基于图像对比度最优的频率步进ISAR成像方法

在频率步进高分辨ISAR成像中,目标的径向运动会带来距离多普勒耦合,从而对ISAR图像有较大的影响。提出了一种基于图像对比度最优的运动参数估计方法。该法分析了径向速度和径向加速度对多普勒像对比度函数的影响。通过构造相位补偿因子,在多普勒像中基于多普勒像对比度最优估计径向加速度。在径向加速度补偿后,在距离像中基于距离像对比度最优估计径向速度。进行运动补偿,利用RD算法实现了目标的高分辨ISAR成像。该方法具有运动参数估计精度高和计算量小的优点。仿真结果验证了方法的有效性。     

靶场光测图像实时判读系统设计与方法

研究了靶场光学测量图像实时判读的若干关键技术,并据此设计实现了一套实时判读解算系统。目标自动捕获、跟踪和判读特征高精度定位是实时判读的难点问题,分别采用了形状相似度分析、在线区域跟踪学习、迭代轮廓匹配定位多判读点等技术;在此基础上,根据实时处理的时效性要求高、可并行程度强以及流程时序严格等特点,采纳分布式架构融合业务流程管理的软件体系结构设计模式,实现了数据与流程的集中管理、多站图像并行判读、数据驱动的解算方法自动选择与友好的用户界面。以航空靶场空中发射试验任务为例,通过实验验证了系统的可行性和时效性。该系统可扩展应用于各类靶场试验,满足用户实时获取并分析武器试验数据的需求。     

基于NMPC的战斗机末端机动规避策略

利用非线性模型预测控制（nonlinear model predictive control,NMPC）的思想建立了战机末端规避导弹的机动策略求解方法。根据导弹与战机的空战态势,建立了导弹与战机的相对运动微分方程;将导弹的导引律引入到导弹运动模型中,与飞机模型一起构建了系统预测模型,并对飞机和导弹的运动约束进行了分析。通过对导弹结构限制和战术特性的分析,给出了飞机机动规避导弹的性能指标,进而建立了机动规避导弹的最优控制模型。利用高斯伪谱法对模型进行求解,采用滚动优化策略实现了对机动规避策略的闭环求解。针对导弹气动参数和导航比未知以及相对测量量具有噪声的问题,利用极大似然法对导弹的气动参数和导航比进行估计,实现了对系统预测模型的反馈校正。仿真结果表明,此方法能够实现对导弹的机动规避。     

基于非概率理论的混合不确定性结构可靠性分析方法

摘要: 针对不确定性结构可靠性分析中的输入变量分布参数具有不确定性和输入变量为区间模型的混合不确定性结构展开研究。考虑可用信息最少的情况,将分布参数的不确定性描述为区间模型。通过等概率转换方法将随机变量与其分布参数进行分离,使问题转化为随机与区间变量混合的可靠性问题,建立了混合不确定性问题的可靠性分析模型。基于非概率可靠性理论,建立混合不确定结构分析模型的二级极限状态函数并结合Kriging代理模型建立了高效的求解方法。此外,将所建立的混合不确定模型应用于飞行器结构的不确定性分析中,验证所建模型的合理性和所提方法的高效性和准确性。     

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。     

统计线性化无序量测更新算法

在实际的多传感器系统中,由于各种传感器具有不同的采样率,预处理时间,以及数据通信延迟,因而会出现多个传感器量测不同步到达融合中心的现象。进一步地,当较早时刻产生的量测在较晚时刻产生的量测之后到达融合中心时,无序量测问题就出现了。针对离散时间非线性系统,提出基于统计线性化固定点平滑器的最佳统计线性化无序量测算法,它可以处理单步和两步延迟(甚至多步)无序量测,且能达到与重新滤波法相同的估计精度。     

指数分布下可靠性参数的样条经验 Bayes 估计

基于可靠性参数的验前密度函数的样条密度估计，本文推导出指数分布失效率和可靠性函数的经验Ｂａｙｅｓ估计，并采用数学仿真将其与传统的Ｂａｙｅｓ方法，如Ｇａｍ ｍ ａ 验前分布的情况，进行了比较。仿真结果表明，本文的方法是有效的     

基于 RELAX 的 UWB-SAR 抑制 RFI 算法

在首先给出超宽带合成孔径雷达 ( UWB-SAR)抑制射频干扰 ( RFI)问题的参数化模型基础上 ,从信号参数估计出发 ,具体推导了实信号下 RELAX算法的计算公式。针对 RFI的复杂性 ,提出了一种逐级RELAX算法 ( GRELAX)。基于仿真和实测数据的实验结果表明 :GRELAX算法能够有效地抑制 RFI,并具有较快的运算速度     

随机弱实时系统作业调度概率保证分析

随机弱实时系统与强实时系统的显著区别是 ,它不要求实时任务的每一项作业都满足时限要求 ,只要保证作业的时限延误率低于某一阈值 ,其总体执行性能就是可以接受的。提出了概率时间需求分析法 (PTDA) ,用于估计可剥夺静态优先级调度策略下周期性任务的作业满足时限约束的概率的下界 ,并通过一个具体的实例考察了下界的紧性。对实例系统的仿真结果表明 ,PTDA分析的误差小于 1 0 % ,计算速度快 ,可以为弱实时应用的设计提供重要的参考依据     

块脉冲函数法用于在线辨识

用块脉冲函数法作辨识,必须保证零初始条件和零均值噪声。本文对这种方法作出了改进。这种改进的方法,能辨识任意初态下的辨识问题,适用于非零均值干扰噪声的场合,且在辨识过程中无须测量初始条件和噪声均值。它能被方便地用于在线辨识。仿真实验表明,这种方法具有很高的辨识精度。