利用阵列协方差矩阵稀疏性的到达角估计方法

为了解决传统基于阵列协方差矩阵稀疏性到达角估计方法计算复杂度高的问题,提出基于直接二维稀疏重构思想的高效到达角估计方法。该方法利用阵列输出数据的协方差矩阵构造二维稀疏表示模型,对协方差矩阵进行特征值分解以实现噪声功率估计,从而降低噪声对到达角估计的影响。在求解稀疏表示模型时,直接对该二维稀疏重构问题进行求解,避免了矩阵矢量化操作。仿真实验结果表明,该方法运行效率大大提高,并且在低快拍数、低信噪比和稀疏阵元等条件下估计性能优于传统方法。     

复合总体异方差整体检验的两类风险估计

不同的作战条件对导弹命中精度有着显著的影响,评估对空导弹在整个作战空域的命中精度,实际是复合总体条件下不同空域异方差数据的整体检验问题。对空导弹攻击不同空域目标的实际试验数据通过适当的坐标转换,在相对坐标系下确定了试验样本在复合总体下的误差分布;建立了异方差数据的整体检验效率函数,得出了不同试验条件与不同鉴别比所对应的拒真风险和纳伪风险,解决了复杂总体条件下极小样本的整体评估难题。     

证据理论与模糊神经网络相结合的身份估计方法

重点研究了在数据融合身份估计领域中D-S证据理论与模糊神经网络相结合的多传感器数据融合方法。Demp-ster-Shafer证据理论方法是对Beyes决策检验法的推广,证据理论比概率论满足更弱的公理系统,并且在区分不确定与不知道等方面显示了很大的灵活性,但是在基于证据理论的身份估计融合中,基本可信度的分配是一个与应用密切相关的问题,也是实际应用中最难的一步。利用模糊神经网络来处理证据理论中的基本可信度分配问题,并对几种空中目标进行了身份估计数据融合,经计算机仿真实验证实了该方法的有效性。     

战场态势估计和威胁估计

描述了战场态势、态势估计和威胁估计的概念。对态势估计从态势要素提取、态势评估推理及态势预测三方面进行了分析,重点对态势评估中的功能领域如:目标合并、协同关系推理、战场主动权指数计算、作战能力评估、重要目标估计及敌战斗序列估计等的含义、内容和实现步骤进行详细阐述。对威胁估计的内容和主要功能也进行了描述。     

小口径舰炮对空虚拟校射校正量的最优估计

首先建立了小口径舰炮对空虚拟校射脱靶量的观测方程,分析了脱靶量的统计性质,在此基础上推导出校正量的最优估计量,并用仿真结果验证了结论的正确性。     

雷达波吸收剂的研究进展

系统叙述了铁氧体、金属微粒、多晶铁纤维、纳米吸收剂和手征性吸收剂等吸收剂近年的研究发展状况,预测了吸收剂研究的未来发展趋势。     

AM波在LC电路中的不失真条件

分析AM波通过LC谐振放大器时的不失真条件,提出解决失真的办法.     

星机双基地SAR方位向成像性能分析

星机双基地合成孔径雷达（Synthetic Aperture Radar, SAR）系统中,由于收发平台运动速度差异较大,因此需要对收发波足（波足是指波束在地面的投影）的运动速度进行合理的设置,减小收发波足速度差,尽可能的提高收发波足覆盖范围和时间,进而实现高分辨、大方位场景成像。根据收发波足覆盖时间的相互关系,分析了收发波足共同覆盖范围内的方位向成像性能。分析了收发波足方位向位置偏移对方位向成像性能的影响,从而对星机双基地SAR系统的波束同步精度提出了要求。仿真结果表明,本文提出的方法能够很好的分析收发波足同步误差对成像性能的影响,能够为星机双基地SAR系统设计提供重要参考。