用于超角分辨的 Hopfield 神经网络方法

Hopfield神经网络用于方位估计可获得高的精度和超分辨力。本文综述有关研究,描述该网络模型及用其于信号处理的一般步骤,用于方位估计的具体形式,讨论提高精度及分辨力的一些措施,指出进一步研究的方向。     

大气层高层功能拦截器侧窗定向方位研究

大气层高层作战的动能拦截器多采用侧窗探测的结构布局,侧窗定向方位对其拦截效果有重要的影响,但定向方位的选择却受诸多因素制约.在一定理想化假设的基础上,研究了末段交战过程中视线转率的变化规律,从理论上分析了由侧窗定向产生的攻角对拦截结果的影响,得到了只考虑气动力影响下的最佳定向方位;然后综合考虑气动力、轨控系统、姿控系统的影响,给出了不同作战高度下侧窗定向方位的选择方法.数字仿真结果表明,此种方法能够满足侧窗探测的要求,且在大多数情况下只需一次定向即可完成拦截.     

光电稳定机构指向误差建模与敏感度分析

光电稳定机构在武器装备的侦察、瞄准设备中应用广泛,其光轴指向误差直接影响着目标探测、识别的准确性.在加工和装配过程中难以避免的机构几何误差是指向误差的重要来源.基于多体系统运动学理论的误差建模方法,以两轴式稳定机构为例,建立了基于几何误差的指向误差模型.并通过误差模型的概率分析和误差敏感度的构建,比较了各项几何误差的影响程度.此方法既可在设计阶段用于指向误差的评估和几何误差的分配,也可在调试阶段用于几何误差标定.     

典型角反射器单/双基地RCS特性对比分析

角反射器在舰船目标防御中发挥重要作用，如何有效对抗角反射器干扰是当前的研究难题。以典型八面体角反射器为研究对象，通过电磁计算和暗室测量对比分析了单个角反射器、角反射器阵列单/双基地RCS(radar cross section)空域、极化域分布特性以及统计特性，揭示了双基地雷达与角反射器之间的几何关系对角反射器RCS的影响规律，结果表明在大范围双基地角条件下,八面体角反射器双基地RCS远小于单基地RCS，均值相差约30 dB。适当部署双基地雷达可有效降低角反射器干扰影响，对双基地雷达抗角反射器干扰有参考意义。     

测量站数量对多站测向交叉定位精度的影响

多站测向交叉定位是海上编队作战中最常用的目标指示方法之一.该方法的定位精度受测向误差和目标距离远近的影响较大,定位精度相对较低.提高定位精度的措施包括合理配置观测站数量和阵位,以及提高测向精度等.虽然研究中一般认为增加测量站有助于提高精度,但缺少站数对定位精度影响的模型.首先以非线性最小二乘估计下的多站测向交叉定位为例...     

基于动平衡状态理论的稳态误差机理分析

基于动平衡状态理论对稳态误差进行了分析,揭示出稳态误差的本质,并在此基础上给出了稳态误差为零的充要条件,并为稳态无差控制提供了新的思路.最后证明了基于动平衡状态理论的稳态误差为零的充要条件与基于内模原理得到的结论是等价的.     

机动目标状态估计的最小均方误差界

基于多项式模型的各种自适应滤波算法被广泛应用于机动目标跟踪领域,但尚没有统一的评估标准来衡量这些跟踪算法的优劣。由于存在确定的时变未知输入,机动目标的状态估计实际为有偏估计。基于状态估计均方误差最小的准则,推导了多项式模型滤波的最小均方误差界计算方法,获得了使状态估计均方误差最小的过程噪声方差变化规律。该方法给出了各种基于多项式模型的机动目标跟踪算法的估计均方误差下限,也为机动目标跟踪中最优过程噪声方差的设定提供了依据。仿真结果验证了算法的有效性。     

基于间歇采样转发干扰的ISAR群目标生成方法

基于间歇采样转发干扰理论,提出了一种ISAR二维群目标生成方法。采用伴飞式干扰机,对所掩护的目标回波信号进行间歇采样转发,在ISAR上形成逼真的虚假二维群目标图像;通过调整干扰机和目标的空间位置关系,生成二维假目标序列,并能模拟目标的动态姿态变化。在介绍了间歇采样转发干扰的基本原理后,阐述了伴飞式干扰原理,然后从理论上推导了了伴飞式干扰机的功率和空间位置要求,接下来着重分析了二维群目标生成的理论原因,指出了影响二维群目标分布的关键因素和群目标的姿态角变化规律,最后进行了仿真验证,结果表明了该方法的有效性。研究成果对于ISAR干扰机的设计和工程应用具有指导意义。     

L1-analysis稀疏重构在阵列信号恢复及波达角估计中的应用

通过适当的空域稀疏化构造了可对阵列接收信号进行冗余稀疏表示的阵列流形矩阵,建立了相应的L1-analysis稀疏重构模型用于恢复阵列接收信号,重点证明了该流形矩阵是满足L1-analysis 稀疏重构条件的紧框架,从理论上保证了将L1-analysis 稀疏重构用于阵列接收信号恢复及波达角估计问题的合理性,并推导出信号恢复误差的理论上界。利用在微波暗室环境中采集的实测数据,结合MUSIC算法进行实验验证,结果表明基于L1-analysis 稀疏重构的信号恢复对提高低信噪比环境下的波达角估计性能是有效的。