四阶累积量的MIMO雷达角度估计算法

针对色噪声环境下的MIMO雷达目标角度估计问题,提出一种新的参数估计算法.通过计算MIMO雷达接收数据的四阶累积量,并对构造出的累积量矩阵进行特征分解,结合MUSIC算法和ESPRIT算法实现了雷达目标的角度估计.在保证阵元扩展能力和目标分辨力的基础上进行了低复杂度改进,去掉了冗余信息,实现了目标参数的有效估计;同时由于采用四阶累积量,提高了算法抑制高斯噪声的能力,更利于工程应用.最后计算机仿真结果证实了算法的有效性和可行性.     

有/无人协同探测编队指挥控制系统结构设计

针对有人机动雷达/无人机集群（manned mobile radar/unmanned aerial vehicle cluster,MMR/UAVC）编队指挥控制系统结构设计问题进行了研究。以未来无人机蜂群探测任务为背景,提出MMR/UAVC协同探测作战模式,结合编队组织结构和作战流程,对指挥控制系统总体设计提出具体要求。在此基础上,设计了包括决策规划层、协同控制层和效能评估层的递阶式指挥控制系统结构,概括了各层次主要功能与逻辑关系。对指挥控制系统的关键模块和支撑技术进行了分析。     

多雷达观测信号融合检测算法

针对海上小目标检测问题提出了一种基于多雷达观测信号层融合的检测算法。该算法对各个雷达的观测值按采样时刻进行排序,然后根据对应时刻的脉冲信号进行高阶互累积量计算然后在相关域上积累进行似然比检测。仿真分析表明该算法与基于贝叶斯准则的分布式检测算法相比,具有较低的复杂度和低信噪比条件下较高的目标检测概率。     

对未知复杂体制雷达信号融合处理算法北大核心

针对算法对缺乏数据库的未知复杂体制雷达信号不能有效的进行融合处理的问题,提出了一种对未知复杂体制雷达信号融合处理算法。该算法首先进行实时建库,然后计算各参数的相似度,再利用D-S证据理论依次对信号各参数相似度和对各信号进行多层融合处理,最后合并完善信号。仿真实验表明该算法可较好对未知复杂体制雷达信号实现融合,处理有效率高,在大样本个数能保持稳定的处理有效率,且耗时较少。     

改进AHM-TOPSIS的智能化雷达信息处理性能评估方法

针对智能化雷达信息处理性能评估需求,从雷达信息处理包含的目标检测、目标识别和剩余杂波抑制3种技术着手,构建了智能化雷达信息处理性能评估指标体系。使用评分标度替代比例标度对属性层次模型进行改进,通过改进后的属性层次模型对指标体系进行赋权。在评估模型中引入灰色关联分析法,使用灰色关联系数替代欧式距离,利用改进的逼近理想解排序法对不同方案的智能化雷达性能进行排序,筛选出最优的智能化雷达技术方案。通过智能化雷达的工作数据验证了该方法的有效性。     

基于点模式匹配的雷达航迹与航行计划匹配算法

在雷达航迹与航行计划匹配时,针对传统算法对单点信息依赖程度较高,在信息缺失、目标机动等情况下匹配效果差的问题,提出了一种基于滑窗的改进点模式匹配算法。首先,提取了雷达航迹多特征点,利用特征点集弥补单点信息的不足,通过简化匹配分数的计算,降低了点模式匹配复杂度。仿真实验结果表明,改进的点模式匹配算法显著提高了信息缺失、目标机动等情况下的匹配正确率。     

改进的TOPSIS法在雷达干扰资源分配中的应用

对雷达进行侦查是干扰雷达的前提,由于侦查无法得到精确的实际雷达工作参数,而只能得到一个工作参数区间,因此属性值为确定值的多属性决策方法是不适用的.从多个属性出发,提出改进的基于逼近理想解排序的TOPSIS法,针对属性权重信息不完全且属性值为区间数的特征,将多属性决策问题运用到雷达干扰资源分配中来,对雷达干扰资源进行优选配置,通过多个无线传感器干扰节点协同干扰,使其达到最佳的干扰效果.