基于方位数值拟合的目标机动改变判断*

被动声纳和侦察雷达等传感器材对目标的探测仅能获取目标方位信息。虽然基于纯方位信息和探测平台机动位置的方位平差法,能够解算得出定向定速运动目标的要素,然而在实际作战应用中,目标可能会频繁地出现转向机动,使运动要素永远也不可能收敛。判明目标改变机动具有十分重要的战术价值。本文研究给出了一种基于时间方位拟合的目标转向运动判断方法,并结合典型态势进行了仿真分析,得出了拟合判断参数,研究结果为目标运动要素解算控制、潜艇查明水面舰艇巡逻线等作战应用提供目标转向判断依据。与方位滤波方法相比,这一方法概念清晰、算法简单、实用性强。     

基于波达方向矩阵的矢量水听器方位频率联合估计

提出了一种新的基于单个矢量水听器的方位频率联合估计方法--波达方向矩阵法.利用矢量水听器的时延数据,构造了两个相同的子阵,通过对波达方向矩阵的特征分解,实现了对目标信号的波达方向估计,并同时得到了目标的频率特征.计算机仿真实验表明,该方法具有较好的估计精度.     

一种改进的MCM算法

平均曲率运动模型(MCM)是基于偏微分方程的图像处理模型的一种,具有明确的几何意义.提出了模型中退化扩散项的精确计算方法,并采用了两种新的方向估计方法.实验证明了新方法所得的结果优于原方法.     

基于MCMC方法的Lorenz混沌系统的参数估计

基于贝叶斯理论,提出用马尔科夫链蒙特卡罗(MCMC)方法来估计Lorenz混沌系统的未知参数。首先导出了未知参数分布规律的后验概率密度函数;接着采用自适应Metropolis算法构造Markov链;然后截取收敛的链序列,计算混沌系统参数的估计值。数值试验表明:该方法具有很高的估计精度,同时具有较好的抗噪声性能。     

基于遗传算法的大型降落伞气动力参数辨识

建立了降落伞回收系统的六自由度动力学及运动模型,针对大型降落伞可观测数据少的特点,设计遗传算法辨识其气动力参数,利用仿真验证了辨识方法的可行性和辨识模型的正确性。结合空投试验录像分析数据,辨识了某型号飞船所采用大型环帆伞的气动力参数,并利用辨识结果对其稳定性进行分析,其结论可作为回收系统设计的理论参考依据。     

双频去相关单历元动态解算整周模糊度研究

针对GPS实时动态精密相对定位应用背景,提出一种整周模糊度实时求解方法。采用宽巷组合载波相位双差、伪距双差观测信息建立观测模型;对浮点模糊度协方差阵进行一次Cholesky分解,构造了浮点转换矩阵,使浮点模糊度完全去相关;推导确定整周模糊度的搜索空间;利用最小残差平方和搜索准则,确定单历元整周模糊度,并用OVT检验方法,对不同历元得到的整周模糊度进行一致性检验。结果表明,观测量误差均方差取值对整周模糊度搜索空间和成功率有较大影响,附加OVT检验的双频去相关单历元动态解算整周模糊度方法正确可行。     

基于二维雷达组网目标高度定位算法

讨论了通过二维雷达组网的方式可对目标高度进行估计,并对所求出的高度进行了误差分析,通过仿真得到了目标高度和方位角对高度误差的影响。在实际中由雷达站和指挥所的经度、纬度和海拔,可将雷达站测得目标的信息转化到以指挥所为原点的直角坐标系中,为指挥员提供空情,以便进行决策和指挥。     

单矢量水听器的姿态修正测向问题探讨

提出了一种采用姿态修正的单矢量水听器远场测向方法.在实际应用中,矢量水听器的测向及其接收的质点振速分量信噪比(SNR)均会受到水听器偏转姿态的影响.为此,利用远场条件下只需两个振速分量和声压信息即可实现二维测向的原理,提出了一种基于振速分量选择处理的远场测向方法,该方法充分利用高SNR的振速分量,提高了测向精度.计算机...     

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。     

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。