一种适合GEOSAR成像改进的快速BP算法

针对原始BP算法计算量大的问题,根据地球同步轨道SAR合成孔径时间长,利于子孔径处理的特点,结合子孔径成像算法和去冗余BP算法提出了一种改进的快速BP算法,该算法在子孔径内就进行去冗余运算,相当于对一个合成孔径做了2次的子孔径划分,综合利用了两者运算速度使算法的速度进一步得到提高。仿真结果表明该算法极大提高了运算速度,也能实现良好聚焦,使得该算法更好地在工程上实现。     

混合尺寸目标电磁计算的时域伪谱/有限体积混合方法

针对单一算法对混合尺寸目标进行时域电磁分析的困难,提出一种时域伪谱(PSTD)同时域有限体积(FVTD)混合方法。FVTD可方便地分析复杂的几何结构和材料,但是难以计算电大尺寸的目标,PSTD则特别适合计算电大尺寸的规则结构,但在模拟复杂的几何结构尤其是带有曲边结构以及电大、电小共存结构时存在困难。混合方法克服了单独算法的缺点,融合各自的优势,提高了算法的求解能力和应用范围。为了减小两种算法连接边界带来的反射,采用了FVTD计算面均值的二次函数重构方法,给出了交叠网格和非交叠网格两种混合方案。数值试验表明,混合方法有较高的精度,具有时域分析混合尺寸目标电磁问题的能力。     

基于步进频率正交信号的星载MIMO-GMTI雷达空时频处理研究

多发多收(MIMO)体制雷达综合采用多通道、多频技术,为解决星载GMTI面临的探测慢速运动目标和消除盲速估计等问题提供了有效途径。MIMO雷达工作的基础是有效的波形设计。因此,在分析正交波形性能的基础上,结合GMTI应用需求,建立了星载MIMO雷达步进频率正交信号的基本参数确定准则,研究了步进频率MIMO雷达空时频联合自适应处理的基本原理,通过仿真验证了MIMO雷达在杂波抑制和GMTI性能上的优势。     

一种基于最大选择的Switching-CFAR检测器

针对传统CFAR(Constant False Alarm Rate)检测器不能同时适应于均匀和非均匀杂波背景的问题,提出了一种改进的CFAR检测器,即IEGOS(Iterative Excision Greatest of Switching)-CFAR检测器。在迭代删除的基础上,采用Switching方法,利用检测单元幅度自适应选择参考单元,得到前后滑窗的局部杂波功率估计,然后取二者中的最大值作为总的杂波功率估计,实现恒虚警检测。在SwerlingⅡ型目标和瑞利包络杂波分布的假设下,推导证明了IEGOS的恒虚警性,与CA、GO、SO、OS和EXS算法的对比分析表明IEGOS在均匀杂波、多目标干扰和杂波边缘中均拥有较好的性能,且该算法无需排序,便于工程实现。     

电荷泵中单粒子瞬变的研究

为分析电荷泵中不同频率单粒子瞬变(SET)电流对锁相环(PLL)的影响,采用频域分析法从增益和带宽的角度研究了环路参数与SET响应的关系。分析结果表明,减小环路滤波电阻可以降低系统增益,从而有效降低压控振荡器控制电压的扰动;增大固有频率或阻尼因子则可以提高系统带宽,从而滤除更大范围的SET电流,同时还可以降低PLL恢复到锁定状态的时间。因此,减小环路滤波电阻、增大固有频率或阻尼因子是有效的设计加固方法。通过1GHz PLL的SET模拟验证了上述结论。     

并行时域自适应算法在电大目标瞬态散射中的应用

基于电磁场时域积分方程(TDIE)数值技术计算复杂目标的瞬态散射特性,其计算量和内存需求大,采用时域自适应算法(TDAIM)降低了TDIE的计算规模。在研究TDAIM并行算法的基础上,开发了基于.NET Remoting的电磁场分布式数值计算方案。数值结果表明,该方案显著提高了TDAIM的计算效率,为解决电大目标瞬态电磁散射问题提供了一条有效途径。     

基于混合粒子群优化的多目标决策新方法

多目标优化问题中的一个关键在于合理地评判各有效解的优劣。通过引入灰色系统理论中灰色关联度的概念作为评判准则,结合粒子群优化算法进行有约束多目标规划问题的研究。提出了一种新的不可行解的保留策略,进化过程中以此策略保留适量的不可行解,有利于增强对约束边界附近可能的最优解的搜索,同时,针对粒子群优化算法的容易陷入局部最优的缺点,实现了以粒子群优化为载体的混合算法:即对全局极值邻域进一步混沌搜索寻优。仿真结果表明改进的算法对多目标决策问题是有效的。     

飞行器突发威胁下的智能自主航路规划技术

为了解决突发威胁情况下无人作战飞行器的智能自主航路规划问题,应用变结构自适应参数离散动态贝叶斯网络进行突发威胁时飞行器的突防方向进行选择,给出了模型的建立方法和参数的自适应产生方法,并将类爬山快速搜索算法应用于飞行器改变飞行路径的情况下的实时航路规划,并进行了仿真。仿真结果表明,该方法能够满足飞行器突发威胁下的实时规避威胁和实时航路重规划的要求。     

融入粒子群优化的UPF算法研究及其导航应用

粒子滤波易出现粒子多样性损失,粒子退化等问题,且在初始未知时,需要粒子数较多,收敛较慢。针对上述缺陷,在UKF和PF滤波基础上,将改进了搜索因子的粒子群优化算法融入U粒子滤波算法,提出了一种新型粒子滤波算法,加速了算法的收敛速度。将其应用于地形匹配导航算法中,仿真结果表明该新型算法明显优于UPF及PF算法,更适应于大误差的初始条件下,收敛速度快,具有更高的导航精度和抗噪特性。     

一种基于知识的港口识别与理解方法

港口识别技术在军事上有着重要的应用前景。采用由上而下的知识驱动策略,充分利用了港口的图像特征,在低层处理中采用自适应平滑技术(Saint-Marc)进行预处理;中层处理提取港口重要对象目标(包括水域、防波堤和港口轮廓),用阈值分割和区域增长相结合的算法提取水域,用结构特征识别防波堤和港口轮廓;最后在高层处理中借用语义树的概念分析港口重要对象间的关系,采用概率松弛法进行港口的目标检测与识别。