冲击噪声背景下引信目标方位估计方法研究

针对在冲击噪声条件下基于高斯噪声模型的目标检测方法性能退化的缺点,提出了一种新的引信目标方位估计方法。该方法引入α稳定分布模型对冲击噪声建模,通过对引信阵列天线接收信号共变矩阵的特征分解估计噪声子空间,再依据最小范数算法实现了对目标方位的估计。计算机仿真实验证明了所提出新方法的有效性。     

PD雷达信号时频特性分析

应用时频分析的基本理论和基本方法,分析了不同脉冲宽度、不同脉冲重复频率以及不同采样频率对PD雷达发射信号时频分布特征的影响,研究了不同目标距离、不同目标速度、不同目标加速度以及噪声背景下不同目标反射强度条件下PD雷达目标反射信号的时频分布特征,并使用MATLAB时频分析工具箱对其进行仿真。     

Alpha稳定分布混响建模及信号检测

研究了基于对称Alpha稳定分布的浅海环境下混响及噪声的建模问题.分析了浅海环境下混响形成过程及其非高斯特性,采用对称Alpha稳定分布理论对其进行了建模,并从声呐接收端的混响瞬时值以及包络的概率密度分布与Alpha稳定分布的匹配程度验证了模型的有效性.研究了基于对称Alpha稳定分布模型的混响噪声背景下的目标信号检测方法.提出了三种检测方法并进行了仿真测试,通过检测性能及模型的精确性分析了三种方法的优缺点,验证了建模精度对检测性能的影响.     

基于时频分布的弹道导弹目标识别方法

在弹道导弹目标识别中,微动特征是重要的识别手段。从弹道导弹微动特性时频分析出发,提出一种基于时频分布的弹道导弹目标识别方法。该方法将时频分布图的伪Zeinike不变矩特征作为识别特征。首先对回波信号进行时频变换以获取时频图像;然后为了降低噪声的影响,对其进行图形预处理;最后给出了伪Zernike不变矩提取步骤及识别特征的选取原则。通过仿真实验,分析了不同特征组合对识别率的影响,评估了不同信噪比下识别方法的稳定性。实验结果表明,该方法具有一定稳定性,可用于弹道导弹目标识别。     

基于多分辨分析的舰船噪声能量特征提取方法

以离散小波变换入手,利用小波分析的恒Q特性,提取了舰船噪声信号的子带能量分布特征。结果表明,由于各子带能量参数并不相互独立,基于离散小波变换的舰船噪声子带能量分布特征并不明显。因此,依据多分辨分析理论,对舰船辐射噪声信号进行了正交多分辨分解,并提取了舰船噪声子带能量分布特征。结果表明特征是显著的,该方法从整体上反映了舰船噪声信号能量分布特征。为了从细节上对噪声信号能量特征进行分析,提出了基于多分辨分析的子带能量密度特征提取方法。采用两类共8个噪声样本对噪声子带能量分布和能量密度特征提取方法进行检验,取得了比较理想的结果。     

机动目标状态估计的最小均方误差界

基于多项式模型的各种自适应滤波算法被广泛应用于机动目标跟踪领域,但尚没有统一的评估标准来衡量这些跟踪算法的优劣。由于存在确定的时变未知输入,机动目标的状态估计实际为有偏估计。基于状态估计均方误差最小的准则,推导了多项式模型滤波的最小均方误差界计算方法,获得了使状态估计均方误差最小的过程噪声方差变化规律。该方法给出了各种基于多项式模型的机动目标跟踪算法的估计均方误差下限,也为机动目标跟踪中最优过程噪声方差的设定提供了依据。仿真结果验证了算法的有效性。     

水中目标信号的实时检测方法研究

在对目标信号及噪声背景信号的特性进行分析的基础上,依据目标信号功率主要集中在低频部分的特点,用功率谱估计方法提取低频信号的能量作为特征,对信号滑动地进行目标检测.通过不同浪级情况下海洋水压力场的仿真信号数据,对某型目标舰船的水压力信号进行了检测计算,验证了该方法的有效性,尤其是达到了在高海况、低信噪比条件下,对目标信号正确的检测.     

