雷达利用极化信息区分真假目标浅析

首先介绍了电大目标回波信号极化特征和电子假目标信号极化特征,接着探讨了理论上雷达根据极化信息区分电子假目标信号和真实目标回波信号的方法,分析了实际应用中可能存在的困难,说明了这种方法在目前和今后雷达目标识别技术发展中是有实际意义的。最后说明了无论是现在,还是今后,极化信息对于雷达目标识别来说都是一个极其重要的参数。     

一种MIMO雷达动目标检测的快速算法

通过对MIMO雷达动目标检测器的结构进行分析,提出了一种针对MIMO雷达动目标检测的快速算法.该算法通过借助快速傅里叶变换实现每个通道的动目标检测,从而缩小搜索范围,显著地减少了运算量,很好地解决了原算法因运算量过大而难以实时实现的问题.理论分析和仿真实验证实了快速算法的可行性.     

太阳对中低轨红外预警星座跟踪传感器的影响

中低轨天基红外星座是一种新型的能对自由段目标进行跟踪的导弹预警星座,太阳是影响其跟踪覆盖性能的重要背景条件。详细分析了太阳对跟踪传感器的影响条件、方式和大小,并进行了仿真验证。研究表明太阳对单颗卫星的影响较大,并且呈现周期性,但对整个星座的影响有限。     

地杂波环境下动目标检测的新方法

分析了机载雷达动目标回波信号和地杂波信号的特征,针对二者在线性调频项上的差异,提出了一种基于变采样率的动目标检测算法。该算法立足于在降低地杂波强度的同时,减小地杂波谱宽度,从而检测出目标信息;算法首先对雷达回波信号频谱进行分段加窗,对加窗后的频谱进行平移、反傅里叶变换和变采样等处理,最终获得动目标线性调频信息。仿真结果表明了该算法的有效性和实用性。     

基于Hausdorff距离的目标跟踪方法研究

序列图像中的运动目标跟踪是计算机视觉的一个重要组成部分,跟踪算法的鲁棒性和计算量是算法的关键。对上述问题进行研究,提出了一种基于Hausdorff距离的目标跟踪方法。该算法结合运动检测和多分辨率技术,极大减少了计算量,并利用有效的模板更新方法,加强了跟踪的鲁棒性。实验表明,该算法能实现快速有效的目标跟踪。     

一种基于IMM/MSPDAF的多传感器数据融合目标跟踪算法

基于交互式多模型和多传感器联合概率数据关联算法的机动目标跟踪,先用融合算法将红外和雷达的量测进行融合,然后利用融合后的数据,采用交互式多模型机动目标跟踪方法实现对机动目标的跟踪。仿真实验验证了算法具有良好的机动目标跟踪效果。     

一种基于BLUE的弹道目标跟踪滤波器

弹道目标跟踪问题中动态方程与观测方程皆为非线性,影响跟踪精度。使用最优线性无偏估计方法可以有效地解决观测的非线性问题,而蒙特卡罗滤波方法适用于目标状态的非线性估计。将快速高斯粒子滤波与最优线性估计方法作了有机结合,通过对典型的弹道目标跟踪模型进行仿真,发现新算法在精度与实时性上优于粒子滤波。     

基于子孔径图像的低频SAR多通道均衡方法

利用多通道SAR系统进行运动目标指示时,通道间的幅相失配严重影响了运动目标检测以及参数估计的性能。针对多通道低频SAR/GMTI系统,提出了一种基于子孔径SAR图像的多通道均衡方法。该方法利用相同视角的多通道子孔径图像,估计该角度对应的幅相误差,在达到较高幅相误差估计精度的同时,也能适应误差随视角的变化。基于车载低频多通道SAR/GMTI实测数据的实验结果表明:该方法能有效地补偿不同通道之间的幅相误差,提高运动目标的检测和参数估计性能。     

基于Lyapunov方法的轮式移动机器人全局轨迹跟踪控制

针对轮式移动机器人的运动学模型,通过设计复合跟踪误差,利用Lyapunov直接法,构造出了具有全局渐近稳定的全局渐近跟踪控制器,实现对参考轨迹的全局渐近跟踪,并根据Lyapunov稳定性定理证明了系统的全局渐近稳定性.最后,给出的仿真结果表明,初始跟踪误差很快收敛于零,轨迹跟踪效果良好,闭环系统具有良好的动态性能和全局稳定性,适用于轮式移动机器人的全局轨迹跟踪控制.     

基于模板的态势估计推理模型与算法

分析了态势估计的三级模型,给出了基于模板的计划识别推理框架,研究了态势估计推理算法,并提出一个通用的态势估计模板匹配算法,最后运用专家系统工具CLIPS实现了事件/活动、军事计划的模板表示及推理,结果表明使用模板匹配的方法实现态势估计是有效可行的。