统算法在复杂条件下的盲点问题.给出了算法中水平非均匀大气折射剖面及复杂条件下最大传播仰角θmax等关键参数的计算方法,并与传统模型及经典文献实验数据进行了仿真比较,验证了该算法及模型在复杂大气条件下的正确性和有效性.     

阵列模型误差条件下稳健的DOA估计算法

为改善阵列误差时高分辨到达方向(DOA)估计算法的性能,引入精确校正的辅助阵元,应用子空间原理,提出了一种均匀线阵存在阵列误差条件下鲁棒DOA估计及方位依赖的幅相误差矩阵和互耦矩阵的估计算法。算法的方位估计无需任何阵列误差信息,估计精度高、分辨力强,且基于信源方位的精确估计,算法还可精确估计方位依赖的幅相误差矩阵和互耦矩阵,实现阵列误差的自校正。算法的运算量较小,无需高维非线性优化搜索,只需一维搜索。仿真结果证明了算法的正确性和有效性。