杂波环境下红外传感器滤波算法

基于定向概率数据关联滤波(DPDAF)算法,根据红外传感器对目标方位角与俯仰角分辨率不同的特性修正了似然函数,并利用等效观测噪声协方差阵修正滤波增益的思想,构造了一种旨在提高红外传感器跟踪性能的修正定向概率数据关联滤波算法.蒙特卡洛仿真结果表明,新算法对红外目标的跟踪具有比DPDAF更好的跟踪性能.     

多坐标系中的分布式和联邦式数据融合算法

在坐标转换误差条件下,引入kalman滤波算法的两个重要公式.分析多坐标系传感器系统中分布式kalman滤波算法的特点.在此基础上提出一种改进的联邦式滤波算法.新算法中.通过对量测方程和坐标转换方程的变换,使得本地处理器利用本地坐标系中的量测值,通过kalmam滤波算法直接得到参考坐标系下的状态值.相应的,kalman滤波算法也要根据这种数学变形作适当的修正.这样,在联邦式算法中,仅仅需要一次坐标转换就可以得到状态的全局估计,因此,滤波精度比分布式算法有所提高.仿真的结果也证实了这种性能的改进.     

无味卡尔曼滤波在空对海单站BDO-TMA中的应用

针对空对海单站无源只测方位-多普勒目标运动分析(BDO-TMA)问题应用无味卡尔曼滤波(UKF:Unscented Kalman Filtering) EKF进行了对照研究,建立了该应用场景下的离散非线性滤波估计模型,Monte Carlo仿真运行结果表明,UKF在该应用背景下是切实可行的,具有更高的估计精度和更强的收敛特性.     

一种解决纯方位跟踪问题的新的最小二乘模型

对纯方位问题进行了描述,对解纯方位跟踪问题的传统最小二乘滤波方法进行了研究,并给出了具体的计算模型.通过拓展传统方法中待估计变量的维数和公式推导,提出了解决纯方位跟踪问题的一种新的最小二乘模型,并将其与传统的基于最小二乘原理的模型进行了分析与仿真比较.仿真结果表明,传统方法受初始方位误差的影响较大,新模型不受初始方位的影响,可作为传统计算方法的一种补充.     

序贯滤波在双站无源定位中的应用研究

自卫噪声干扰条件下,制导雷达失去距离信息,无法完成对目标的跟踪任务.双站无源交叉定位是对抗自卫噪声干扰的一种常用手段,但存在计算量大、信息传输延时大等问题.提出双站序贯滤波方法克服交叉定位存在的不足,证明了序贯滤波的可观测性,仿真结果验证了提出算法的正确性.     

基于HLA的电子战飞机作战仿真系统研究

目前电子战飞机战术使用方法仿真研究主要采用功能级仿真的方法,以雷达方程和干扰方程为理论基础,围绕侦察接收机和干扰机部分功能或部分工作参数进行建模,不能满足组建完整的"系统—系统"级作战仿真的要求,同时也达不到信号级建模仿真的精度和逼真度。针对上述问题,采用信号级仿真的方法,根据当前仿真技术的发展以及航空作战对电子战的新要求,提出并设计了基于HLA的电子战飞机作战仿真系统,并对各联邦成员的构成、开发过程以及关键技术进行了研究,最后以一个电子战飞机随队干扰作战仿真为例,系统分析了基于HLA的电子战飞机作战仿真系统的开发过程。仿真结果验证了模型和方法的有效性,可为电子战飞机作战系统作战效能的分析评估提供平台和依据,对于指导电子战飞机的战术使用具有积极意义。     

基于分布式天线的认知无线电系统感知算法和信道容量分析

认知无线电概念的提出为频谱的共享提供了可能。文中提出一种基于分布式天线的认知无线电系统实现方法,该方法便于频谱的感知,能降低对首要用户的干扰,并且相对于中心式天线能为次要认知无线电用户的下行链路提供较大的信道容量增益。     

机动目标跟踪算法

文中提出了一种新的机动目标跟踪方法。一种基于新息序列的最快检测方案被设计出来,用于目标机动的快速检测。对给定的虚警概率,得出了最小机动检测延迟的最佳滑动窗口长度。检测到机动后,用增加机动项的方法修正系统模型。文中提出用递推算法来估计机动幅度。使用该估计,修正的卡尔曼(Kalman)滤波器可被用来对目标实施跟踪。仿真结果表明尤其是在目标机动过程中该算法具有优越的性能。     

基于斜投影滤波的高精度同时极化测量方法北大核心

高精度的雷达目标同时极化测量方法对于发射波形的正交性要求较高,然而实际应用中,发射同时满足时宽、带宽以及高正交性要求的精密极化测量波形往往非常困难。提出了一种基于斜投影滤波的高精度同时极化测量方法,利用斜投影算法中两线性子空间可以不相互正交的特点,能够在非理想正交波形的实际情形下,实现高精度的目标极化测量。仿真结果表明,相较于传统的匹配滤波同时极化测量方法,该方法可以大幅降低目标极化参量的幅度和相位测量误差,极大提高同时极化测量精度。