密集多假目标干扰对CFAR检测影响分析

分析了密集多假目标干扰对雷达CFAR检测的影响.首先介绍了密集多假目标产生机理,给出了3种不同功率调制方式的密集多假目标干扰产生方法,在此基础上,以雷达一次搜索周期内虚警、漏警造成的检测代价作为检测性能指标,分别分析了单元平均恒虚警检测器、有序恒虚警检测器、剔除和平均恒虚警检测器在3种密集多假目标干扰方式下的检测代价.仿真结果表明:密集多假目标干扰环境下,检测代价受假目标间距影响明显,受假目标干扰功率影响较小,雷达采用单元平均恒虚警检测器付出的检测代价较采用有序恒虚警检测器、剔除和平均恒虚警检测器付出的检测代价小.     

间歇采样转发假目标对CFAR检测影响分析

分析间歇采样转发形成的假目标干扰对雷达CFAR检测的影响和间歇采样转发假目标生成机理,给出间歇采样转发假目标产生方法。在此基础上,以雷达一次搜索周期内虚警、漏警造成的检测代价作为检测性能指标,分别分析单元平均恒虚警检测器、有序恒虚警检测器、剔除和平均恒虚警检测器在间歇采样转发假目标干扰下的检测代价。着重分析间歇采样转发干扰关键参数对检测代价的影响。仿真结果表明,间歇采样转发产生的多个假目标显著提高了雷达的检测代价,检测代价受转发占空比、转发功率的影响较大,而受转发频率影响较小。在三种恒虚警检测器的对比中,剔除和平均恒虚警检测器相对于另两种检测器的检测代价更大些。     

基于表决算法的空间预警系统数据融合建模/仿真

空间预警系统中包含红外、可见光等多种类型的传感器,每种传感器对不同目标的探测均有相应的优势和不足.数据融合技术对来自多个传感器的探测数据进行综合处理,从而缩短系统整体的目标发现时间,提高探测精度等性能.采用表决融合算法对空间预警系统中的数据融合问题进行研究,建立了多传感器串联、并联以及混合结构3种不同组合的融合模型,重点对采用混合融合结构时,系统在保证一定检测率的同时,能最大程度减小虚警率的算法进行了探讨,计算证明这种结构具有最佳的整体融合效果,最后还给出了融合仿真系统的结构方案.     

累积和检验算法应用于主动声纳检测时的性能

研究了一种基于瞬态信号检测的累积和序贯检测器,其检验统计量由归一化匹配滤波器输出决定,受到声纳方程估算的信噪比影响.从理论上分析了该算法的虚警和检测性能,并和归一化匹配滤波器作了比较.海试数据的验证结果表明,该算法检测性能优于归一化匹配滤波器,并且对混响有较好的抑制作用.     

韦布尔干扰中有序统计平均恒虚警检测器性能

证明了形状参数已知条件下有序统计平均恒虚警检测器在韦布尔分布杂波背景下具有恒虚警性能,推导了该背景下OSCA-CFAR检测器对非起伏目标的检测概率Pd和平均判决阈值的解析表达式,用数值方法讨论了尺度参数和序值变化对检测性能的影响,最后分析了多目标情况下该检测器的性能,并于有序统计进行了比较,分析结果表明OSCA在多目标环境下具有较好的检测性能.     

基于频域CFAR方法的SAR图像自动目标检测

针对机载合成孔径雷达中常见的图像目标,以基于对比度的目标检测方法为根本出发点,简单介绍了频域恒虚警检测方法以及SAR图像自动目标CFAR检测原理.重点分析了均值类恒虚警检测器的基本原理与处理过程,最后以模拟点目标为例进行方案验证,实现了频域中不同CFAR处理方法对于SAR图像中异质区域的MATLAB仿真,并对仿真性能进行了深入分析,证明了频域恒虚警处理在SAR图像自动目标检测处理中的可行性和有效性.     

