基于最小负载的相控阵雷达自适应数据率更新算法

提出了一种基于最小负载的相控阵雷达自适应数据率更新算法.该算法基于交互多模型(IMM),以雷达负载最小为准则,推导出新息协方差矩阵和时间间隔T的函数关系,通过求取该函数在一定范围内的极小值,得到使雷达负载最小的时间间隔.仿真结果证明了该算法能够保持雷达负载最小的条件下,根据目标的运动情况自适应的改变跟踪时间间隔,目标机动时预测误差明显小于固定时间间隔目标跟踪算法.     

预警机雷达在协同空战中的多目标探测

预警机指挥下的多机协同攻防系统,利用预警机的高空机载雷达和强大的通讯导航系统有效地提高了多机攻防系统的防空预警能力和综合指挥作战能力。对该系统进行了理论框架分析,给出了其整个工作过程的各个功能模块的模型,并针对预警机的雷达探测能力进行了对多组目标实时探测跟踪的仿真计算。     

基于效用函数的打击目标选择方法

针对打击目标选择问题,提出了一种基于效用函数的打击目标选择方法,根据效用函数理论和方法,对单个打击目标的价值进行了量化,对多元目标价值函数进行了构造,通过实例分析,说明该方法的有效性和合理性,从而为解决打击目标价值度量问题提供了一种新途径。     

抑制成像数据噪声的模糊多目标算法

以模糊数学和决策理论为基础,通过建立成像数据模糊指数函数及平方误差 模糊指数函数,提出了一种称为模糊多目标优化的新的算法模型,对成像数据的噪声进行抑 制实现数据优化。实验结果表明,所提出的模糊多目标优化算法模型有较强的抑制噪声能 力,理论和实验有较好的一致性。     

基于粗集的神经网络在目标类型识别中的研究

为克服传统的目标类型识别方法的不足,提出将粗集和神经网络紧耦合建立新的识别模型,即经过识别信息预处理、样本数据粗集方法简化、神经网络学习训练及待识信息网络识别等步骤,充分融合了粗集强大的规则提取能力和神经网络优良的分类能力。实验表明,该模型减少了识别的主观因素,简化了神经网络结构,提高了运算速度。     

基于D-S理论的多传感器空中目标识别

针对当前空中目标识别的特点,探讨基于D-S理论的多传感器空中目标识别方法.设计了一套多传感器空中目标识别算法.详细推导了该算法,对"未知度"的概念进行了扩充,让其涵盖了部分不可求的逆命题,并结合具体实例对其应用进行了验证和分析.分析表明,该算法能够较好地识别空中目标.灵活确定"未知度",适当扩充"未知度"的概念,可使一些复杂问题简单化,通过较少地运算达到预定效果.     

实现大空域变轨的三维虚拟目标比例导引律

为了实现反舰导弹的大空域变轨,提出了一种三维虚拟目标比例导引律。该导引律利用简单的控制指令就能控制导弹完成复杂的大空域变轨。采用变轨弹道可以提高导弹的机动性,有效地对抗敌方反导武器系统的拦截,提高突防能力。同时,采用变轨弹道可以增大导弹的射程,实现防区外发射,从而有效地提高发射平台的生存能力。最后,通过仿真实例证明所提出的导引律是很有效的。     

基于模糊集理论和D-S证据推理的空袭目标识别

目标识别是防空作战指挥过程中信息处理的一个重要环节。在基于模糊理论目标识别基础上,引入D-S证据理论,通过对模糊隶属度进行重新分配,较好地克服了随机因素的影响,可望进一步提高对空中目标的正确识别率。     

多频段多波束多系统共用跟踪天线——伦伯透镜天线

本文介绍伦伯透镜天线的原理、性能、研制和应用。重点说明它的宽频带、宽角扫描和多波束特性。指出该天线可用于固定或移动节点站,供不同通信系统共用。各通信系统的频段可以不同。由于天线的多个波束可以独立控制,各通信系统可以应用各自的波束同时对几个方向的目标进行跟踪。     

基于强跟踪滤波器的多雷达配准方法

在多雷达数据处理系统中,雷达本身的系统偏差是影响目标跟踪和数据融合质量的一个重要因素。提出了基于强跟踪滤波器(STF)的多雷达配准算法。该算法是利用各雷达相对主雷达的测量差值,利用强跟踪滤波器(STF)实时估计出各雷达的系统偏差(方位和距离),从而进行配准。仿真实验结果表明这种方法是有效的。