变尺度离散Chirp-Fourier变换及其在弹载PD雷达检测中的应用

针对离散傅立叶变换(DFT)对加速运动目标进行检测时的局限性,结合离散Chirp Fourier变换(DCFT)和弹载脉冲多普勒雷达信号检测的具体背景,提出了一种基于FFT的变尺度离散Chirp Fourier变换(B DCFT),分析了它的性能。将它应用于雷达信号检测的应用背景形成了一种对线性调频信号的级次检测算法。理论分析和仿真试验表明该算法在运算量和检测性能方面均有一定的优势。     

雷达目标全极化一维距离像的瞬时测量方法

雷达目标宽带全极化测量在雷达成像、目标识别等领域有着重要应用,为此,基于正交频率分集思想,设计了一种用于宽带全极化瞬时测量的矢量信号波形;给出发射信号模型和回波信号模型,利用该波形的单个脉冲回波,可以获取测量带宽内多频点全极化数据,再经逆离散傅立叶变换后可以得到目标的全极化一维距离像;最后,用仿真数据和实测数据进行仿真实验,验证了该方法的有效性.     

基于多分辨分析的雷达目标识别方法

针对宽带高距离分辨率雷达的工作体制,提出了一种基于多分辨分析和信息综合的目标识别算法。目标特征由小波变换在相邻分辨率上的能量之比的对数构成。利用多分辨分析,将目标特征分解为反映目标结构概貌的低通特征和刻画目标结构细节的高通特征。利用辐射基函数神经网络分别对目标的低通特征和高通特征进行识别判决,然后将基于目标的低通特征和高通特征的判决信息进行综合,得到最终的识别结果     

基于神经网络的复杂导弹系统可靠性预测

介绍了如何利用神经网络对复杂导弹系统可靠性进行预测。对利用导弹地面测试数据和可靠性数据预测未来导弹可靠性问题进行了描述。给出了建模思路和方法框架。探讨了基于因子分析的可靠性数据特征选择方法、循环神经网络(RNN)、长短时记忆网络(LSTM)、门循环网络(GRU)以及输出数据融合方法。在实例中利用该方法对其飞行可靠性进行了预测,验证了方法的可行性与有效性。该方法可以充分利用复杂系统地面测试数据、可靠性数据中隐含的信息以及多种神经网络的优点,具有一定的通用性与实用性。     

线性调频连续波雷达低空小目标长时间相参积累方法

针对小型无人机目标雷达回波弱、目标检测难的问题,研究了在线性调频连续波(linear frequency modulation continuous wave, LFMCW)体制雷达下的长时间相参积累方法。通过推导LFMCW雷达回波表达式,提出了基于时域差频信号线性调频-Z变换的拉东-傅里叶变换实现方法。评估了该方法的运算量,并与频域实现的方法进行对比。经过仿真和实测数据验证了本文算法对LFMCW雷达下的弱目标相参积累的有效性。     

神经网络自适应图象编码

神经网络已显示出对实时数据处理系统的重要性。本文介绍使用神经网络的自适应图象编码系统。系统设计以系统适应性是其效率和效能的关键这一事实为基础。建议用合成源数据模型作为图象数据的数学模型。以合成源模型为基础,编码系统首先对图象数据分类,然后用专用方案变换和编码数据类型。为用纹理分类的图象数据分类,推荐利用经验和透视的可靠的学习神经网络模型——LEP。开发了与两层线性-前馈网络特征值有关的按递降次序排列的学习Karhunen-Loeve(K-L)变换基方案。这两个学习机构用作为编码系统的基本部分,能大大提高系统的适应性。试验结果表明压缩后高质量图象的位比率低到0.1767位/象素。     

一种贝叶斯聚焦宽带多波束超分辨测向算法

当同时到达多个信号时,宽带多波束系统无法正确测向,为了解决此问题,针对宽带光控阵列多波束系统,通过构造稳健的贝叶斯聚焦矩阵,提出了一种宽带多波束相干超分辨测向方法。首先将多波束输出变换到频域,然后利用贝叶斯聚焦矩阵将数据变换到聚焦频率上,最后利用窄带的超分辨算法进行估计。贝叶斯聚焦矩阵对方向预估计误差不敏感,聚焦误差小,具有较强的稳健性。算法能有效分辨同时到达多波束系统的多个相干信号,仿真实验验证了此算法的有效性和正确性。     

基于RBF神经网络的燃气轮机监测参数非线性时间序列预测

针对常规方法对燃气轮机性能参数趋势分析缺乏外推能力的缺陷,基于某型燃气轮机低压涡轮出口温度的运行数据建立了非线性时间序列数学模型,并采用RBF径向基函数神经网络预测了燃气轮机重要监控参数的变化趋势。结果表明:RBF神经网络预测精度高,可为燃气轮机关键监测参数的预测提供一种新的方法。     

基于果蝇算法优化LSTM的雷达波束扫描行为预测

在认知电子战体系下,更为智能的算法才能适应日益复杂的电磁空间。针对相控阵雷达的波束扫描行为预测问题,在正弦坐标系下将波束扫描位置数据抽象为网格数据,利用果蝇优化算法寻找最优的LSTM网络超参数,提出了一种基于果蝇算法优化LSTM的波束行为预测方法。仿真实验表明所提算法在果蝇算法调参的支撑下,相较NAR神经网络算法和普通的LSTM算法而言,预测精度和鲁棒性更强。     

FCM和粗集在雷达信号识别中的应用研究

连续属性离散化是粗集理论应用中面临的主要问题之一.对连续数据知识挖掘可采用模糊C均值聚类将其离散化,再应用粗集理论将其属性进行约简提取有用规则.将此方法应用于雷达信号类型识别,可以直接从原始数据中得到识别信息,仿真实验结果证明利用此离散化方法得到的识别规则对雷达信号识别是有效和可靠的.     