基于多尺度小波分解FDR的激光预警系统信息数据校正

为了使激光预警系统可以实时、精确地捕获来袭激光的特征信息,降低虚警与漏警的发生,提高系统的信噪比成为研究的重点。为了准确判断来袭激光的光谱信息,针对不合作激光信号而言,提高信噪比的方法就集中的体现在采用信息技术对各种噪声、干扰的抑制和消除等方法上。设计了基于多尺度小波分解及错误假设检验算法的信噪比优化模型。根据小波降噪原理,对来袭激光信号做多尺度分解,再采用错误假设检验算法完成了小波降噪系数的阈值选取。实验结果显示,采用该种技术降噪后系统信噪比提高到64.22 dB,其相应的波长分辨率为2 nm,相比没有滤波和仅用传统滤波算法的实验数据,有了明显的改观,系统抗干扰能力显著增强。     

修正秩非参量检测器在K分布海杂波中的应用

研究了广义符号修正秩检测器和Mann-Whitney修正秩检测器在K分布海杂波中对起伏雷达目标的检测性能,并分别与广义符号检测器和Mann-Whitney检测器的检测性能进行了比较.前两种修正秩检测器是通过设计秩统计量的逆正态得分函数来获得检验统计量,对积累分布函数连续且概率密度函数服从对称分布的数据具有恒虚警性能.     

基于小波变换的海面红外弱小目标检测中实时性研究

针对凝视型红外预警系统在复杂海面背景下对弱小信号检测的实时性问题,提出了压缩监测区域、危险度分级、舍弃小波变换后的低频分量部分和检测图像中的零信号4种优化型算法,减少了系统的运算量,提高了系统的运算速度,满足了系统实时性的要求,并且降低了系统的虚警率,保证了系统对强起伏背景的抑制效果。     

基于VR与PNN相结合的机电液控制系统故障诊断方法

针对大型复杂机电液控制系统故障诊断中存在的数学模型获取困难、历史故障数据匮乏问题,提出了一种将虚拟样机与概率神经网络相结合的故障诊断混合方法。建立系统的虚拟样机,并对其可信性进行校核与验证。在此基础上进行大量随机性故障植入与仿真实验,获取故障仿真数据。经过特征提取与概率神经网络模式识别训练,形成用于诊断的知识库,从而实现故障诊断。以操舵系统作为研究案例,得到了较高的故障检测和隔离精度与较低的虚警及漏警率,验证了该方法的可行性,为大型复杂机电液控制系统故障诊断提供新的思路。     

基于检测统计量的修正转换恒虚警检测算法

提出了一种新的恒虚警检测算法--修正的转换恒虚警检测算法(MS-CFAR).该算法考虑检测单元采样作为参考单元的选择依据,其使用了基于转换恒虚警(S-CFAR)和最大选择恒虚警(GO-CFAR)的复合算法.给出了该算法在均匀背景中的数学分析.结果表明,该检测器既具有均匀背景下和CA-CFAR相近的良好性能,在多目标环境中亦克服了GO-CFAR不能分辨主目标的弊端,具有较强的适应性.尤其在杂波边缘环境中,MS-CFAR表现出了远好于S-CFAR的控制虚警的能力.     

机电液控制系统故障诊断的虚拟样机与概率神经网络混合方法

针对大型复杂机电液控制系统故障诊断中存在的数学模型获取困难、历史故障数据匮乏问题，提出了一种将虚拟样机与概率神经网络（PNN）相结合的故障诊断混合方法。建立系统的虚拟样机，并对其可信性进行校核与验证。在此基础上进行大量随机性故障植入与仿真实验，获取故障仿真数据。经过特征提取与PNN模式识别训练，形成用于诊断的知识库，从而实现故障诊断。以操舵系统作为研究案例，得到了较高的故障检测和隔离精度和较低的虚警及漏警率，验证了该方法的可行性，为大型复杂机电液控制系统故障诊断提供新的思路。     

靶场多传感器网络的一种数据融合方法

针对靶场多传感器网络面对的非破坏性攻击问题,对数据融合的抵抗攻击方法进行了研究。由于传统最优化穷尽搜索法过高的复杂度,且抵抗攻击成功率很低。为此设计了一种简单的数据融合方法,可在保证误警率和漏检率尽量低的情况下,使得算法复杂度降低。进一步对该算法进行了改进,使得算法复杂度在优于最优化穷尽搜索法的情况下,更好地保证了误警率和漏检率。     