非高斯背景条件下水声信号粒子滤波性能分析

基于贝叶斯滤波原理,介绍了粒子滤波(Particle Filter,PF)的基本思想和具体算法实现步骤。针对非高斯噪声对水下信号目标跟踪的影响,分别对符合高斯分布、韦伯分布和伽马分布的随机噪声序列,在噪声均值和方差相同的条件下,对比分析了扩展卡尔曼滤波(Extended Kaman Filter,EKF)算法和PF算法的估计精度。仿真结果表明,在非线性非高斯环境下EKF算法跟踪性能严重下降,而PF算法能继续保持较好的跟踪精度,证明PF算法在非线性非高斯系统中的有效性。     

基于概率分布的硬件木马检测特征选择方法

针对基于旁路信号分析的硬件木马检测中存在的高维以及信号冗余度高等问题,寻求一种特征选择方法在降维、降低冗余度方面的可行性,通过考虑样本概率的分布情况,提出了一种以散度和Bhattacharyya距离作为可分性判据的特征选择方法。首先分析了旁路信号的特征选择问题,然后阐述了基于散度和Bhattacharyya距离的可分性判据,最后在FPGA中植入硬件木马,采用K-L方法进行实验,通过对样本特征选择前后的检测效果发现,这种特征选择方法不仅有助于分辨"金片"与含木马的待测芯片间旁路信号的统计差异,而且与分类错误率建立联系,更好地实现了硬件木马的检测。     

舰船噪声模型可信度评估方法

对舰船噪声模型进行可信度评估,是合理运用噪声模型进行仿真分析的重要环节.通过分析时频特征,建立了舰船噪声模型;提出了一种基于特征相似的舰船噪声模型可信度评估方法:先在时域、频域分别对模型输出噪声与实际噪声的各特征相似度进行分析,再用层次分析法对整个噪声模型进行可信度评估,并对实测数据进行应用与分析.分析结果表明:该舰船...     

测向交叉定位法下的反舰导弹导引头捕捉率算法

影响导弹对目标的捕捉概率的误差由目标定位误差、射击准备误差和导弹自控终点散布误差等组成.分析了在测向交叉定位法下这些误差的特性,给出了等效计算公式,并根据导弹导引头的探测特性和导弹的运动,分析了目标捕捉区域的性质,给出了区域边界的计算公式.在此基础上,提出了新的反舰导弹导引头捕捉率算法,并对它进行了计算仿真.仿真结果验证了捕捉率算法的有效性.     

基于公式法的某型水陆坦克海上火力打击效能

针对某型水陆坦克火力威力和火控系统特点,运用定性与定量分析相结合的方式,研究水陆坦克的火力打击效能。运用公式法,从分析某型水陆坦克海上射击误差入手,结合海上作战环境,研究其命中概率,并结合环境特点,分析条件毁伤概率,确定其对M60A3坦克和工事目标的火力打击的能力,得出了水陆坦克的开火距离、弹种选择等相关结果。研究结论对于分析火力打击效能提供了较为合理的方法,对于指导某型水陆坦克海上火力运用提供了借鉴作用。     

Arbitrary-oriented target detection in large scene sar images

Target detection in the field of synthetic aperture radar (SAR) has attracted considerable attention of researchers in national defense technology worldwide, owing to its unique advantages like high resolution and large scene image acquisition capabilities of SAR. However, due to strong speckle noise and low signal-to-noise ratio, it is difficult to extract representative features of target from SAR images, which greatly inhibits the effectiveness of traditional methods. In order to address the above problems, a framework called contextual rotation region-based convolutional neural network (RCNN) with multilayer fusion is proposed in this paper. Specifically, aimed to enable RCNN to perform target detection in large scene SAR images efficiently, maximum sliding strategy is applied to crop the large scene image into a series of sub-images before RCNN. Instead of using the highest-layer output for proposal generation and target detection, fusion feature maps with high resolution and rich semantic information are constructed by multilayer fusion strategy. Then, we put forwards rotation anchors to predict the minimum circumscribed rectangle of targets to reduce redundant detection region. Furthermore, shadow areas serve as contextual features to provide extraneous information for the detector identify and locate targets accurately. Experimental results on the simulated large scene SAR image dataset show that the proposed method achieves a satisfactory performance in large scene SAR target detection.     

