测向阵列模糊判决算法研究

阵列模糊判决是选择测向阵列的前提,方便、实用的判决算法具有理论与应用价值.提出了一种利用方向矢量间相关性判断阵列模糊的算法,克服了方程组法不适合判断复杂阵列模糊以及谱峰搜索法计算量大的不足.此算法能够方便、快捷地判断阵列是否模糊并求解模糊角.给出了仿真实验,证明此方法的有效性.     

基于单快拍数据的嵌套阵列DOA估计算法

针对嵌套阵列DOA估计实时性不好的问题,提出了一种基于单快拍数据的估计算法。该算法将嵌套阵分为阵元间距等于信号半波长和阵元间距大于信号半波长的两个均匀子阵。利用两子阵接收的单快拍数据分别构造Toeplitz矩阵,然后进行特征值分解结合MUSIC算法得到低精度无模糊的DOA估计和高精度有模糊的DOA估计,最后结合解模糊算法得到高精度无模糊DOA估计。在阵列孔径相同的条件下,相比于阵元间距等于信号半波长的均匀线阵,算法需要的阵元个数较少,节约了硬件成本。该算法具有较好的实时性,并且拥有较高的测向精度。仿真结果证明了算法的有效性。     

互耦条件下柱面共形阵列多参数联合估计

共形阵列天线中信源方位、极化和互耦系数相互耦合,已有经典阵列的互耦误差校正算法均不能有效地移植应用。针对柱面共形载体的单曲率特点,通过合理的天线布局,利用互耦矩阵的Toeplitz性和秩损理论,给出了柱面共形阵列天线互耦条件下信源方位与极化的联合估计算法,并对可能出现的方位角模糊进行了详细的分析,给出解模糊方法。所提算法无需参数配对,即可实现信源方位、极化和互耦系数的联合估计。计算机Monte-Carlo仿真实验验证了该算法的有效性。     

低快拍下模糊径向基神经网络波束形成算法

针对低快拍情况下自适应波束形成算法性能下降,以及权矢量解算过程中协方差矩阵求逆运算量大的问题,针对最小方差无失真响应(MVDR)算法,采用单位阵和采样协方差矩阵的凸线性组合对低快拍下的协方差矩阵进行修正,在此基础上,引入模糊径向基(RBF)神经网络逼近算法权矢量,通过模糊RBF神经网络实现从阵列协方差矩阵到最优权矢量的非线性映射,避免了矩阵求逆运算。仿真结果表明,当低快拍情况下最小方差无失真响应(MVDR)及最小能量无畸变响应(MPDR)算法出现性能下降时,基于模糊RBF神经网络的波束形成算法仍能快速逼近算法权矢量,波束赋形效果较好,同时可实现算法复杂度的降低及计算量的减少。     

射频仿真目标阵列系统计算机控制方法的研究

本文简要介绍了射频仿真目标阵列系统计算机控制方案,其中包括结构组成、接口通信控制过程以及彩色图形显示功能。同时,根据实际目标阵列的结构特点,提出了目标阵列系统实时控制的快速算法;分析了此算法的优越性;并且给出了目标阵列系统控制软件的设计方法。目前,目标阵列系统的控制软件已在实际系统中使用,实践表明,效果良好。     

基于格理论的三维稀疏阵列设计

稀疏阵列可以在阵元数一定的条件下提供更大的阵列孔径,从而提高分辨率;同时三维阵列可以在立体角范围内提供无模糊测向性能;因而三维稀疏阵列优化设计是十分有意义的.在给定阵列孔径和分辨性能指标的前提下,详细推导并给出了阵列最少阵元个数的计算方法.利用该方法可以有效减小系统冗余,节省系统代价.在此基础上,进一步给出了基于格理论...     

空中目标敌我识别空域关联函数算法

空中目标敌我识别需要根据多信源、多因子综合判断目标属性.空域关联函数的计算是其中的一个关键问题,其实质是用数学方法判断平面内给定的一个点是否位于给定的单连通区域内部.解决此问题常用的方法有几何法、网格法和射线法等.针对此问题,基于复变函数理论,提出了环路积分算法,并推导出了针对任意多边形的环路积分算法的计算公式.     

模糊Petri网的自适应粒子群优化方法研究

模糊Petri网对专家知识库的模糊规则具有较强的表达能力,但其缺乏学习能力使得模型参数的确定较为困难,针对此问题提出一种适合于模糊Petri网参数确定的自适应粒子群优化算法。分析了模糊Petri网对专家知识库的模糊规则建模方法;研究了粒子群优化算法及其各种改进算法;在此基础上,提出适合于模糊Petri网参数确定的自适应粒子群优化算法。最后,以无向网络可靠性估计为例,通过实例分析并与基本粒子群优化算法进行比较,证明了所提方法的有效性和优越性。     

基于虚拟阵列的信号源数估计算法

信号源数估计是智能天线技术的一个基本问题,经典的信号源数估计算法有:基于信息论"AIC"算法"MDL"算法、假设检验、平滑秩序列法以及盖氏圆算法等,这些算法在低信噪比、小采样、色噪声以及实际信源数近阵列阵元数时,会产生较大的误差。在Kullback准则基础上提出了一种基于虚拟阵列的改进算法,该算法通过对阵列接收的数据进行预处理,虚拟地增加阵元数,按照修正的规则,求取信源数。经仿真验证,该算法克服了经典算法在低信噪比、小采样、色噪声以及实际信源数接近阵列阵元数时,准确估计信源数的难题。     

系统综合评价指标体系构建方法研究

针对目前指标体系构建存在的问题,以科研工作绩效评估指标体系构建为例,给出了一种构建指标体系的方法。该方法首先利用德尔菲法,提出影响综合评价的因素;在此基础上,引入贴近度和模糊聚类分析的方法,对影响因素进行分层和分类处理,利用效度判断法和稳定性系数判断法对得到的初步指标体系进行优化,最终得到评价指标体系。     

