ISAR雷达欺骗式干扰信号生成算法

宽带ISAR雷达能够从目标回波中计算得出众多目标特征,对ISAR雷达的干扰信号必须高逼真地模拟目标的电磁散射特性和运动特性。从弹头目标电磁散射机理出发,分析了干扰信号生成流程,提出二维成像干扰的实现方案。针对虚假目标特性模拟问题,提出基于一维距离像模板合成欺骗干扰信号的算法。算法采用距离像模板与实际宽带ISAR信号的卷积调制处理,生成的干扰信号能较好地反映目标的电磁特性。通过多个脉冲的模拟,生成的干扰信号也能够准确反映目标的运动特性。仿真实验对暗室测量数据和HRRP模板数据进行成像效果对比,验证了算法的有效性。该算法对二维成像干扰机的工程设计具有指导意义。     

基于间歇采样转发干扰的ISAR群目标生成方法

基于间歇采样转发干扰理论,提出了一种ISAR二维群目标生成方法。采用伴飞式干扰机,对所掩护的目标回波信号进行间歇采样转发,在ISAR上形成逼真的虚假二维群目标图像;通过调整干扰机和目标的空间位置关系,生成二维假目标序列,并能模拟目标的动态姿态变化。在介绍了间歇采样转发干扰的基本原理后,阐述了伴飞式干扰原理,然后从理论上推导了了伴飞式干扰机的功率和空间位置要求,接下来着重分析了二维群目标生成的理论原因,指出了影响二维群目标分布的关键因素和群目标的姿态角变化规律,最后进行了仿真验证,结果表明了该方法的有效性。研究成果对于ISAR干扰机的设计和工程应用具有指导意义。     

基于独立分量分析的ISAR图像特征提取方法

ISAR图像特征是利用ISAR图像进行目标识别的关键,根据目标区ISAR图像由强散射点组成这一特点,将独立分量分析的方法应用于目标ISAR图像的特征提取.所提取的ISAR图像的独立分量特征,反映了目标回波距离单元内散射点的位置分布,能够很好地表征一定角度范围内ISAR图像的特征.将目标ISAR图像投影到提取的独立分量特...     

基于补偿调制的ISAR电子伪装干扰技术

逆合成孔径雷达(ISAR)是一种高分辨率微波成像雷达体制,也是成像雷达的重点发展方向之一。由于其成像是通过对距离向和方位向二维压缩实现,因此比普通雷达具有更强的抗干扰能力。针对线性调频信号体制ISAR,提出一种基于补偿调制的电子伪装干扰方法,通过对截获到的敌方雷达辐射信号进行相位补偿调制模拟出目标任意散射点的回波信号并转发,达到了伪装干扰的目的。最后的仿真实验证明了所提方法的有效性。     

基于轮廓特征的空间目标识别算法

高分辨力单脉冲雷达通过对三个通道回波成像可以获取各个散射中心的方位角和俯仰角,结合距离信息就可以得到各个散射中心在垂直于雷达天线轴的平面上的投影,形成方位-俯仰二维像.由于卫星的尺寸通常大于碎片的尺寸,因此卫星的方位-俯仰二维像的轮廓面积较大.提出了基于轮廓特征的空间目标识别算法,首先通过高分辨力单脉冲雷达对目标进行方位-俯仰二维像成像,然后从方位-俯仰二维像中提取目标轮廓,最后根据轮廓面积特征对卫星和碎片进行识别.经过计算机仿真实验,该算法取得了比较好的识别效果.     

一种基于最大似然估计的ISAR自聚焦算法

自聚焦是ISAR成像中的一项关键技术,其目的是消除目标和雷达的径向运动引起的相位误差。从ISAR信号模型出发,推导得到了相位误差的最大似然估计,并给出了一种基于最大似然估计的ISAR自聚焦算法。该算法采用了相位梯度算法(PGA)的处理结构,利用了多个距离单元上的散射点信号。算法中没有孤立散射点的要求,不需要相位解模糊,并且消除了相位误差估计中积累误差的影响,提高了相位误差的估计精度。将该算法应用于实测数据的ISAR成像中,得到了较好的聚焦结果。     

双基地逆合成孔径雷达成像平面分析

主要分析了双基地逆合成孔径雷达的成像平面.基于双基地SAR成像平面分析,双基地目标旋转矢量分析两种方法,分别建立了两种不同的双基地ISAR成像平面模型.为验证模型正确性,分别将两种模型应用于双基地转台成像分析,并预测成像结果.基于BP算法的双基地转台点目标成像仿真表明,旋转矢量分析法建立模型的分析结果与仿真结果完全吻合...     

利用HRRP序列提取弹道目标进动周期

进动是中段弹头的特有属性,依靠提取进动周期进行目标识别有很大的理论和实际意义。首先建立了中段弹头的圆环边缘滑动散射点模型,并给出各散射点的坐标表示。在此基础上,利用解线频调算法,通过控制慢时间采样间隔获取一维距离像序列,得到目标在不同姿态角下的成像结果。最后,分析成像序列特征,提出了一种新的进动周期估计算法。仿真实验表明,所提方法能够准确有效地提取目标的进动周期。     

基于解线频调ISAR成像与散射中心匹配的弹道目标识别

为了能充分利用目标的散射中心进行弹道目标识别,提出利用解线频调的方法,通过对距离向和方位向进行快速傅里叶变换(FFT),实现对目标散射中心成像,然后从目标ISAR像中提取目标特征信息。最后提出了一种新的匹配识别的方法实现对目标的分类识别,该方法利用提取的散射中心的位置和幅度信息,通过构造匹配度矩阵,判定目标所属的类别。仿真实验表明,该方法在设定情况下具有良好的目标识别能力。     

