基于UKF和后向平滑的单站无源定位跟踪算法

为利用无源固定单站对运动辐射源快速定位,将不敏卡尔曼滤波(UKF)和后向平滑算法应用于单站无源定位,给出了一种基于后向平滑的改进UKF算法;该算法利用当前时刻滤波结果通过后向平滑算法平滑估计前一时刻状态向量和协方差矩阵的估计值,为前向滤波提供较高精度的起始值。仿真结果表明改进的UKF算法在保证实时性的基础上改善了定位性能。     

一种基于支持向量机的无源雷达目标识别方法

针对传统的无源雷达目标识别系统存在的不足,提出了一种新的基于模式识别的目标识别方法。在提取雷达辐射源信号熵特征的基础上,设计支持向量机(SVM)分类器完成目标的分类识别。理论分析和实验结果表明,提出的方法在较大信噪比范围内均能获得比较满意的识别率及识别效率,优于传统的基于常规特征参数的识别方法。     

差分多普勒在无源雷达目标速度估计中的应用

提出了一种差分多普勒信息在目标速度估计中的应用方法,并给出了具体的算法。对差分多普勒信息应用于目标速度估计中的精度进行了理论分析,通过Monte carlo仿真对提出的算法进行了验证。仿真结果表明,利用差分多普勒信息能够有效地提高对目标速度的估计精度,并且对目标机动段也能够取得很好的速度估计精度。     

一种固定单站对运动辐射源的无源定位跟踪算法

首先提出了一种测量目标辐射源脉冲到达时间和到达方向实现固定单站对运动辐射源进行无源定位的算法,该算法克服了EKF(扩展卡尔曼滤波)算法的一些缺点。另外给出了两种将该算法和卡尔曼滤波算法结合的改进方法,可以获得更优的定位效果。计算机仿真结果证明了上述两种方法是正确的。     

基于数学形态学的抗无人机检测预处理算法

为降低未来信息化作战条件下无人机对防空领域的威胁,对低信噪比图像序列抗无人机检测预处理技术进行了较为系统的研究.首先针对抗无人机检测问题,引入了预处理和数学形态学概念;详细阐述了图像的膨胀、腐蚀、开启运算,并对背景抑制、图像增强等技术进行了建模和仿真验证.结果表明,该方法能有效地从复杂背景中分离出无人机等弱小目标,有利于后续工作.     

一种双站交叉定位无偏估计滤波算法

针对将非线性观测方程转化为伪线性方程会产生有偏估计的缺点,基于两站纯角度信息,提出了一种对三维空间目标进行跟踪的近似无偏估计算法.该算法只需要对一对矩阵束进行广义特征分解,即可获得目标坐标和速度的估计值.计算机仿真结果表明该算法相比有偏估计算法(如伪线性卡尔曼滤波(PLKF)算法)具有更高的滤波精度,尤其当测向均方误差较大时,其优势更加明显.     

中间齿轮失效原因分析

某发动机中间齿轮在使用过程中发生早期失效。采用断口分析、化学成分分析、显微组织分析和硬度及层深测定等方法对失效的中间齿轮进行了分析。结果表明,中间齿轮存在明显偏载现象造成中间齿轮早期出现疲劳源,在交变应力作用下产生疲劳扩展而最终导致中间齿轮失效。     

红外焦平面探测器的盲元对跟踪精度的影响

由于加工材料和制造工艺等因素的影响,实际使用的红外焦平面阵列探测器存在盲元。盲元将造成图像质量下降,图像灰度分布失真,进而影响红外系统的跟踪精度。简单介绍了质心和形心的计算方法,通过仿真,分析了不同情况下的盲元分布对点目标、斑点目标、面目标跟踪精度的影响,为减小导引头的跟踪误差提供了理论参考。