评估航空重力系统误差及向下延拓的逆泊松半参数方法

常用航空重力系统误差事后处理方法需外部重力数据,但很多地区无外部重力数据。研究发现,半参数模型可在无外部数据时估计系统误差。先用自然样条函数为系统误差建模,后用补偿最小二乘法和光滑参数求解,最后用广义交叉核实法(不需要先验信息)选取光滑参数。将半参数模型用于向下延拓逆泊松积分,建立逆泊松半参数混合模型,既可无外部重力时估计系统误差,又可向下延拓。实验结果表明:无外部重力时逆泊松积分和最小二乘配置法受系统误差影响最大,向下延拓精度最差;正则化算法可减弱系统误差影响,向下延拓精度较好;逆泊松半参数混合模型可估计系统误差,向下延拓精度最好。     

基于神经网络的某扫雷犁电液伺服系统建模与控制

扫雷犁电液伺服系统是一类复杂非线性系统,基于传统建模方法构造的线性模型难以反映系统的本质非线性特征,因此提出采用基于正交最小二乘法的径向基函数神经网络对该系统进行精确建模;已有的手动分级控制或传统的PID控制方式不能满足精确控制的战术要求,提出采用基于广义训练和专门训练相结合的神经网络直接逆控制方法,实现系统吃土深度的有效控制。实验仿真结果以及与其他建模和控制方法的比较,验证了提出方法的有效性。     

基于因式分解BP的车载前视地表穿透SAR快速成像算法

车载前视地表穿透SAR(VMFL-GPSAR)属于双站SAR的范畴,采用单站快速因式分解BP(FFBP)处理存在较大的误差.针对双站SAR模型分析FFBP的距离误差,给出了极角采样率限制条件,提出了双站FFBP算法,通过合理设置子孔径中心提高聚焦效果,并结合距离相位补偿和线性插值技术,进一步提高聚焦精度.仿真和VMFL-GPSAR实际数据处理结果验证了双站FFBP算法,成像效率可提高2.31倍.     

逆社会化保障：非战争军事行动的制度分析

重大自然灾害抢险救灾中军队对受灾对象进行全方位应急保障的行为属于逆社会化保障。微观上,军队的意识形态和信息不对称促使军人追求自身价值的实现,从而为军人抢险救灾中的利他行为提供了激励;宏观上,军队的科层制度和规模经济减少了抢险救灾应急保障的交易成本,从而为军队快速高效实施应急保障创造了条件。     

SAR有源欺骗式干扰模型研究

从SAR成像原理的基础上分析了有源欺骗式干扰对抗SAR侦察机理,推导了准确进行欺骗干扰的模型.传统有源欺骗式干扰模型以干扰机为基准,并进行了假设简化,对于虚假目标的位置设定存在一定局限性,根据虚假信号的多普勒频率偏移及其变化率,对传统模型进行了分析和推导,提出了传统模型虚假目标设定需要满足的位置限制条件;并针对现有的星载SAR平台参数,对虚假目标参数设定限制条件进行了模拟计算和分析,并对传统模型的改进进行了展望.     

SAR图像阴影区域分割技术及其评估准则

提出了一种阈值化技术与形态学方法相结合的SAR图像阴影区分割方法.该方法首先通过寻找图像平均强度最小的子区域对阴影区域进行初始分割,之后进行图像翻转、阚值化处理,最后利用形态学处理消除虚假像素,进行简单的连通性滤波,实现阴影区的自动分割.给出了3种图像分割评价准则,并基于计算机仿真和图像分割评价准则验证了该阴影区分割方法的有效性.     

基于收发分置SAR雷达的相位同步通信

通常振荡器相位噪声能够影响收发分置雷达的性能,从而降低了多基地合成孔径雷达的成像效果,因此,减少振荡器相位噪声对于成像来说非常重要.给出了通过使用同步通信来量化抵消振荡器相位噪声的方法,给出了不同的同步策略,对它们的性能进行了分析,并着重对来自于接收机噪声、频谱混叠、插值及滤波误匹配的同步通信误差进行了研究.     

基于PCA特征的快速SAR图像目标识别方法

目标识别是SAR图像解译的重要一环,受到广泛的关注,而实时性又是评估目标识别系统性能的主要指标之一.从实时的角度出发,提出了一种快速的SAR目标识别方法.该方法采用基于Hebb学习规则的主分量分析(PCA)进行特征提取,使用多层感知器神经网络(MLP NN)进行目标分类.实验结果表明,在维持较好识别性能的前提下,该方法具有内存需求少、运行速度快的特点,能用于实时处理.     

纯方位TMA的有偏性分析

纯方位TMA是一类典型的非线性问题,它常表现出一些独特的性质,有偏性就是其中之一。对纯方位TMA常用的伪线性估计器的有偏性进行了分析,指出偏倚是由伪线性化造成的。该结论得到了仿真计算结果的支持。仿真结果还表明,偏倚程度同测量误差大小、几何态势、己艇机动航路等诸多因素有关。