基于多普勒耦合估计的弹道目标测距方法

反导预警与空间监视雷达通常采用高频段、大脉宽探测远距离目标,此时距离多普勒耦合对于雷达精确测距有较大影响。同时,距离多普勒耦合的准确修正是稳定跟踪目标的必要条件,然而传统的处理方法不能适用于弹道目标等高机动目标的准确处理。本文提出了基于多普勒耦合估计的弹道目标高精度测距方法：首先采用旁路速度-加速度估计方法求解目标的径向速度,对目标测量距离进行距离多普勒耦合修正,再进行IMM-UKF滤波完成目标距离估计。该方法具有以下优势：利用当前帧的测量数据,同时考虑了目标径向加速度对于耦合的影响,提高了距离和速度的估计精度;相比跟踪时增加测速波形的方法,节约了雷达的资源,同时避免了速度测量与航迹误关联的问题;距离和速度的精确估计能够提升航迹关联成功率。仿真实验中与传统的距离多普勒耦合处理方法进行了比较,实验结果显示该方法大幅提高了雷达测距的精度。     

红外与激光主/被动联合跟踪算法

文中针对单站红外被动式跟踪存在可观测性问题,提出红外与激光主／被动单目标联合跟踪方法。该方法首先针对三维空间任意机动目标的跟踪问题,将参考文献[1]给出的一维机动目标“当前”统计模型推广到三维情况,得到三维情况下跟踪任意机动目标的状态方程和跟踪系统的非线性测量方程,然后对红外探测器测量的角度信息和激光测得的距离信息进行融合对准,得到正确的测量值。最后,提出扩展的自适应卡曼滤波算法并进行了仿真研究。仿真研究表明方案可行,可同时对三维空间目标的位置、速度、加速度进行估计。     

红外与激光主/被动联合跟踪算法

针对单站红外被动式跟踪存在不可观测性问题，提出红外与激光主／被动单目标联合跟踪方法。该方法首先针对三维空间任意机动目标的跟踪问题，将参考文献[1]给出的一维机动目标“当前”统计模型推广到三维情况，得到三维情况下跟踪任意机动目标的状态方程和跟踪系统的非线性量测方程。然后对红外探测器测量的角度信息和激光测得的距离信息进行融合，得到正确的测量值。最后提出扩展的自适应卡尔曼滤波算法并进行了仿真研究。仿真表明；方案可行，可同时对目标三个空间坐标轴的位置、速度、加速度进行估计。     

基于经纬仪测量数据的落点预测方法研究

由于作用距离和布站等因素的限制,经纬仪不能对弹道导弹进行全程的跟踪测量.本文采用解微分方程的方法对弹道落点进行预测.由于经纬仪测量的是目标的角度信息,本文采用两台经纬仪交汇测量的方法得到目标的位置和速度.     

基于多个多普勒雷达的加速度和速度估计

目标的加速度估计在自适应目标跟踪算法中具有十分重要的作用。文中通过推导多普勒速度观测量和笛卡尔坐标系下加速度的关系,利用多个多普勒雷达的观测量,将目标的加速度估计转换为一个线性加权最小二乘问题。同理,此方法可以推广到目标速度估计问题中。通过仿真实验表明,文中方法能准确及时的估计出目标的加速度和速度。     

高频地波超视距雷达目标距离、方位角和多普勒频移估计算法

该文研究了高频地波超视距雷达超分辨目标距离、方位角以及多普勒频移估计问题,提出利用波达方向矩阵法实现目标参数的同时估计。该方法利用对波达方向矩阵的特征分解所得到的特征值和相应的特征矢量进行处理,获得目标距离、方位角和多普勒频移的估计。该方法能够实现目标参数估计的自动配对,运算量小,分辨率高。仿真结果验证了该方法的有效性。     

