机房漏水检测与精确定位装置研究

机房漏水是危及精密信息设备长期稳定可靠运行的重大安全隐患。为了解决传统定位装置难以实现漏水点精确定位的问题,从传感电缆的检漏原理出发,利用分压补偿原理,通过STEP7软件编程,设计了一个结合自检、漏水检测和漏水定位3种功能的机房漏水检测与定位装置。在此基础上搭建了实验系统,经测试实验,结果表明短距离定位精度可以达到1．70％,从而证实了该装置检测的有效性和定位的精确性。     

融合地理信息的粒子滤波被动跟踪算法

在粒子滤波机动目标跟踪中,为避免粒子集退化现象,通常采取大量的初始粒子数,因而带来了运算量大、跟踪精度低的问题.融合目标舰可能的航线及地理位置先验信息,将约束条件加入到粒子更新迭代中,对粒子的分布和权值进行调整.通过仿真对比加入约束前后算法的跟踪性能,可以看出融合地理信息后,较好地解决了粒子滤波计算量大的难题,提高了纯方位跟踪定位的精度.     

量子雷达的技术体制

当前,量子信息理论正在蓬勃发展,其应用已经深入到自然科学的各个领域.量子雷达是量子信息技术在目标探测上的具体应用,可探测隐身目标,具有超强的隐蔽性和机动性.主要介绍了量子雷达的分类、原理、系统组成、特点和关键技术问题.     

无源干扰对抗反舰导弹编队队形研究

无源干扰作为水面舰艇反导作战的主要方式,在与反舰导弹的对抗中起着重要作用。从增强水面舰艇生命力以及协同作战能力的目的出发,针对编队反导电子对抗的特点,分析了编队队形对无源干扰效果的影响,并依据分层对抗的思想,提出了一种对称的复式队形,对基于该队形的无源干扰对抗反舰导弹的作战原则和战法进行了研究,说明了复式队形相对于传统队形更具合理性,对提高舰艇编队反导作战能力具有一定指导意义。     

基于声矢量传感器原理的目标被动定向算法

声测被动定向是声学监视技术的重要研究内容.为了实现对低空运动目标的声学监视,提出了一种基于声矢量传感器原理的被动定向方法,推导出了基于互谱法声强测量技术的定向算法,并对定向算法进行了分析和数值仿真.仿真表明:当传感器尺寸为0.28m、信号信噪比为5dB时,定向精度在2.5°以内.仿真结果说明,该定向算法是正确可行的,有较大的实用价值.该研究成果可直接用于空中运动目标,如飞机、导弹和无人机等目标的声测被动定向.     

一种基于Jerk模型的机动目标单站无源定位算法

针对采用非线性较强的观测角、角度变化率、脉冲到达时间差等参数的单站无源定位跟踪系统,提出了一种新的跟踪滤波算法IMM-Jerk。该方法用Jerk模型对做复杂机动的运动目标建模,采用经过UKF滤波改进的交互多模(IMM)算法对目标实现跟踪滤波。该算法可适用于对做多种机动运动的目标的跟踪,提高了目标跟踪收敛精度和跟踪系统的稳定性。仿真试验证明了该方法的可行性和有效性,并具有较高的应用价值。最后,对IMM-Jerk算法的研究方向进行了讨论。     

调频脉冲信号辐射源多普勒信息提取方法研究

提出了一种基于单脉冲频率及频率变化率联合估计和多脉冲联合估计脉冲重复周期变化率的调频脉冲信号辐射源目标多普勒参数提取方法。该方法解决了无源定位系统数据采样频率与辐射源脉冲重复周期不匹配造成的频率偏差问题,在脉冲到达时间的提取上避免了对脉冲边沿的判断,使得利用中频采样信号计算脉冲重复周期成为可能。介绍对了该方法所采用的频率及频率变化率联合估计关键技术,并在此基础上讨论了该方法所能达到的理论估计精度及误差分析,最后通过仿真试验验证了该方法的可行性和有效性。     

单星对卫星的仅测角被动定轨跟踪方法研究

针对单星对卫星被动定轨时使用经典轨道根数作为状态变量可能存在奇点且测量方程变量及相应坐标转换缺乏物理意义等问题,提出一种新的基于J2000.0惯性系的单星对卫星扩展Kalman滤波仅测角被动定轨跟踪方法,并对测量方程中的变量及其坐标转换进行明确定义;同时对状态预测方程、状态转移矩阵及测量雅可比矩阵进行详细推导,最后通过STK6.0仿真场景产生的数据对算法在不同初始状态误差和测角精度下的性能进行对比分析和仿真验证。多次仿真结果表明:该算法实现了单颗高轨卫星(准同步轨道)通过仅测量角度对圆轨道(e=0)低轨卫星辐射源的被动定轨和跟踪,当测角精度优于平均角度变化量时,滤波收敛所需时间及估计误差都大大减小,且该算法对滤波初始误差也具有较好的适应性。     

磷虾群免疫粒子滤波的机载单站无源定位算法

为了进一步提高机载单站无源定位的精度,将磷虾群优化思想引入到粒子滤波的重采样阶段,提出了一种磷虾群免疫粒子滤波算法。该算法利用磷虾的受诱导运动、觅食以及随机扩散行为,将粒子导向高似然区域,有效缓解了粒子退化问题。同时,其采用了人工免疫算法的变异操作,避免了早熟现象的出现,提高了粒子的多样性,克服了粒子贫化问题。仿真结果表明,新算法改善了机载单站无源定位的定位精度以及收敛速度。     

基于人眼定位算法的驾驶员疲劳检测

研究了一种基于人眼定位的驾驶员疲劳检测方法。采用一种结合眼睛灰度及形状信息的人眼定位方法,进行眼睛准确定位,然后用处于睁开状态的眼睛模板与待测图像中的眼睛模板相匹配,对一定时间间隔内采集的图像进行人眼状态的开闭判定,由此判断驾驶员是否疲劳。实验表明,该方法可快速有效地进行驾驶员疲劳检测。