机载MIMO雷达稳健非均匀样本选择方法

针对杂波训练样本中混入干扰目标,导致空时自适应处理技术的杂波抑制性能下降问题,提出一种基于目标知识进行局部稀疏恢复的稳健训练样本挑选方法。该方法利用先验知识确定待检测单元中的目标区域,对整个角度-多普勒平面进行遍历,获得稀疏超完备基。通过变换矩阵对超完备基中对应的目标区域进行"挖空"处理,局部稀疏恢复出超分辨的杂波空时谱,获得杂波协方差矩阵估计。结合广义内积算法,实现非均匀训练样本挑选的过程。与常规结合广义内积方法相比,该方法对于不同干扰强度的训练样本,均有良好的检测效果。经仿真验证,所提方法的检验统计量之间区分度更加明显,对于干扰样本的挑选更加彻底,从而有效地提高了空时自适应处理技术的目标检测性能。     

用一种自适应UKF滤波器跟踪机动目标

在非线性系统中用自适应Kalman滤波器跟踪机动目标时,必须采用扩展Kalman形式,但扩展Kalman有精度低、易发散的缺点.在标准UKF滤波器的基础上,应用无迹变换将测量坐标系下的滤波残差统计特性转换到三维笛卡儿坐标系下,根据三维坐标下的滤波残差变化实时改变过程噪声协方差矩阵的大小,实现了自适应UKF滤波.滤波器既具备UKF滤波器精度高,不易发散的优点,同时不需了解目标机动的先验信息.仿真表明了本滤波器的有效性.     

一种指挥控制系统中的目标优化分配方法

对现有的目标优化分配模型进行了分析,给出了防空指挥控制系统中目标优化分配的工程背景,在该背景下,对影响目标优化分配的因素进行了分析总结,给出了一种以拦截效能为效益函数的目标优化分配模型,对该模型进行了仿真验证.     

目标反射亮点仿真技术研究

研究了目标反射亮点的数学模型及仿真系统的硬件结构,并将目标回波亮点模型进行了简化,使之能够用于工程实现.在此基础上对用于声制导鱼雷半实物仿真系统的目标模拟器进行了设计,在试验中能够实现预定的功能.     

一种无人机侦察能力评估模型

在无人机执行侦察任务的过程中,需要对携带传感器的无人机能力进行评估。对此,从生存性能、侦察性能和稳定性能等3个方面建立无人机侦察能力的评估指标体系,并提出一种基于熵权的组合赋权方法,将主客观信息进行融合,确定各项指标的权重,建立无人机侦察能力的评估模型。最后通过实例对该模型进行了验证。     

炮兵指挥自动化系统作战效能指数模型

指挥自动化系统堪称为部队作战能力的"倍增器",越来越受到世界各国和军队的高度重视.对其作战效能进行分析,有利于促进指挥自动化系统自身的发展.分析了指挥自动化系统所拥有的共同性能指标特征,从武器系统作战效能与其自身性能之间的必然联系入手,定量分析了其数量关系,并建立了炮兵指挥自动化系统作战效能指数模型,为比较这类系统的作战效能提供了参考.     

变工况下轴承健康监测的相关向量机与自适应阈值模型方法

工况在旋转机械运行过程中通常是变化的。变化的工况和故障一样,也会引起机械振动特征发生改变,从而引起诊断误差。为此,提出一种用于变工况下轴承健康监测的新方法。该方法使用相关向量机拟合振动特征的统计量随工况参数的变化,得到特征统计量与工况参数之间的连续函数关系;基于不同工况下的特征统计,构建自适应阈值模型。将该方法用于不同转速下的轴承健康监测,结果表明,当转速超过某一个较小的值时,该方法有效。     

离散小波变换在被动声目标识别中的应用

研究了战场被动声目标鲁棒特征参数的提取,分析了战场声信号与语音信号特征的相似性,提出基于MFCC参数的战场声目标识别方法。针对战场环境存在强噪声干扰情况,提出一种改进的MFCC特征参数(DWTMFCC)提取方法,该方法将小波分析和MEL倒谱分析结合,提高了特征参数的鲁棒性。仿真结果表明:在噪声条件下,利用DWTMFCC参数进行声目标识别,平均识别率比MFCC参数高出3.134个百分点,信噪比为5dB时,识别率仍达到93.67%。     

雷达情报特征的Bayes识别方法

根据雷达情报目标判性应用背景,对Bayes方法在该领域的应用进行了研究,初步建立了基于雷达情报特征的统计模型,并在算法的收敛速度和稳健性等方面与D-S证据理论进行了比较。仿真结果表明,Bayes方法对先验信息的精确程度要求并不十分严格,能较好地解决雷达情报综合问题。     

军事信息网的混沌模型

针对军事信息网络的流量控制中出现的非线性问题,提出了基于存储转发的网络拥塞控制的通用混沌模型.该模型考虑了节点正在处理的信息量,能处理的最大信息量,剩余存储能力,缓存中待处理的信息量等几个导致网络拥塞问题的因素之间的关系,建立了网络拥塞控制的混沌模型.通过对模型进行模拟分析,获得了拥塞发生时各因素之间的比例关系值.分析了指挥控制网中网络节点的混沌特性和军事信息网作为一个复杂的动力系统的特性.