用于滑坡监测的自动跟踪激光表面测速系统

为实现滑坡表面速度、位移的自动实时监测,研制了一套新颖的自动跟踪激光表面测速系统(TLSV)。该测速系统基于激光多普勒效应,采用反馈控制技术,能够实现目标沿光轴方向速度、位移的精密测量,以及目标的自动跟踪。系统采用的"信号搬移消除噪声法",可以将常规去噪技术难以去除的混杂在多普勒信号中的噪声和干扰有效消除,进一步提高多普勒信号的信噪比;同时,"假随机采样一致性算法"使测速系统能够快速、准确识别目标,保证了目标跟踪的成功执行。并且,反光膜的合理应用使远距离目标的测量成为了可能。实验结果表明,该测速系统可实现目标沿光轴方向亚μm级速度、位移的准确测量,测量误差小于0.5%,测量距离大于50m。系统利用自动跟踪功能也同时实现了目标面内运动的监测,一定程度上将目标监测从二维平面扩展到三维立体空间。     

联合角度-时延-多普勒的分布式MIMO雷达运动目标定位代数解算法

对三维空间中联合角度、时延和多普勒频率的分布式MIMO雷达运动目标定位问题进行了研究,提出了一种新的目标位置和速度估计代数解算法。通过借助方位角和俯仰角测量,对时延和多普勒频率方程进行线性化处理,然后通过加权最小二乘解算目标的位置和速度。与现有基于多步骤加权最小二乘思想的定位算法相比,该算法无需引入冗余参数,仅需一步加权最小二乘即可实现目标定位,避免了步间误差传递,减少了定位所需的发射/接收单元数量,并且考虑了发射/接收单元位置-速度误差的影响,提高了算法对发射/接收单元位置-速度误差的稳健性。理论分析证明,该算法的定位误差可以达到克拉美罗界。仿真结果验证了该算法的有效性,以及相比于现有算法的优越性。     

一种高精度窄带相推测距方法

本文通过研究雷达回波信号特性,分析窄带信号相位信息,利用常规处理获得的速度和距离粗估计值辅助相推测速测距实现解模糊,获得高精度的速度值和距离变化值。采用游标测距方式实现窄带雷达跟踪目标距离估计,并通过宽窄带结合或包络估计距离样本处理等方式提高基准距离精度,从而利用窄带相推测距技术实现目标距离高精度测量。该方法在窄带跟踪雷达适用性强,对提高低频段雷达距离测量精度效果明显,在米波雷达试验中表明其相对精度比传统包络测距精度提高两个数量级。     

基于稀疏重构的角度-速度联合目标参数估计方法

针对目标多参数联合估计问题,利用目标在空-频域的稀疏性,提出了一种基于奇异值分解的正则化多测量矢量欠定系统聚焦求解(SVD-RMFOCUSS)算法,实现了目标角度速度参数的联合估计。在发射信号采用脉间捷变频技术的基础上,通过建立基于过完备字典矩阵的角度速度估计信号模型,采用奇异值分解提取信号子空间以降低运算量,利用RMFOCUSS算法完成目标角度速度参数与字典元素的自动匹配,给出了基于MUSIC算法的角度速度联合谱计算公式,并与文中所提算法进行了比较。仿真实验表明文中所提方法可以在低信噪比的情况下实现目标参数的精确估计,且估计性能优于MUSIC方法,具有更高的角度、速度分辨力及估计精度。同时该方法也适用于强欺骗干扰下对弱信号的检测与估计。     

自适应协方差控制的传感器分配算法

基于协方差控制策略设计的传感器分配算法,其协方差控制能力是评价算法性能优劣的重要指标,目前尚缺乏具体的性能度量标准来衡量这类算法的协方差控制能力,使得实际设计分配算法时缺少必要的参考。为此,该文建立了衡量算法协方差控制能力、传感器资源占用程度和算法稳健性等性能度量指标,并提出了一种自适应协方差控制的传感器分配算法,该算法通过引入新的优化目标函数,以达到提高算法协方差控制能力的目的。仿真结果表明,该算法的协方差控制能力要优于基于信息增益的分配算法,并且基本不受矩阵度量的影响,是一种稳健的传感器分配算法。     

蛙跳结合模糊C-均值的图像分割算法

实现了基于混合蛙跳与模糊C-均值结合的图像分割算法。克服了由于FCM算法易受初始聚类中心和隶属度矩阵的影响而使图像分割效果不理想的缺陷。蛙跳算法（SFLA）是一种全新的后启发式群体优化算法,具有高效的计算性能和优良的全局搜索能力。实验表明：该方法与FPSO结合既提高了图像分割的效率又能得到更好的图像分割效果。     