多预警机雷达信息融合的多普勒盲区目标检测

预警机雷达采用脉冲多普勒体制,不可避免地存在多普勒盲区。在对空工作模式下,多普勒盲区会导致目标频繁暂消和重复起批。在深入分析预警机雷达多普勒盲区目标的检测问题的基础上,构建了基于多站信息融合的分布式恒虚警率目标检测器。通过理论推导确定了融合规则,给出了局部雷达全空时处理条件下的目标检测广义似然比和虚警门限。仿真结果表明,该方法能够显著提高对落入多普勒盲区内的目标点迹的检测概率,同时改善了目标航迹质量,具有一定的实际意义和应用价值。     

基于二维傅里叶变换的潜艇高空磁特征分析

航空磁异常探测中存在虚警率高、漏警率高和识别能力不足等问题,需要对铁磁性潜艇进行磁特征研究,以辅助磁探仪检测和识别。通过矢量磁位分布求半空间中拉普拉斯的边值问题,建立潜艇磁场预测模型,得到空间场域中任意点的潜艇磁感应强度分布。基于二维傅里叶变换,将潜艇磁感应空间分布变换为频率分布,在空域、频域中进行特征分析。结果表明,潜艇空间磁特征分布明显,磁场信号强度主要集中在低频部分。     

区域防空反导预警系统

在区域防空反导作战过程中 ,首先需要解决的是预警问题 ,反导预警系统是区域防空反导体系的重要组成部分。在分析区域防空面临的威胁目标的基础上 ,对区域防空反导预警系统的组成、任务、作用进行了说明 ,讨论了反导预警过程及其特点 ,最后对反导预警系统进行了分析 ,并就预警系统的建设提出了初步的看法。     

兵器工业宏观经济分析与监测预警系统的理论与方法

一、系统的结构及特征1．系统结构兵器工业宏观经济分析与监测预警系统是由6个层次组成的庞大的系统,这6个层次是：总目标层、功能层、警清指标层、警兆指标层、方法模型层和数据库支持层。各层次的功能是：总目标层：警情预报,对兵器工业总公司经济运行过程中出现的问题进行     

神经网络模型对传感器数据融合的应用

本文描述科霍内(Kohonen)特征映射神经网络模型对于战术和传感器数据融合的应用。用来自现代海军环境的例子评述由数据融合提出的问题。强调了用于海军作战自动监视和支持的目标和任务识别。作为基于神经网络的系统的可应用领域评述了科霍内特征映射模型,研究了它在实际应用中的限制,讨论了如何解决这些问题。描述了使用科霍内特征映射作为基本单元的两个不同的模块化神经网络体系结构和它们应用于数据融合的比较。     

相关象差分析与处理

本文分析了光学自动设计中的象差相关问题。从程序设计和程序使用两方面讨论了相关状态的处理;提出了避免相关、摆脱病态的方法,并阐明了这些方法的理论基础。     

基于事件的视觉SLAM综述

事件相机是一种生物学启发的新型视觉传感器。不同于传统相机输出强度图像帧,事件相机检测每个像素点的亮度变化,当亮度变化超过某一阈值,产生包含像素位置、时间戳及变化极性的像素级事件输出。同步定位与地图构建(SLAM)是一种让机器人独立估计自身位置并同步增量式地构建周围环境地图的技术,使用传统相机进行SLAM已经是一个成熟的话题,但在高速、高动态范围等挑战性场景下,传统图像帧易产生运动模糊。事件相机具有低延时、高时间分辨率、高动态范围等优秀特性,可以在SLAM领域弥补传统相机的不足,但“事件”这种非常规的异步输出形式导致了处理范式的转变。首先介绍了SLAM技术的基本流程,其次介绍了DVS、ATIS和DAVIS三种典型的事件相机,列举了基于事件的SLAM性能评估方法,梳理了事件寿命估计、时间平面表示、事件帧表示等事件数据的不同处理方式,然后回顾了事件相机在国内外视觉SLAM领域的应用研究并进行了总结和对比,最后对基于事件的视觉SLAM技术作了总结并展望了其未来发展趋势。综述表明,事件相机可以进一步拓宽视觉SLAM的应用场景,但新的数据形式和尚不成熟的硬件体系限制了基于事件的SLAM的发展。未来基于事件的SLAM可以围绕以下主题开展进一步研究:新的基于事件的传感器的研发、新的处理事件数据的方法、基于事件的SLAM与深度学习的结合以及基于双目事件的SLAM。