干扰下雷达网的威力范围

分析了构成雷达网的主要威胁干扰是压制式干扰,根据压制式干扰的特征和干扰下的雷达方程,分析雷达网的威力范围,提出一种采用MATLAB将雷达网的作用范围、目标轨迹及干扰轨迹画在同一图中的方法.比较目标是否在雷达网威力范围,根据等高线判断某一高度的目标是否在雷达网的威力范围之内.并给出两相控雷达存在压制式干扰情况下对一机动目标的防御范围.     

基于快速傅里叶变换的扫描单发单收面阵近场成像技术

近年来,扫描单发单收面阵近场成像技术在安检、医疗等民用领域中引起了广泛关注.然而,传统的距离徙动算法在对回波进行处理的过程中无法避免多步近似和插值操作,并且忽视了信号传播衰减带来的不利影响.因此,提出了一种基于快速傅里叶变换的扫描单发单收面阵近场成像技术,该技术通过保留回波模型中的幅度衰减因子,并根据目标回波方程特性对...     

等值电路法列写线性网络的状态方程

本文介绍一种手算时用等值电路编写线性网络状态方程的方法。优点是不必列任何方程式,尤其是可以省略消去非状态变量的复杂计算过程。提出一种用检查“量纲”的办法,核对计算是否有误,以便及时纠正。     

Aircraft routing under the risk of detection

The deterministic problem for finding an aircraft's optimal risk trajectory in a threat environment has been formulated. The threat is associated with the risk of aircraft detection by radars or similar sensors. The model considers an aircraft's trajectory in three‐dimensional (3‐D) space and represents the aircraft by a symmetrical ellipsoid with the axis of symmetry directing the trajectory. Analytical and discrete optimization approaches for routing an aircraft with variable radar cross‐section (RCS) subject to a constraint on the trajectory length have been developed. Through techniques of Calculus of Variations, the analytical approach reduces the original risk optimization problem to a vectorial nonlinear differential equation. In the case of a single detecting installation, a solution to this equation is expressed by a quadrature. A network optimization approach reduces the original problem to the Constrained Shortest Path Problem (CSPP) for a 3‐D network. The CSPP has been solved for various ellipsoid shapes and different length constraints in cases with several radars. The impact of ellipsoid shape on the geometry of an optimal trajectory as well as the impact of variable RCS on the performance of a network optimization algorithm have been analyzed and illustrated by several numerical examples. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006     

基于改进卡尔曼滤波方法的机动目标跟踪研究

针对在机动目标跟踪中当目标作高度机动飞行时卡尔曼滤波可能会出现严重发散的情况,提出利用BP神经网络校正其滤波结果,并将遗传算法应用于BP网络的训练过程,以解决BP网络训练速度慢的缺陷,提高算法的实时性。仿真表明该方法是可行的、有效的。     

BLT方程在任意布局传输线串扰分析中的应用

应用BLT方程对任意布局传输线间的串扰进行分析.将传输线离散,并引入理想节点的概念计算离散时引入节点的散射参数,将传输线等效为多导体传输线网络进行求解.主要针对非平行线及交叉线两种具有代表性的传输线布局进行分析,数值算例表明了方法的有效性,能够对电磁兼容中的串扰分析提供理论指导.     

基于高精度景象匹配的SAR平台定位方法研究

为了提高SAR平台定位精度，本文提出了一种基于景象匹配的SAR平台定位的方法。该方法利用成像中间时刻SAR平台与SAR图像中心线上物点共线的特性，先在图像中心线上均匀选取若干点作为匹配点，并与光学基准图进行高精度景象匹配获取它们的物点坐标；然后根据这些物点坐标估计出图像中心线在当地水平面投影的直线方程；最后利用直线信息和斜距高度信息计算SAR平台在水平面上的投影点位置，进而计算得到成像中间时刻SAR平台的空间位置。为了进一步提高匹配精度，分别提出了对正侧视和斜视SAR图像匹配区域进行几何粗校正的方法。本文还分析了不同误差因素对平台定位精度的影响，并给出了精度估计公式。仿真和实际图像实验结果表明，本文方法正确可行，具有较高的定位精度，具备工程实用价值。     

Lanczos技术加速第二类Fredholm方程的快速求解

介绍了Lanczos技术加速第二类Fredholm方程求解的基本原理 ,结合矩量法预测了任意形状均匀介质柱体的单站雷达散射截面RCS。首先建立介质柱中的电场积分方程 ,然后采用矩量法将积分方程化为矩阵方程 ,再利用Lanczos技术求解矩阵方程得到介质柱内电场。计算结果表明 ,Lanczos技术可加快MOM矩阵方程的计算速度     

基于结构自整定前馈网络的雷达目标识别研究

概述了基于雷达成像的目标类型识别技术。阐述了多层前向网络的分类特性,提出一种网络结构自整定算法来训练网络,并构造分类器,对基于转台成像实验的雷达目标类型识别问题进行了仿真研究。研究结果表明,经结构自整定算法训练后的前馈网络对成像雷达目标具有较好的推广识别能力,识别率达到９０％。     

网络反舰巡航导弹探析

用网络作为武器的粘合剂,将武器整合成系统,达到功能的创新,是提升武器作战效能的有效途径,网络导弹是这一概念应用的结果。文中提出了网络导弹和复合搜索扇面的概念,在设想了系统的组成和控制方案后,导出了网络导弹的作战效能计算公式,并通过算例比较网络导弹与非网络导弹的作战效能。