一种改进的一维模糊熵图像分割算法

传统的一维最大模糊熵图像分割算法对于图像的局部信息干扰噪声处理能力存在不足。文中研究实数编码混沌量子遗传算法（RCQGA）与一维模糊熵算法相结合的新算法。该算法将图像的空间信息和像素信息引入到一维模糊熵图像分割算法中,并运用实数编码混沌量子遗传算法对一维最大模糊熵图像分割算法进行改进,从而提高了一维最大模糊熵分割精度。研究结果表明,该算法分割效果明显优于传统一维模糊熵图像分割算法,并具有较强的抗噪性能。     

蜂窝无线网络话务承载能力评估比较算法研究

针对传统GSM蜂窝无线网络蜂窝分析理论的极限性,提出了无线网络话务承载能力增益的新概念及其相关算法,用于比较不同频率方案对无线网络综合性能的改善程度。通过采集不同阶段无线网络的相关测量数据,应用该算法进行分析能实时准确地反映无线网络采用不同频率方案导致的无线网络综合性能的客观变化情况。     

一种新的基于粒子群密度的聚类算法

提出了一种新的粒子群密度聚类算法和对粒子群的初始化方法。该算法具有传统粒子群算法寻找最优解的特点,同时从密度的角度考虑了数据总体的分布,增强了寻找局部最优解的能力,并通过对粒子群的初始化加快了粒子群的收敛速度,得到了更好的聚类效果。对仿真数据和IRIS真实数据的实验结果证明,该算法聚类效果优于传统粒子群聚类算法和K均值算法。     

基于遗传优化SVM的通信信号的分类

为了充分利用遗传算法的全局寻优能力和SVM（支持向量机）的分类能力,文章设计了遗传优化SVM的分类算法。用遗传算法优化SVM中核函数的两个参数,再利用优化后的SVM进行分类。通过对方波和白噪声两种信号的分类仿真,证明了其优越性,同时也展现了遗传优化SVM在通信领域很好的应用前景。     

基于K-Means变异算子的混合PSO算法聚类研究

提出了基于K-Means算子的混合粒子群优化算法聚类,将K-Means算法的局部搜索能力与粒子群优化算法的全局寻优搜索能力相结合,根据群体适应度变化的情况自适应调整权重,并对种群中性能较差的粒子进行交叉选择,能充分挖掘群体本身信息,又能不断引入附加信息.数据集仿真实验表明,该算法有效的克服了传统粒子群优化算法过慢收敛和K-Means算法陷入局部收敛的问题,从而得到更好的聚类效果.     

状态积累递归软序列估计

目前对于数字电视应用的长周期伪随机序列,捕获性能有限。提出状态积累递归软序列估计算法,在递归软信息积累过程前端建立状态积累移位寄存器,通过积累多个周期的信息来提供较为可靠的初始积累值,最终加速后续软信息积累,从而取得较好的捕获性能。     

卫星导航自适应调零天线抗干扰算法研究

为了提高卫星导航接收机抗干扰能力,深入研究了应用于卫导自适应调零天线的多线性约束自适应调零算法。对现有功率倒置自适应算法进行改进,将阵列协方差矩阵分为干扰子空间和噪声子空间,通过对子空间的处理提高输出信干比,在不是很强的干扰信号方向上也形成较深"零陷"。此外,为了降低计算的难度,避免自相关矩阵求逆,采用了陡降算法。通过仿真分析,结果表明:所研究的自适应滤波算法能够提供较高的输出信干比,在干扰信号方向产生较深的"零陷",具有较好的干扰抑制能力。     

话务承载能力评估比较算法应用与拓展

在相关文献对蜂窝无线网络话务承载能力比较评估算法,以及基于测量统计的小区区权重向量算法、统计时分话务峰值算法等无线网络频率分配优化算法研究的基础上,对应不同干扰矩阵优化算法方案,给出了计算无线网络话务承载能力增益中测量统计干扰概率总量的具体算法过程。同时,为了对蜂窝无线网络的实时性能进行更有效、更准确的监测,作为算法理论的提升,对蜂窝无线网络话务承载能力比较评估算法进行了连续性拓展。