基于盲分离的非合作信号定位技术

无源定位是电子战系统的一个重要组成部分,基于非合作信号(如广播、电视信号)的定位技术相比传统的无源定位具有很大的优势,但该定位方法目前还存在一些技术问题.为此,提出采用基于典范相关分析的盲分离方法,来完成对强直达波环境下反射波的分离、提取和延迟时间的计算,再结合方位估计,就可将这种定位问题转换为时差-方位定位.用这种方法可获取优良的定位性能,实现起来也相对容易,同时计算量少.仿真试验结果表明,该方法能有效地解决这种新颖定位技术的相关问题,并为其工程实现打下基础.     

警戒雷达被干扰时探测范围的实时计算方法

目前对警戒雷达抗干扰能力的研究大多以效能评估为主,具体探测范围要通过雷达抗干扰实验实际测量获得,不仅成本高、测量数据量大.而且不易实现.针对现代战争中警戒雷达所处的复杂电子干扰环境,给出了机动警戒雷达被多个远距离支援干扰机干扰时探测范围的实时仿真计算方法,对警戒雷达的威力范围或者干扰的压制范围作出定量估算,在这对于研究远距离支援干扰的时机方法和评估雷达的抗干扰性能均具有重要意义.该方法已应用于模拟训练系统中,并获得了令人满意的效果.     

新一代战斗机综合传感器自适应火控攻击技术

针对新一代战斗机所面临的复杂战场环境,给出了综合利用各种传感器获得的不同信息来源和信息形式的自适应火控系统结构.采用基于目标非完全信息的方位校正导引方法,解决了自适应火控攻击系统的关键技术.仿真结果表明,利用自适应火控攻击技术,可以显著提高新一代战斗机在电子对抗条件下的火控攻击能力.     

模糊决策融合的红外弱小目标序列检测

针对红外序列图像中运动弱小点目标的检测问题,重点研究序列关联检测算法.在多帧关联检测的基础上,引入决策融合概念,建立了基于模糊决策融合的序列关联检测方法.基于贝叶斯最小风险准则建立分布式决策模糊融合方法,有效融合单帧检测的结果,提高序列检测算法的性能.实测数据的实验结果验证了基于贝叶斯最小风险准则的分布式决策模糊融合方法的可行性和有效性.     

联邦滤波器的SINS/GNS/DVS水下组合导航

针对现有的水下导航系统不能全面满足AUV导航的需要,为了提高水下航行器组合导航系统长时间远航程的隐蔽性,可靠性及精度,提出了一种基于联邦滤波器的惯性导航系统、地磁导航、多普勒速度声纳的组合导航方案,并采用简化自适应卡尔曼算法对水下航行器组合导航系统进行误差估计,解决了传统卡尔曼滤波容易发散的问题.仿真结果表明,在SINS/GNS/DVS组合导航中采用该算法,提高了定位精度,保证了滤波的快速性,验证了该算法的可行性和正确性.     

基于PJ模型的雷达探测距离预报方法

雷达波在近海面大气中传播时受到各种因素的影响,尤其是在蒸发波导条件下,电磁波的传播路径会被显著改变,使雷达的探测距离增大形成超视距探测.给出了PJ模型的计算公式,同时叙述了基于PJ蒸发波导模型对雷达探测距离进行预测的流程,并且运用X波段雷达与海上目标进行验证,结果显示预测方法结果与实测数据比较吻合.     

蓝牙技术在实时监控系统中的应用

介绍了将蓝牙技术结合嵌入式设备应用到监控系统中的方法,实现PDA与无人机飞行控制计算机间的无线实时数据传输和分析处理.实验表明蓝牙技术能够方便、安全、稳定地代替有线电缆,为控制领域的数据传输提供新的思路.     

一种基于分组序贯的红外弱小点目标跟踪方法

针对红外序列图像中运动弱小点目标的检测跟踪问题,在多假设跟踪算法(MHT)的基础上提出了一种分组序贯的思想.基于这种思想,给出了一种多组独立检测法.对这种方法进行仿真,并与多级假设检验的截断序贯处理算法进行比较.实验结果证明在相同虚警概率情况下多组独立检测法的检测概率与截断序贯处理算法的检测概率相近,但运算量要远小于后者.     

基于检测统计量的修正转换恒虚警检测算法

提出了一种新的恒虚警检测算法--修正的转换恒虚警检测算法(MS-CFAR).该算法考虑检测单元采样作为参考单元的选择依据,其使用了基于转换恒虚警(S-CFAR)和最大选择恒虚警(GO-CFAR)的复合算法.给出了该算法在均匀背景中的数学分析.结果表明,该检测器既具有均匀背景下和CA-CFAR相近的良好性能,在多目标环境中亦克服了GO-CFAR不能分辨主目标的弊端,具有较强的适应性.尤其在杂波边缘环境中,MS-CFAR表现出了远好于S-CFAR的控制虚警的能力.     

一种基于滑模变结构观测器的故障检测方法

提出一种基于滑模变结构观测器的残差生成及故障检测方法.利用滑模变结构所具有的对未知输入扰动的不变性,移除外界扰动对残差的影响,使残差只对故障信号敏感,从而提高故障检测的准确性,较好地解决基于状态估计的故障检测方法中检测鲁棒性与灵敏度之间的矛盾.仿真验证结果表明了该故障检测方法有较高的检测鲁棒性,同时对小幅值故障较为灵敏.