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。     

圆筒永磁直线同步电机推力计算

针对轴向磁化圆筒永磁直线同步电机,提出了一种基于圆柱坐标的洛仑磁力体积分解析计算电磁推力的方法,并利用该解析法对无槽和有槽电机的电磁推力进行了较详尽的分析计算,得出了解析计算结果。然后,利用有限元分析法,对该计算结果进行了验证。两种计算结果完全一致,证实了该解析计算方法的正确性,该方法计算结果不受积分路径选择的影响,计算精度较高。     

基于RBF网络的滑模变结构控制在无刷直流电机伺服系统中的应用

无刷直流电动机的参数强耦合、高度非线性特性增加了对其速度控制的难度，针对这一特点，设计了一种神经网络滑模变结构速度控制器。将无刷直流电机速度伺服系统分成名义模型和不确定模型，采用状态反馈方法对名义模型进行控制，以RBF神经网络为滑模动态补偿器对不确定系统进行控制。该方法不仪具有变结构控制的抗参数摄动、抗干扰以及速度快等优点，神经网络控制的加入还有效地减弱了单纯滑模变结构控制所带来的“抖振”现象。Matlab仿真结果表明，该控制器具有良好的控制性能和鲁棒性能。     

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。     

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.     

研究伊拉克战争，纵观我国军用卫星技术和卫星通信的发展

本文从多个方面介绍了在伊拉克战争中美军如何利用卫星及卫星通信指挥武器攻击、获取战场信息情报，为最终赢得战争的胜利起到决定性的作用。阐明了通信在现代战争中的重要性，并从国情出发提出了加强我国的军用卫星系统及通信网建设的一些建议。     

一种改进的无参考图像质量评估算法

无参考图像质量评估方法一直是图像质量研究所关注的重点。本文针对无参考图像质量评估问题，在当前被广泛接受的 DIIVINE 图像质量评估方法基础上进行了深入的研究，研究发现经典的 DIIVINE 方法中使用了过多的统计特征量，由于统计量无差别的使用影响了方法的预测性能。基于此，利用主成分分析（PCA）算法对该特征向量进行降维，得到“精简的特征向量”，用此向量可以达到更好的分类性能和评估性能。试验证明，在图像数据库上，该算法表现出较好的预测性能，其性能优于其他主流的无参考图像评估算法。     

国外舰载雷达无源干扰装备的最新进展

为了有效对抗反舰导弹威胁,就必须大力发展舰载雷达无源干扰技术。经过半个多世纪的发展,舰载雷达无源干扰技术已经相当成熟,达到很高的水平。本文首先概述了舰载雷达无源干扰的战术应用原理,然后综述了国外舰载雷达无源干扰装备的最新进展。