双基地两坐标雷达空间目标定位算法

本文提出了双基地雷达单独使用发射／接收站（Ｔ／Ｒ站）的目标斜距和方位角信息或接收站（Ｒ站）的目标距离和方位角信息分别对空中目标的二维定位算法，并给出了定位精度的分析方法。最后，通过计算机仿真讨论了算法的定位性能。     

基于神经网络的非线性控制系统自组织辨识

本文首先将自组织神经网络算法向一般化情形引伸，接着把自组织过程应用到一般非线性系统的动态过程分类，使得整个非线性系统能够按照输入输出样本空间的概率密度自组织，成为许多具有不同分类核心和感受野的线性子空间逼近。在此基础上，我们采用通用最小二乘算法，以子空间的非线性问题线性化误差作为依据，并进一步运用自组织神经网络的合作与竞争思想，最终得到一般情形的非线性系统的最小二乘辨识。仿真结果表明了本方法的可行性与优越性。     

一种有效的UWB-SAR成像方法

在简要总结大处理角ＵＷＢ－ＳＡＲ成像处理有关难点后，本文提出将波数域成像算法（Ω－Ｋ算法）应用于ＵＷＢ－ＳＡＲ成像处理；然后介绍了Ω－Ｋ算法的原理并对其中存在的Ｓｔｏｌｔ插值等问题进行了详细分析和深入探讨；最后结合所建立的ＵＷＢ－ＳＡＲ回波模型对Ω－Ｋ算法进行了仿真，研究表明这种成像方法具有较好的聚焦效果。     

用数域筛法分解大整数

随着Ｆｅｒｍａｔ数Ｆ７和Ｆ９被分解，一个新的算法被提了出来，那就是Ｊ．Ｐｏｌａｒｄ提出的“数域筛法”（ＮＦＳ）．Ａ．Ｋ．Ｌｅｎｓｔｒａ等人对数域筛法进行了深入的研究，已经使数域筛法从原来对一些特殊整数的分解发展到对一般整数的分解。本文试图对数域筛法理论及其运行作简要的论述。     

地形相关算法度量值的统计特性

考虑到地形相关匹配算法度量值统计特性与二维地形自相关系数的关系，本文提出一种改进的约翰逊方法——相关地形下的匹配算法度量值统计特性分析方法。首先，基于约翰逊方法的问题框架，修改其中基准数据的相邻像元值相互独立的假设，导出了地形相关 Ｍ Ｓ Ｄ 算法度量值的统计分布的解析函数。然后，讨论了约翰逊方法与本文方法的适用性，指出了约翰逊方法的不足之处。最后，给出了本文方法在地形可匹配性分析中的一种应用。     

两段探测目标的传感器任务调度问题0-1规划模型及算法

为解决指挥系统控制中的调度困难,研究了一类特殊的传感器资源调度问。主要分析了跟踪目标的探测次数、时间间隔和传感器资源等约束条件。用跟踪目标的重要程度之和作为目标函数,建立了一个0-1规划的数学模型,再利用变换将其转化为0-1线性整数规划模型。利用割平面法求解得出最优调度策略,其能在工作量饱和的情况下合理调度传感器资源。为提高求解速度,提出了对应的模拟退火算法。通过对一些不同规模实例的求解,在资源利用率和算法的求解速度等指标上,与割平面法及遗传算法进行对比分析,验证了模型的有效性和模拟退火算法求解的高效性。     

基于直达波补偿的星地双站SAR滑动聚束模式频域成像算法

星地双站合成孔径雷达以星载系统为机会照射源,地面接收机接收直达波和散射波信号进行同步和成像处理。本文介绍了星地双站SAR系统结构,对基于直达波进行距离向脉冲压缩后的信号调频率、距离徙动以及二维频谱的空变性进行了分析。在此基础上,基于方位向预处理过程、直达波补偿以及非线性Chirp Scaling算法,提出了适合该模型的频域成像算法,并通过点目标仿真验证了该成像算法的有效性和性能。星地双站SAR实测数据进一步验证了该成像算法的有效性。     

基于A*算法的无人机地面目标跟踪

提出一种在威胁环境下应用A*算法进行目标跟踪的方法。为了简化模型和便于分析,主要考虑地形和雷达威胁。在考虑了雷达盲区的安全区域内,利用目标的实时信息和改进后的A*算法对无人机航迹进行规划,以达到跟踪地面移动目标的目的。仿真结果表明,所提出的方法可以很好地实现目标跟踪。     

基于语义发布订阅系统的战场态势实时分发技术

随着战争形态的多样化和范围的越来越广,战场态势呈现信息量大、复杂性、无规则性、多变性。针对现有的发布/订阅系统不能支持复杂结构的态势来进行事件发布和订阅的语义匹配,提出了基于语义发布订阅系统的战场态势实时分发技术。采用本体描述战场态势的概念模型,采用RDF图表示需求方订阅条件,基于该战场态势本体设计高效的发布订阅匹配算法。实验结果表明,该技术能够支持复杂战场态势实时分发和具有较高的订阅匹配效率。     

基于SPRT的组合导航故障检测与隔离互辅算法

针对SPRT(序贯概率比检验)算法无法准确判断缓变故障结束时间的问题,提出了一种故障检测与隔离互辅算法。采用SPRT算法对滤波残差进行故障检测,确认故障后隔离故障观测量,重新建立卡尔曼滤波观测方程并完成量测更新,将隔离后的滤波结果作为下一时刻的滤波初值辅助故障检测。仿真结果表明,该方法能准确定位故障观测量并判断出故障的结束时间,提高了系统可靠性。