刀具状态监测的模糊集方法

刀具状态监测技术一直是制约加工系统自动化和智能化水平提高的主要因素，本文采用模糊线性方程描述刀具状态与监测指标之间的关系，根据学习样本的可能分布和概率分布确定方程的参数，选用不同传感器信号特征组合进行对比实验，结果表明该方法可获得较高的识别率。     

移动平台基线精度及其命中概率仿真研究

为了优化移动平台基线修正的精度指标,首先推导了由基线测量误差引起的目标现在点定位误差计算公式,进而得到了基线测量误差影响下的系统命中概率计算公式．理论分析与Monte—Carlo仿真表明,与移动平台间的基线测量精度相比,目标观测设备相对移动平台的基线测量精度对命中概率的影响更加显著．     

考虑目标定位误差的点目标毁伤概率求解

根据射击毁伤理论和概率统计学,在现有点目标毁伤概率求解方法基础之上提出考虑目标定位误差的解析法和仿真法.计算结果表明2种方法均准确可行.通过对比分析得出不同弹药量、不同目标特性条件下,定位误差对毁伤概率的影响程度.运用解析法得出点目标的单发命中概率服从χ2分布,通过大量仿真得出目标定位误差可忽略的条件为WmaxRCEP/ω.     

Sensor radiation interception risk control in target tracking

This paper is mainly on the problem of radiation interception risk control in sensor network for target tracking. Firstly, the sensor radiation interception risk is defined as the product of the interception probability and the cost caused by the interception. Secondly, the radiation interception probability model and cost model are established, based on which the calculation method of interception risk can be obtained. Thirdly, a sensor scheduling model of radiation risk control is established, taking the minimum interception risk as the objective function. Then the Hungarian algorithm is proposed to obtain sensor scheduling scheme. Finally, simulation experiments are mad to prove the effectiveness of the methods proposed in this paper, which shows that compared with the sensor radiation interception probability control method, the interception risk control method can keep the sensor scheduling scheme in low risk as well as protect sensors of importance in the sensor network.     

基于进化规划的自适应高斯神经网络

自适应高斯神经网络能够对目标信号的功率谱有效识别特征进行自动提取和分类,但此网络使用BP算法,其误差能量函数是一个不规则的超曲面,容易陷入局部极小值.因此,提出了一种使用进化规则来设计和训练自适应高斯神经网络的新方法.该方法能够自动地确定网络的最优结构和联结权值,同时避免网络的局部优化.实验结果表明,将该方法用于被动声纳目标的分类识别,能够有效地克服局部最小问题,具有更好的识别率.     

Weapon effectiveness and the shapes of damage functions

This paper provides a review of methods of assessing a fragmentation weapon's effectiveness against a point target or an area target with keeping the focus on the necessity of using the Carleton damage function with the correct shape factor.First,cookie-cutter damage functions are redefined to preserve the shape factor of and to have the same lethal area as the corresponding Carleton damage function.Then,closed-form solutions of the effectiveness methods are obtained by using those cookie-cutter damage functions and the Carleton damage function.Finally,the closed-form solutions are applied to calculate the probability of damaging a point target and the expected fractional damage to an area target for several attack scenarios by using cookie-cutter damage functions and the Carleton damage functions with different shape factors.The comparison of the calculation results shows that using cookie-cutter damage functions or the Carleton damage function with a wrong shape factor results in quite signifi-cant differences from using the original Carleton damage function with a correct shape factor when weapon's delivery error deviations are less than or comparable to the lengths of the lethal area and the aim point is far from a target.The effectiveness methods improved in this paper will be useful for mission planning utilizing the precision-guided munitions in circumstances where the collateral damage should be reduced.     

基于神经网络的地形匹配方法研究

提出了基于神经网络实现多特征融合的地形匹配算法,充分利用地形的各种不同的统计特征和几何特征,构造了一种地形匹配网络模型.通过对实时图和基准图的分析,给出了计算网络节点之间的权值函数,建立了网络系统能量方程,通过求系统的最小能量得到最佳匹配位置.由于网络能融合地形的不同统计特征和几何特征,所以算法大大提高了系统的抗干扰能力和定位精度,适合于实时图容易发生畸变的地形匹配领域.实验结果表明,定位精度和抗干扰能力均优于传统的地形匹配方法.