多假目标干扰对雷达检测性能影响分析

详细分析了在多假目标干扰存在情况下,雷达检测性能受影响程度,并分别从定性和定量2个方面进行仿真分析.分析结果表明,无论哪种CFAR检测器,在多假目标干扰存在的情况下,其检测性能都有不同程度下降,且其下降程度与假目标数目、假目标密集度和多假目标分布特性等密切相关.     

基于神经网络的混合双滤波器自适应目标跟踪算法

在分析近期基于神经网络数据融合的目标跟踪算法的基础上,结合一种新的自适应滤波模型(NAF)和速度估计自适应跟踪算法(AVE),提出了基于神经网络混合双滤波器的机动目标自适应跟踪算法(NHDF).该算法通过在线自动调节网络输出进行过程噪声方差融合,降低了现有算法因系统方差的调整不当而带来的精度损失.理论分析及仿真结果证明,与"当前"统计模型、速度自适应模型和新的自适应模型算法相比,该算法具有跟踪精度高,自适应能力强的优点.     

基于不变矩和神经网络的目标识别方法

针对寻的导引头成像制导中实时采集图像由于存在几何失真及像质模糊而导致目标识别精度差的问题,提出了一种基于不变矩和神经网络的目标识别方法.该方法采用一种改进的不变矩算法提取目标图像的不变矩特征量来训练BP神经网络,实现目标图像的识别和分类.仿真结果表明该不变矩特征库训练的神经网络分类器具有较高的识别精度,是一种比较实用的目标识别方法.     

一种基于轮廓自扩展的GVF算法

针对Snake算法及GVF算法对初始轮廓覆盖区域敏感性的缺陷,提出一种轮廓自扩展方法,从而使初始轮廓能够有效地覆盖目标所在区域,达到对目标的完整搜索;将其应用到目标跟踪中,根据下一帧中目标与当前帧设置的轮廓的交叉,通过自扩展初始轮廓可以很快将目标划为搜索区域之内.实验表明,基于轮廓自扩展方法的GVF方法可以实现对目标轮廓的完整提取;在目标跟踪中可以自动、有效地跟踪目标.     

防护工程综合防护能力灰色模糊决策方法研究

本文基于灰色模糊决策和综合防护思想,应用灰色系统理论对防护工程口部综合防护能力问题进行分析,构建防护工程综合防护效能指标体系,在以效费比为目标的防护工程综合防护多目标优化模型基础上建立Pareto解的灰色模糊优选模型,给出了相应的遗传算法,并且用例子说明了通过综合防护优化获得的有用结论。     

多普勒频谱及JEM效应在空中目标识别中的应用分析

为了获取进行空中目标识别的有效特征量,分析了多普勒频谱结构识别、调制谱识别和JEM周期特征识别等方法.采用将相位和幅度综合的方法,获得了更接近理论值的JEM周期平均值特征量,仿真结果说明综合特征量具有较小的估计标准差.最后,指出了该领域可能的研究方向.     

一种新的基本概率函数构建方法及应用

针对Dempster-Shafer(D-S)证据推理中基本概率赋值函数的构造问题,基于模糊聚类分析给出了一种新的构建方法.将它应用到雷达目标识别的仿真实验中,并与灰关联法相比较,结果表明该方法切实可行,不仅提高了基本概率赋值的准确性和稳定性,而且利用了数据的结构信息,有效缓解了证据的冲突.     

基于转弯模型的自适应交互式多模型跟踪算法

针对舰炮火控系统中搜索雷达对来袭导弹跟踪为背景,提出一种基于坐标转弯模型(CT)的自适应交互多模型跟踪算法(AIMM-CV/CT),模型集取为一个匀速和一个坐标转弯模型,滤波器采用各子滤波器模型噪声方差在线计算调整的自适应交互式多模型算法;给出了比例导引规律来袭导弹的航路仿真方法,并对AIMM-CV/CT与IMM-CV/CT算法进行了仿真比较.仿真结果证明了本文算法的正确性和有效性.     

用于纯方位目标跟踪的修正极坐标自适应卡尔曼滤波算法

针对纯方位被动目标跟踪中,直角坐标系下的扩展卡尔曼滤波器容易发散而导致滤波精度很差的问题,提出了一种修正极坐标系下的自适应卡尔曼滤波算法,对虚拟系统噪声进行估计,动态补偿模型线性化误差,对其滤波理论及算法进行了研究和仿真。仿真结果表明,该算法提高了滤波的稳定性、快速性和精确性,优于一般的扩展卡尔曼滤波算法。     

车载系统姿态解耦与目标导引算法

对姿态和北向角传感器安装在回转平台上的车载观察瞄准系统中的载体姿态解耦、坐标转换、目标坐标求解和目标导引算法进行了详细分析,给出了目标坐标求解、瞄准线导引算法.给出的算法原理可以直接应用于姿态传感器安装在转动平台上的车载系统的稳定控制,该原理可以广泛应用于各种车载、舰载、机载火控/指控系统中的目标指示、稳定跟踪、目标引导控制领域.