基于粒子群算法的宽带真延时平面阵列方向图综合

针对大阵元间距平面阵列方向图综合问题,提出基于粒子群算法的宽带真延时平面阵列方向图综合方法。该方法根据真延时条件下阵列方向图主瓣和栅瓣指向的特点,采用宽带真延时抑制阵列方向图的栅瓣；利用粒子群优化算法优化阵列结构,得到具有较高主副瓣比的平面阵列方向图。通过对8×8的矩形平面阵进行仿真,验证了所提方法的有效性,在此基础上,还仿真研究了该方法对栅瓣的抑制性能与信号带宽之间的关系。     

空中来袭目标威胁判断的可变模糊评价法

目标威胁判断是根据来袭目标相关因素,判断对被打击目标的相对威胁程度。不同的威胁判断方法和准则会产生不同的判断结果。传统的威胁判断方法多局限于“点”的形式,表达意义不全面。利用可变模糊及理论中的可变模糊评价方法,针对水面舰艇空中来袭目标威胁问题,提出目标威胁判断的可变模糊评价方法,并以示例说明此方法的有效性。     

卡尔曼滤波的心动阵列实现研究

基于Faddeeva算法可以实现各种矩阵运算 ,并且可以方便地映射到心动阵列结构上这一事实 ,提出了一种基于Faddeeva算法的卡尔曼滤波心动阵列实现方法 ,并在此基础上设计了两种处理器拓扑结构。分析结果表明 ,这两种处理器结构具有效率高、规整性好和易于扩展等特点。     

基于垂直阵列的相干信源二维测向新方法

针对远场窄带相干信源的二维DOA估计问题,提出了一种基于垂直阵列的解相干算法,利用垂直阵列模型特性,在3个线性子阵列进行分维处理运算。在每一个维度,运用空域平滑算法构建数据协方差矩阵实现解相干,并结合ESPRIT算法分别估计信源与各线阵的夹角,利用其中一个角度来组合其他两个角度,实现参数配对。仿真实验结果显示,相较于空域平滑DOA矩阵法,算法的稳定性、估计精度都较高,适用于低信噪比和短快拍情况。     

水下监测系统中的特殊均匀圆阵特性分析

一种特殊的均匀圆形阵列(SUCA)安装在水下监测系统中的浮体系统上。针对SUCA的特殊性,建立了SUCA的模型,运用模式空间理论推导出其方向图公式,并在此基础上对其半功率波束宽度和无模糊条件进行了研究和分析。通过与均匀圆形阵列(UCA)进行比较,得出结论:SUCA半功率波束宽度略大于UCA,并且其无模糊条件比UCA范围更广。研究表明SUCA的性能与UCA相似,具有工程实用价值。     

模糊聚类分析在多目标跟踪中的应用

为了解决在密集的环境中多目标跟踪的难题，本文提出了基于模糊聚类跟踪算法，主要是将人的模糊判断的特点引入到目标跟踪系统中，得以简单程序完成复杂的相关判别。利用模糊聚类方法的特点解决噪声背景下跟踪相关问题。仿真实验的结果表明，在杂波密度高的情况下，模糊聚类算法有它一定的优越性。     

不完全信息下目标威胁等级判断模型

针对目前威胁等级判断模型在目标属性值缺失时不能进行有效判断的问题,提出利用已知数据来等比例替代未知数据的方法,并且依据模糊识别算法建立威胁判断模型。此外,分析了影响空中目标威胁判断的指标,结合实例分析表明了该模型的实用性。     

互耦条件下方位全向米波雷达测角算法

针对方位全向米波雷达的天线阵列口径小,阵元间互耦严重,从而使得传统全向测角方法误差大的问题,提出一种互耦条件下的无模糊全向测角算法。该算法利用相位模式激励出的-1阶,0阶和1阶模进行联合测角,相比于仅利用-1阶和0阶模或者0阶和1阶模,消除了互耦对测角的影响;相比于仅利用-1阶和1阶模,可实现无模糊测角。理论推导、仿真分析以及实测结果均验证了该算法的有效性。     

基于内插阵列变换的非圆信号MUSIC实值算法

提出一种基于内插阵列变换的非圆信号MUSIC实值算法(VIA-NC-MUSIC实值算法).首先利用真实阵列流型与虚拟阵列流型之间的变换矩阵,将真实阵列输出转换为虚拟阵列输出,再根据信号源为实数的特点,分别求取虚拟阵列输出的实部和虚部,将其串联组合,扩展阵列输出的维数,进而得到一种多重信号分类(MUSIC)的波达方向(DOA)估计算法.还分析了VIA-NC-MU-SIC实值算法的计算复杂度,并与复运算的复杂度进行了比较,新算法的复杂度相对较低.仿真实验表明:存在阵元位置误差的情况下,新算法通过对阵元位置校准数据进行内插阵列变换(VIA),取得与阵元位置校准的非圆信号MUSIC算法(NC-MUSIC算法)相当的估计性能,保持了高估计精度、高分辨力,并且在二维阵元位置误差情况下,新算法的估计性能明显优于阵元位置未校准的NC-MUSIC算法.     

采用RLS算法的功率倒置阵列的性能

为解决功率倒置阵列采用LMS算法时收敛速度和稳态失调误差不能兼顾的缺点,提出了采用RLS算法实现功率倒置阵列的方法。仿真结果表明,功率倒置阵列采用RLS算法和LMS算法都能达到较好的抗干扰效果。和LMS算法相比,RLS算法同时具有收敛速度快和稳态失调误差小的优点,代价是计算量增大。