基于DMFT的空间目标微动特征提取

空间目标的高速轨道运动,会导致微动曲线的展宽和走动,将对后续的微动特征提取产生不利影响。针对这一问题,提出了一种基于离散匹配傅里叶变换(DMFT)的空间目标微动特征提取方法。首先分析了高速空间目标的信号回波模型;其次,根据回波信号的特点提出了一种基于DMFT的补偿参数估计的方法;最后,采用Hough变换提取了目标的微动特征。仿真实验验证了该方法的有效性和鲁棒性,结果表明微动特征的提取精度得到了明显提高。     

舰艇编队协同作战的空中目标威胁评估研究

从系统分析舰艇编队协同作战的空中目标威胁评估问题入手,深入研究了协同作战环境下编队空中目标威胁评估的基本过程。在此基础上,针对编队协同决策的特点,建立了基于两层决策的协同作战环境下编队空中目标威胁评估模型,从而提出了舰艇编队协同作战的空中目标威胁评估方法。最后,通过实例说明了所提方法的有效性。     

中段智能机动突防后的虚拟目标修正研究

为实现弹头中段机动后的显式制导,进行了虚拟目标修正研究。通过在建立最大弹道包络面的基础上,提出基于穿越弹道横截面的虚拟目标修正方法,基于弹道包络横截面的大机动弹道虚拟目标计算方法,建立虚拟目标计算模型。通过仿真获得了大机动弹道对应的虚拟目标,通过显式制导方法验证了其具有较好的制导精度,此方法为工程应用和理论研究提供了重要的理论参考。     

全极化雷达的多任务压缩感知目标识别方法

为有效利用全极化雷达高分辨距离像(High Resolution Range Profile,HRRP)的丰富特征信息和全极化样本中各单极化HRRP均对应于相同目标姿态的特性,提出一种基于多任务压缩感知的全极化雷达目标识别方法。该方法约束在不同极化字典中选择来自相同角域的字典原子对相应极化方式下的HRRP进行表示,可以有效利用不同极化HRRP之间的相关信息提高目标识别性能。基于电磁散射数据对所提出的方法进行了测试,实验结果证明了方法的有效性。     

基于邻域最优控制理论的中制导弹道簇生成

针对临近空间高超声速目标飞行速度快,跟踪预测难的特点,提出了在中制导阶段进行最优弹道设计与弹道簇生成用于对目标预测命中区域进行有效覆盖的方法。首先,通过分析临近空间高超声速目标对现有防空体系带来的挑战,阐明了在中制导段进行弹道簇设计与生成的必要性,其次,将中制导段的弹道规划问题视为求解满足多种约束条件下的最优控制问题,应用最优化理论方法得到了基准的最优弹道,再次,应用邻域最优控制理论,针对终端约束条件进行调整,设计了邻域最优弹道簇的生成算法。最后,通过仿真验证了所提方法的有效性。     

面向体系的目标选择形式化描述及分析

针对信息化条件下各类目标相互作用反制作战能力倍增的特点,进行面向体系目标选择的相关问题分析。通过分析目标体系的概念和层次结构,建立目标选择的概念模型,并进行目标选择的形式化描述与分析,提供了一种研究军事概念模型的思路和方法,有助于目标选择决策支持系统的开发与验证。     

降落伞主充气阶段数值模拟

建立了降落伞主充气模型。前体、伞绳及伞衣离散为一系列弹性连接的质量节点,伞衣内部流场为二维无粘、不可压流。利用模型计算了主充气阶段伞衣形状变化、伞衣投影面积变化及伞绳张力。计算结果与试验结果进行了比较,相当吻合。     

基于窗口预测匹配的序列图像点目标轨迹检测算法

序列图像中运动点目标轨迹的实时检测算法,是目标识别、实时跟踪处理系统中的关键算法之一。在分析不同层次处理方法的基础上,给出了一种基于预测、窗口匹配的点轨迹预测—匹配检测算法,并根据仿真实验的效果,指出此算法可有效地对低信噪比序列图像运动点目标轨迹进行实时检测,具有多目标轨迹检测能力。     

A search game on a cyclic graph

There is a finite cyclic graph. The hider chooses one of all nodes except the specified one, and he hides an (immobile) object there. At the beginning the seeker is at the specified node. After the seeker chooses an ordering of the nodes except the specified one, he examines each nodes in that order until he finds the object, traveling along edges. It costs an amount when he moves from a node to an adjacent one and also when he checks a node. While the hider wishes to maximize the sum of the traveling costs and the examination costs which are required to find the object, the seeker wishes to minimize it. The problem is modeled as a two‐person zero‐sum game. We solve the game when unit costs (traveling cost + examination cost) have geometrical relations depending on nodes. Then we give properties of optimal strategies of both players. © 2004 Wiley Periodicals, Inc. Naval Research Logistics, 2004.