基于小波变换与粗糙集的雷达目标识别方法

雷达目标识别是防空武器系统雷达信息处理的一个关键环节.在小波变换与粗糙集基础上提出一种雷达目标识别方法.小波变换能够提高了时--频分频率;粗糙集理论是一种新型的处理不确定性知识的数学工具.利用小波变换对目标原始信息进行分解,得到目标的能量特征向量;通过粗糙集简化关系表,删去冗余信息,用逻辑推理算法表示判别规则.应用小波变换与粗糙集能够满足利用不精确信息进行目标识别的需要.     

直觉模糊熵在雷达目标识别中的应用

直觉模糊熵是不确定性推理领域中一个重要概念.针对雷达目标识别系统的复杂性,介绍了直觉模糊集的基本概念,分析了满足直觉模糊集熵的性质,提出了一种基于直觉模糊熵的雷达目标识别结果的检验方法.实验结果表明了该方法具有灵活性、合理性和可信性.     

雷达低空目标俯仰角跟踪的C2算法研究

在单脉冲测角体制下,由于多径回波信号的干扰,极大地降低了雷达低空目标仰俯角跟踪精度,甚至丢失目标。通过对多路径反射环境模型分析,得出了岸、海基单脉冲雷达低空目标跟踪时仰俯角测量误差的产生原因,提出将传统的多目标分辨算法(C2算法)应用于低角多径环境下目标俯仰角的跟踪测量,并在不同多径反射环境下对不同高度、不同飞行速度和飞行方向的目标进行了仿真,得到良好的仿真结果,表明该算法可较大地提高俯仰角跟踪测量精度。通过对仿真结果的分析,验证了该算法在低空目标跟踪中的有效性和可行性。     

空中力量体系对抗中目标选择方法

基于目标价值的目标选择方法,能够综合体现目标自身属性和体系网络结构对目标选择的影响。文章在分析空中力量体系网络结构的基础上,将目标价值分为属性价值和结构价值2个维度,利用模糊偏序关系建立属性价值评估模型,定义节点连通度和节点关键度,确定结构价值评估算法,实例分析结果验证了该目标选择方法的有效性。     

基于Rough/SVM的飞机目标识别模型

研究了基于粗糙集（Rough）和支持向量机（SVM）的模式分类技术,结合遥感图像中军用飞机目标识别进行理论分析和试验研究。基于粗糙集和支持向量机算法的优势,设计了基于粗糙集和决策有向无环图的支持向量机模式识别分类器,并对分类的性能进行了分析研究。利用粗糙集理论中属性约简方法去除冗余属性,降低飞机特征维数,提出了使用决策...     

目标指示精度对跟踪雷达截获概率的影响

在分析压制干扰对目标指示精度影响的基础上,研究了目标指示精度对跟踪雷达截获目标概率的影响,将跟踪雷达截获目标的过程分为落入目标探测区域及发现目标两个过程,建立了相应的评价指标与模型,对模型进行了在不同的干扰及抗干扰条件下进行了仿真验证。     

面向目标的概率多假设跟踪算法

 概率多假设跟踪(PMHT)算法由于其计算量与目标和量测的个数成线性关系而成为一种重要的数据关联方法,但该算法采用的是一种面向量测的参数模型,容易受到杂波的干扰。针对这个问题,提出一种面向目标的PMHT（TO/PMHT）算法,将量测与目标的距离作为权重,使计算出的后验关联概率能够真实地反映量测和目标的关联可能性。通过多种典型环境的仿真计算表明：TO/PMHT算法和面向量测的PMHT算法相比,跟踪性能有了明显的提高;与多假设跟踪(MHT)算法相比,在保持跟踪性能的同时,极大地提高了计算效率。     

基于不可分离小波框架变换的图像融合技术

以不可分离小波框架变换为依托,对两个传感器在同一时刻获取的同一场景的图像进行融合。首先,对各原图像进行不可分离小波框架变换（NWF）;然后,根据变换后系数计算图像的对比度量测,融合处理为基于对比度量测的系数选取过程,并对选取后的系数进行一致性校验;最后,对组合后的系数进行NWF逆变换,得到融合后的图像。     

卫星通信信号体系调制识别技术

对常用卫星通信信号的高阶累积量和高阶谱的谱线特征进行了理论分析与仿真,提出一种基于高阶累积量和谱特征相结合的卫星通信信号调制方式识别方法。该方法从升余弦成形信号的高阶累积量、功率谱、平方谱和四次方谱中提取一组健壮性强的特征参数,在没有先验知识的条件下,完成对卫星信号符号速率和载波频率的盲估计,并在此基础上实现调制方式的自动识别。该方法涵盖了目前绝大多数的卫星通信调制方式,初步形成了卫星通信信号调制识别体系。仿真实验表明,该方法能够克服升余弦成形带来的影响,在实际中有较好的应用前景。     

带落角限制的虚拟目标比例导引律设计

根据精确的虚拟目标比例导引系统数学模型,分析了系统的一个平衡状态,构造Lyapunov函数得出了进入该状态的充分条件。由此设计出的虚拟目标比例导引律,能保证导弹以给定的落角击中目标,并有效地避免了比例导引末端控制量发散的问题。通过调节虚拟目标变速运动的变速因子,既保证终端导弹速度方向满足落角限制,又有效地减小了脱靶量。仿真结果表明了设计方法的正确性。