分布式2D雷达网的航迹关联方法

针对分布式2D雷达网由于缺乏高度信息而不能对空中目标进行航迹关联的问题,研究了一种2D与2D雷达航迹关联算法.首先,利用雷达和目标之间的几何特性将来自两异地雷达的航迹有效地统一起来,建立航迹关联函数;然后,对关联函数进行一阶泰勒展开,得到关联函数与雷达量测噪声的线性关系,并根据雷达量测噪声的置信区间得到关联门限;最后,...     

时变通信时延下的多无人机系统编队追踪控制

针对存在时变通信时延的情形,研究了多无人机系统的编队追踪控制问题,使得系统中的领导者能够追踪期望轨迹,跟随者能够追踪领导者轨迹并形成期望编队。对系统中的无人机建立其动力学模型,对于所描述的情形作出一些基本假设和说明。基于一致性理论对领导者和跟随者设计相应的控制器,通过变量代换和数学变形,将原系统的编队追踪控制问题变为低阶系统的渐近稳定问题。设计合适的Lyapunov-Krasovskii函数,运用线性矩阵不等式的相关定理,推导出新系统渐近稳定的充分条件。在Matlab环境中对系统进行飞行仿真实验,实验结果表明：在满足所给条件时,系统在时变通信时延条件下能够实现编队追踪控制。     

基于改进混沌映射和WFRFT的射频隐身信号设计

为了提高雷达射频隐身信号的低截获性能,提出了改进一维混沌映射和加权分数阶傅里叶变换结合的方法,设计一种射频隐身信号。该信号利用改进一维混沌映射脉内调频和脉间调相,对调制后的复合信号加权分数阶傅里叶变换,分析了该信号的相关特性、功率谱以及模糊函数,同时与其他2种混沌信号对比。仿真结果表明,该复合调制信号自相关PSL为-81.27 dB,ISL为-72.08 dB,信号平均功率为-34.41 dB,并且模糊函数近似为“图钉型”,该信号具有较好的低截获和抗识别性能,射频隐身性能良好。     

基于Neyman-Pearson准则的自适应门限干扰抑制算法

针对制约变换域通信系统抗干扰性能的门限抑制问题,提出了基于Neyman-Pearson准则的自适应门限干扰抑制算法。从硬件实现角度,通过干扰提取模块和自适应门限比较器,建立干扰抑制系统;根据环境频谱,基于高斯分布和N-sigma原理,确定初始门限和虚警概率;提出了基于Neyman-Pearson准则的自适应门限算法,在约束条件下保证检测概率最大化。仿真结果表明,该自适应门限算法能够有效抑制多音干扰和线性调频干扰,干扰的剔除效果较好;同时具有良好的检测性能,较传统的双门限检测概率提高约3.14%的性能增益。     

基于LMS2UKF的主/被动雷达融合算法

在主/被动雷达双传感器目标跟踪背景下,针对IMM算法的计算量大,提出一种基于变结构多模型思想的LMS2UKF分布式融合算法。该算法将LMS算法和UKF滤波算法结合进行矩阵加权融合。与IMM2UKF算法进行仿真比较,结果表明在相同情况下,本算法有较好的稳定性和较好的定位精度。     

天线宽频辐射功率的FDTD数值计算

为了实现混响室的仿真电场值与实测值的直接对比,需要计算发射天线的宽频辐射功率．基于坡印廷矢量的面积分,利用时域有限差分算法和快速傅里叶变换,得到了天线宽频辐射功率的快速计算方法．应用该方法对半波偶极子天线和短偶极子天线进行数值仿真,通过仿真值与理论值的比较,验证了该方法的正确性．该方法适用于任何能够用FDTD进行合理建模的电磁设备的辐射功率计算,且一次计算即可得到宽频辐射功率,不仅为混响室仿真结果的归一化打下基础,而且也是分析其他电磁设备宽频辐射特性的可行方法．     

离散型随机BAM神经网络时滞分布依赖全局指数稳定性

研究一类具有随机时滞与随机干扰的离散型BAM神经网络的全局指数稳定性,所建模型同时考虑离散时滞变化区间与分布概率对稳定性的影响．通过构造新的Lyapunov泛函并结合线性矩阵不等式（LMI）方法,得到了均方意义下依赖于时滞分布的全局指数稳定性条件．     

基于轮廓波变换的图像压缩感知处理

由于轮廓波变换(contourlet transform)能够更好地对图像进行稀疏表示。文章提出了基于轮廓波变换的图像压缩感知算法。将图像进行轮廓波变换后得到图像的稀疏表示,采用随机高斯矩阵对高频系数进行测量,实现数据压缩,然后采用正交匹配追踪算法恢复系数,再进行轮廓波反变换重构图像。实验结果表明,与原压缩感知算法相比,该算法有效地提高了重构图像质量的主观视觉效果和峰值信噪比。     

基于矩阵变换的坦克驾驶训练数字化记录与评判系统研究

为了解决坦克驾驶训练中因操作状态难以保留、操作细节难以再现而无法实现对训练成果深入分析与客观评价的不足,以坦克驾驶训练数字化记录与评判系统总体设计为切入点,基于基础驾驶动作的分解与组合以及车辆状态信息获取设计了驾驶动作记录仪,实现了坦克驾驶训练过程中动作状态信息的采集与数字化存储,并应用矩阵变换理论,提出了一种基于关键性动作参数查找与判断的方法,对基础驾驶动作进行了过程识别与效果评判。分析表明:该系统的技术能对坦克驾驶动作状态进行数字化记录,而基于状态矩阵变换的方法能实现基本驾驶过程的识别与评判。     

基于FRFT的LFM信号检测与参数估计

目标运动使雷达回波表现为初始频率和调频率参数均为未知的线性调频(LFM)信号,精确且快速地检测和估计出未知参数的LFM信号是雷达信号处理的主要工作。文章利用LFM信号在特定阶数的FRFT域呈现出能量聚集特性,介绍了基于FRFT的二维峰值搜索、模最大值两步搜索和预判法三种LFM信号检测与参数估计算法。通过在高斯白噪声背景下对三种算法的仿真进行分析、比较,结果表明:在低信噪比条件下,基于FRFT模最大值两步搜索算法估计精度高,计算量较小,为工程应用提供可能。