基于动态模板的ISAR目标回波模拟方法

为提高ISAR回波模拟中的逼真度,持续地产生旋转运动目标的回波信号显得尤为重要。文中通过建立动态模板,提出一种新的ISAR目标回波模拟方法。根据动态模板中散射点分布,得到对应的散射系数矩阵和多普勒频移矩阵,然后计算出相应变化的调制系数,最后调制产生动态目标回波信号。经理论分析和仿真实验表明,动态目标回波模拟信号经ISAR处理能够形成二维图像,并且不同相干积累时间段内的成像因动态目标模板变化而呈现差异。通过合理控制旋转参量,可使模拟回波信号的成像变化更加逼真,在一定程度上能够实现对目标转向等运动状态的模拟。     

基于小采样周期的机动目标模型跟踪性能研究

分析了小采样周期条件下“当前”统计模型、基于速度估计的自适应模型及自适应常加速度模型,对3种模型的稳态性能和动态性能进行了分析比较,并对3种模型的机动目标跟踪效果进行了仿真。仿真结果表明：小采样周期条件下,3种模型的稳态跟踪性能一致,而在动态跟踪条件下自适应加速度模型性能更优。     

雷达信号级仿真中的模型耦合问题研究

针对目标回波小尺度幅度起伏特性模型进行了介绍。对雷达线性接收机和对数接收机的特性和模型进行了对比。对雷达信号级仿真中,由于雷达采用非线性对数接收机造成的目标回波小尺度幅度起伏特性模型与接收机模型相互耦合的原因和所产生的影响进行了分析。提出对这样的模型耦合问题必须解决,以保证仿真研究结果的有效性。     

战时装备保障过程建模仿真研究

目前战时装备保障方案制定,多是依靠基本原则和经验,过程描述随意性大,同时保障活动的组织缺乏有效的手段,导致方案缺乏科学性、可操作性差。为此借鉴过程管理的思想,应用IDEF3方法建立装备保障准备阶段过程模型,形成规范的、易于交流的保障流程,依据过程模型采用离散事件仿真的方法对不同活动组合的过程效率进行了分析,改变以往根据排队理论经过大量计算分析效率的方式,实现战时快速准确优化过程的目的,为装备保障方案的形成提供方法支持。     

离散作战模型的连续化兰切斯特模型研究

通过兰切斯特方程的分析,定义了作战力量变换系数概念,推导出作战力量变换系数的兰切斯特方程,得到了衡量交战双方作战力量等效值,而作战力量变换系数的兰切斯特方程正是适用于离散型作战的兰切斯特作战模型,使具有深刻影响力的兰切斯特方程适用范围扩大到了交战双方离散数量型的作战领域,从而赋予兰切斯特方程新的生命,为复杂的格斗作战分析提供了新的工具。     

基于选择准则的参数模型评价方法

为评价参数模型的优劣,分析了模型信息量与数据被模型拟合后的残差信息量之间的关系,提出了综合考虑模型拟合残差大小、残差信息量与参数数目的一种模型选择的新方法RIA。结合RIA方法,定义了时序模型评价的一种准则,并以航天测量数据处理为例,说明了不同模型在工程实际中的不同表现和本质区别的意义所在。     

战术互联网网络管理模型

战术互联网具有与一般通信网络不同的特征与要求,为此其网络管理需要采用新的方案来解决。采用模型分析方法,对战术互联网网络管理的活动模型、功能模型、组织模型、运行模型、通信模型与视图模型进行了分析研究,从而为战术互联网网络管理方案确立了总体框架,并为战术互联网网络管理系统设计提供了指导思路。基于所研究的模型,可以使战术互联网网络管理系统适应战术互联网的特殊性,满足战术互联网的作战运用需求,保障战术互联网充分发挥作战效能。     

基于XML的诊断信息模型描述

利用XML语言对诊断信息模型进行描述，初步建立了诊断信息模型整体框架的XML Schema，并在专门开发工具XML Spy中得到实现，同时对基于XML的信息模型描述进行了简要的应用说明，验证了模型描述的有效性。     

IMM-Singer模型的机动目标跟踪算法

交互式多模型(IMM)算法是一种有效机动目标跟踪算法,但其性能与模型的选择、个数以及参数有关。Singer模型算法可以实现对机动目标的跟踪,但该算法存在机动频率和过程噪声大小等参数难以选取的问题。针对以上情况,利用IMM算法易于结合其他算法的特点,提出一种基于IMM-Singer模型的机动目标跟踪算法,实现Singer模型参数的自适应选择。仿真结果表明,该算法比单一的Singer模型算法或一般的IMM算法更能有效提高机动目标跟踪精度。     

基于支持向量分类的装备完好性预测模型

对抗的战场环境和任务的变化，越来越需要装备战备完好性来保障作战行动。保持或提高装备战备完好性是装备保障的核心和中心工作。利用基于结构风险最小化的支持向量分类（Support Vector Classification，SVC）方法对装备的战备完好性进行了预测，提高了机器学习方法的预测能力。并以车辆装备发动机的技术状况数据为实例，建立了预测模型，通过参数选择，提高了模型预测的正确率、命中率等指标。结论表明：支持向量分类方法是预测装备战备完好性的有效方法。     

面向重用的BOM概念模型相似度评估研究

针对BOM概念模型重用的问题,提出了概念模型相似度用于描述两个概念模型之间的相似程度.并提出相似度评估算法用于计算概念模型之间的相似度.根据概念模型的定义,将相似度的计算归结为名字相似度计算和最优匹配计算两个基本过程.研究了算法中接口权重参数和行为权重参数的不同组合对算法查准率和查全率的影响.通过对JC3IEDM数据模...