一种带航迹角约束的临近空间目标拦截中制导算法

针对采用双脉冲发动机的防空导弹拦截临近空间高速目标的多约束中制导问题,设计了一种基于逆轨拦截且满足过载收敛的预测-校正制导方法。该算法在基于由最优控制理论推导的满足终端位置、速度约束的ZEM-ZEV算法基础上,以具有航迹角约束的零控拦截流形作为交班条件,采用数值预测方法对剩余飞行时间进行高精度求解,通过在线动态生成初-中制导交班的速度方向和II脉冲发动机的开机时刻来降低中制导段需用过载。蒙特卡洛打靶仿真结果表明本文所提出的中制导算法能够满足带航迹角约束的零控拦截条件,对模型的参数偏差和不确定性具有强鲁棒性,具备重要的理论意义和工程应用价值。     

CFAR DETECTORS FOR HIGH RESOLUTION RADAR IN NON GAUSSIAN CLUTTER

讨论了球不变随机过程（ＳＩＲＰ）非高斯杂波背景下高分辨雷达距离扩展目标检测问题。文中提出了ＣＡ－ＣＦＡＲ,ＯＳ－ＣＦＡＲ两种距离扩展目标检测器,并证明了它们的形状因子和尺度因子未知的情形下具有恒虚警性,即双参数恒虚警性,分析了这两种检测器的检测性能。这两种检测器亦可用作ＳＩＲＰ杂波背景下低分辨雷达检测器。     

频率不变宽带波束形成权重系数的稀疏优化

在基本的傅里叶变换频率不变波束形成(FIB)基础上,从减少抽头权重系数数量,降低FIB运算量角度出发,提出基于最小l0范数的抽头权重系数稀疏优化模型,并采用正交匹配追踪(OMP)算法来求解该优化问题。在高增益、等波纹、低旁瓣FIB方向图的要求下,所提出的优化方法使得稀疏率降低到3.53%,且能够保证稀疏优化后的方向图误差小于1%。接着进一步开展阵元数量的稀疏优化,有效地减少了阵元通道数,进一步降低了算法实现的硬件复杂度。仿真结果验证了所提方法的正确性和有效性。     

非线性机翼极限环颤振的研究

在定常空气动力的作用下,对含立方非线性刚度的二元机翼颤振系统的极限环颤振进行了研究.应用中心流形理论将原四维系统降为二维,采用后继函数法对分岔点类别进行了定性的分析,从而确定平衡点的性质,并应用范式理论对分岔点处中心流形约化方程进行化简,进而研究了系统参数对极限环颤振的稳定性以及幅值的影响.     

基于小波变换和不变矩的车标识别方法

形状特征是目标识别的重要参数,小波变换的低频部分代表物体的总体形状特征,而图像中的噪声主要分布于高频部分。根据这一特征,利用小波变换消除噪声提取目标形状,进而利用特征不变矩距离进行分类,实现目标识别,将该方法应用在实测车标图像的识别中,结果表明识别效果较好。     

Ⅱ型截尾时，（对数）位置尺度族分布参数的Fiducial分布

给出了确定Ⅱ型截尾时，（对数）位置尺度族分布参数的Fiducial密度的方法，指出它与群不变先验下的Bayes后验密度一致，且对几个重要的特例进行了讨论。     

基于空域滤波的二维全极化散射中心快速提取

在全极化逆合成孔径雷达(ISAR)体制下,二维相干极化几何绕射(CP-GTD)模型能够精确描述雷达目标高频电磁极化散射特性。针对CP-GTD模型,提出了一种基于空域滤波的二维全极化散射中心参数快速提取方法。该方法利用空域滤波将二维全极化散射中心参数提取问题分解为多个一维全极化散射中心提取问题,进而利用一维旋转不变技术(1D-ESPRIT)分步对全极化散射中心各维参数进行联合估计,最后利用最小二乘方法获得相干极化散射矩阵的估计。此外,采用这样的分步估计过程,可以实现二维参数的自动配对。复杂度分析和仿真实验表明:该方法不仅能够显著降低运算量,并且还能获得较好的估计精度,可以有效地用于目标全极化散射中心提取。     

考虑作动器速率饱和的人机闭环系统稳定域

针对作动器速率饱和引起的Ⅱ型驾驶员诱发振荡(PIO,Pilot Induced Oscillations)严重威胁先进战机飞行安全的问题,研究了计及作动器速率饱和的人机闭环系统稳定域.建立了考虑作动器速率饱和的人机闭环系统非线性模型,引入增广状态变量以及饱和度函数处理速率饱和环节,应用椭球体不变集估计人机闭环系统的稳定域,得到了稳定域估计的一般算法.通过时域仿真研究了所估计的稳定域的保守性,研究了驾驶员操纵增益以及作动器速率饱和值对稳定域的影响.结果表明:稳定域法物理意义清晰、结果直观,可用于人机闭环系统稳定性的评估.研究结果可为先进战机飞行控制系统的设计提供理论依据.     

基于局部线性嵌入的高光谱影像特征提取算法

特征提取能够消除冗余信息,提高高光谱数据处理的精度和计算效率,是分类等分析必要的预处理手段.传统特征提取算法基于线性变换,无法准确描述高、低维特征空间的关系,因此采用一种新型非线性特征提取算法,即局部线性嵌入(LLE,Locally Linear Em-bedding),挖掘高光谱影像的本征信息.针对分类问题,使用训练样本类别属性修正距离矩阵,并借鉴LLE计算未知样本低维映射的方法求解测试样本的特征向量,实现监督局部线性嵌入(SLLE,Supervised Locally Linear Embedding).使用机载可见光/红外成像光谱仪数据,与3种分类算法结合进行测试,实验结果表明:SLLE优于线性特征提取算法,能够解决高光谱影像的小样本分类问题.     

基于全景子空间的尺度不变特征跟踪方法

提出一种基于全景子空间尺度不变特征跟踪方法,包括离线阶段建立全景图像与原始图像序列特征集对应关系和在线阶段基于关键图像识别的特征匹配等过程.首先利用全景图充分覆盖局部场景信息特性,通过扩展Kd树组织全景图特征并建立其与原始图像序列特征对应关系,不但解决了图像间特征对应,而且能够有效减少全景图冗余特征量,提高首次特征匹配速度.然后给出一种基于投票策略的关键图像识别方法以进一步完成二次特征匹配,从而将多图像大数据量特征匹配转换为单图像小数据量特征匹配目标,较好实现了特征匹配速度与稳定性的平衡.试验结果表明本方法能够有效增强特征跟踪的稳定性.