基于多尺度特征聚类算法的不确定目标检测

提出一种基于无样本的SAR图像目标检测分类方法。针对空战过程中难以获得大量SAR图像目标样本问题,采用基于全局CFAR的多尺度SIFT特征进行目标纹理描述,并针对特征维度较高及特征描述之间存在的冗余问题,通过PCA算法对其进行降维处理后,采用DBSCAN算法对潜在目标区域的多尺度SIFT特征进行分类实现目标检测。通过单一目标和多类目标图像进行实验验证,实验结果表明该方法具有一定的有效性和可行性。     

平流层飞艇合成孔径雷达成像优化策略

平流层飞艇具有驻空高度高且时间久、覆盖范围广、使用效费比高等特点,在侦察监视等领域应用前景广阔。结合平流层飞艇平台特性,分析平流层飞艇合成孔径雷达(Synthetic Aperture Radar,SAR)与机载SAR的异同;针对平流层飞艇SAR的脉冲重复频率冗余及大振幅低频率运动误差,提出优化方案,并开展仿真分析验证。仿真结果表明所提优化运动补偿方法能够有效消除平流层飞艇运动误差影响。     

单星对卫星的仅测角被动定轨跟踪方法研究

针对单星对卫星被动定轨时使用经典轨道根数作为状态变量可能存在奇点且测量方程变量及相应坐标转换缺乏物理意义等问题,提出一种新的基于J2000.0惯性系的单星对卫星扩展Kalman滤波仅测角被动定轨跟踪方法,并对测量方程中的变量及其坐标转换进行明确定义;同时对状态预测方程、状态转移矩阵及测量雅可比矩阵进行详细推导,最后通过STK6.0仿真场景产生的数据对算法在不同初始状态误差和测角精度下的性能进行对比分析和仿真验证。多次仿真结果表明:该算法实现了单颗高轨卫星(准同步轨道)通过仅测量角度对圆轨道(e=0)低轨卫星辐射源的被动定轨和跟踪,当测角精度优于平均角度变化量时,滤波收敛所需时间及估计误差都大大减小,且该算法对滤波初始误差也具有较好的适应性。     

一种新的高分辨率SAR图像目标自动鉴别方法

目标鉴别是SAR图像目标识别系统的关键环节,用以消除预筛选阶段因异常检测产生的大量虚假的感兴趣区域切片。针对目标鉴别问题,提出了一种新的目标自动鉴别方法,首先对CFAR检测的结果做基于面积特征的预鉴别处理,而后对获得的ROI目标切片提取鉴别特征,并在特征分析的基础上设定特征判决阈值,实现序贯鉴别处理。利用X波段SAR图像数据检验了上述方法,给出了鉴别输出的ROI切片。     

基于集合Kalman滤波的目标被动跟踪系统

针对传统的目标被动跟踪技术计算量大和滤波不稳定的问题,引入了基于集合预报思想的集合Kalman滤波算法,联合利用到达角和多普勒频率信息实现机动目标被动跟踪,探讨了不同条件下集合成员的数量和初始集合的差异对目标被动跟踪性能的影响。仿真结果表明,集合Kalman滤波能够应用到目标被动跟踪系统中,并且跟踪性能更好。     

一种反辐射导弹抗低截获概率雷达关机的被动定位方法

针对反辐射导弹与雷达的攻防对抗形势,详尽阐释了目前反辐射导弹(ARM)抗雷达关机的主要手段及其核心原理,仔细分析了脉冲体制雷达的跟踪扫描机制、低截获概率(LPI)雷达的工作特点以及反辐射导弹被动雷达导引头的基本工作原理,由此归结出反辐射导弹在应对低截获概率雷达时制导信息的特性,然后首次提出了一种基于灰色理论的被动定位方法,并在考虑雷达跟踪扫描模型和被动雷达导引头检测模型的情况下通过数学仿真验证它具有较好的抗低截获概率雷达关机能力,落地点的圆概率误差仅在6.40m左右。     

基于特征提取的匹配场处理

匹配场被动定位具有优于传统被动定位算法的性能,但其对环境参数具有依赖性的缺点严重制约了算法的应用。为了改善算法的适应性,在充分利用拷贝场协方差矩阵信号分量和噪声分量的基础上,构造了两种优化的特征提取匹配场处理器。最后使用1993年NATO SCALANT Centre在地中海用垂线阵采集的实验数据对算法进行了验证,结果显示在不确实海洋环境下,算法不仅可以成功定位固定声源和运动声源,而且其输出信干比和峰值背景比都得到了改善。     

基于递推CRLB的被动定位跟踪精度分析

针对无源探测下存在探测概率低、数据率低、精度较低等问题,为了提高目标定位跟踪精度,利用克莱默下界(CRLB)理论,推导了不完全量测下最优估计方差下界公式。从而分析以上因素对目标跟踪的影响,为设计跟踪系统提供指标参考。理论仿真与KALMAN滤波数值仿真表明,在无法提高观测器精度的情形下,通过提高系统灵敏度以提升信号截获概率,增加分布式布站组网探测关联融合提高信息数据率,能显著提高被动定位跟踪精度。     

被动电磁装甲板间距优化分析

为增强被动电磁装甲对金属射流的干扰效果,对装甲板间距进行了优化分析。在分析与装甲板间距有关系统参数的基础上,建立了以装甲板间距为寻优变量的目标函数,讨论了不同权重对目标函数和最优板间距的影响。结果发现:要使目标函数取得较小值,应减小完全作用时间的权重和装甲板电感的权重,而增大作用时间的权重,且完全作用时间的权重应大于装甲板电感的权重;当这3个权重分别取经验值0.35、0.4、0.25时,最优板间距约为41 mm。     

SAR微动目标的稀疏贝叶斯成像方法

SAR微动信息能够反映出目标的属性信息,其微动图像可作为雷达目标识别的一种重要手段。基于SAR微动目标回波的稀疏特性,建立了在过完备词典下的稀疏表示模型,提出一种新的稀疏贝叶斯重构方法——方差成分扩张压缩,该方法仅赋予有重要意义的信号元素不同的方差分量,拥有更少的参数。仿真结果表明,方差成分扩张压缩方法能较精确地估计出SAR目标微动参数,同时能够获得低信噪比条件下较好的微动目标像。