相控阵雷达空域检测性能分析

在空域监视和目标跟踪中，相控阵雷达采用不同波束指向和不同波形，以满足工作模式和战术要求。本文以地基空间监视相控阵雷达为例，分析和研究相控阵波束指向和波形参数变化情况下相控阵雷达在空域的检测性能。     

基于时间分割技术的相控阵雷达空域监视方法

基于雷达监视空域和相控阵雷达时间分割技术,给出了相控阵雷达空域搜索的基本应用方法和特例,并从法线方向跟踪、不同数据率目标跟踪、多通道跟踪、偏角跟踪等4个方面,提出了空域目标跟踪的应用方法,实验验证表明,这些方法在任务中均得到了较好的应用.     

一种基于STK平台的相控阵雷达空间目标监视模型

建立准确合理的相控阵雷达工作模型是分析其对空间目标监视能力的关键。根据相控阵雷达监视空间目标的机理，该文阐述了一种基于STK平台的相控阵雷达空间目标监视模型的构建思路和过程，并从相控阵雷达对空间目标的截获能力、相控阵雷达对空间目标的观测弧段长度、相控阵雷达空域内同时存在的空间目标数目三个方面给出了应用结果。验证结果表明，该模型能够较为准确地描述相控阵雷达的工作情况及其处理多批目标的能力。     

相控阵炮位侦校雷达多目标跟踪能力的分析

具有笔形波束的相控阵雷达,以波束步进扫描方式实现空域监视.因此,搜索波束对空间弹丸目标的捕获概率是必需考虑的问题,对采用边搜索边跟踪的相控阵雷达,这个问题尤为重要.文章通过对雷达采用不同搜索扫描方式时,搜索波束在多个目标跟踪后的捕获概率的分析,综合出雷达在规定的监视范围内的发现能力和多目标跟踪能力.     

预警信息引导条件下雷达最优搜索空域研究

提出了一种基于预警引导信息的弹道导弹防御跟踪制导雷达搜索空域最优划分模型,从搜索空域的静态划分和动态更新2个方面同时进行最优化,实现了弹道目标高速运动条件下,跟踪制导雷达对目标分布区域的连续有效覆盖,提高了雷达对目标的截获性能。最后给出了仿真结果,验证了该方法的有效性。     

相控阵雷达对IKONOS卫星的截获效能分析

从技术上探求了基于STK平台的相控阵雷达截获IKONOS卫星的方法。简要介绍了IKONOS卫星的基本信息及部分参数，并给出了基于STK的相控阵雷达空间目标监视模型，分析了基于STK的相控阵雷达空间目标监视模型搜索屏的仰角与截获IKONOS卫星次数的关系，为有效监视IKONOS卫星提供了重要依据。     

基于搜索数据率的弹道导弹跟踪制导雷达最优搜索时序

利用引导信息进行小窗口空域搜索是弹道导弹防御跟踪制导雷达极其重要的搜索方式,弹道导弹的高速运动对该方式下的搜索时序提出了巨大挑战.本文提出了一种基于搜索数据率确定雷达最优搜索时序的方法.首先依据累积发现概率最大化准则建立了搜索波位的静态最优数据率模型;然后依据静态搜索数据率的计算结果,采用编排的方式确定了波位的静态最优搜索时序;在此基础上采用照射波位与目标运动相匹配的方法得到波位的动态最优搜索时序;最后给出了仿真结果,验证了本文方法在弹道目标高速运动条件下的有效性.     

地基相控阵雷达对弹道目标的探测性能评估

为解决地基相控阵雷达对弹道目标探测的最优部署问题,建立弹道中段目标轨道运动和进动模型,提出弹道中段多部地基相控阵雷达的弹道目标探测概率模型,以及平均检测概率、稳定跟踪时间和资源冗余时间3种组合的雷达探测性能评估指标。依据弹道目标RCS及探测距离随观测时间的变化情况,通过仿真实验对多种部署方式下地基雷达对弹道目标探测性能评估指标的分析,得出的结论为弹道导弹防御系统中地基雷达的部署方式提供了有效的参考依据。     

地基相控阵雷达的天线扫描空间分析

根据相控阵雷达的工作模式和战术要求，研究波束扫描和波束空间分布特点对相控阵雷达合理的资源调度和能量管理非常重要。本文从地基相控阵雷达系统的天线特性、天线扫描空间、波位划分及波束增益空域变化等方面进行了分析和研究。仿真图片体现了相控阵天线的空域扫描特点。本研究可为相控阵雷达合理的资源调度和能量管理提供参考。     

电子部14所六项雷达情报课题成果通过鉴定

电子工业部第14研究所的报情信息中心在1993年度完成的六项雷达情报研究课题成果,最近通过了专家的鉴定,受到了专家们的好评,认为这些成果反映了雷达技术的最新进展和动向,对有关决策部门和工程技术人员具有重要的参考价值,对于我国雷达工业的发展将起到积极的促进作用.1.现代相控阵雷达彩色图文集《现代相控阵雷达彩色图文集》收集了空间目标监视、防空导弹系统、远程防空三坐标、多标靶场测量、战场前沿监视与火炮目标指示、炮位侦察、机载预警与机载战场监视、机载火控、舰载多功能等现代相控阵雷太52种（共计图片86张）、现代雷达组件实物图13张.并对各种相控阵雷达和组件的技术特性和技术参数作了准确介绍.     

基于无监督学习的目标轨迹预测

针对情报与侦察监视领域中目标轨迹预测问题,提出了一种基于无监督学习的预测方法。首先,根据历史信息分析目标历史活动规律;其次,构建隐马尔科夫模型,通过无监督学习自动实现预测目标在栅格网中的运动方向;最后,根据学习得到的运动方向和目标运动速度信息,计算未来短期内的目标轨迹。数值仿真验证了该方法能够有效地预测目标在未来短时刻内（通常为5 min）的运动轨迹。     

基于卡尔曼滤波的折反射全向图像目标跟踪

由于折反射成像的特点,当目标在空间沿直线运动时,在全向图像上的成像轨迹不是直线而是二次曲线,导致在应用普通透视图像的轨迹预测方法时对目标的下一位置预测误差大.本文采用折反射成像统一的球面投影模型把已知的目标在全向图像上的成像点投影到球面上,然后在球面上建立全向卡尔曼滤波器对目标下一个位置进行预测,预测的结果重投影回全向...     

基于卡口上下文和深度置信网络的车辆轨迹预测模型研究

针对车辆轨迹预测中节点序列的时序特性和实际路网中的空间关联性,该文提出一种基于深度置信网络和SoftMax (DBN-SoftMax)轨迹预测方法.首先,考虑到轨迹在节点集合中的强稀疏性和一般特征学习方法对新特征的泛化能力不足,该文利用深度置信网络(DBN)较强的无监督特征学习能力,达到提取轨迹局部空间特性的目的;然后,针对轨迹的时序特性,该文采用逻辑回归的预测思路,用当前轨迹集在路网特征空间中的线性组合来预测轨迹;最后,结合自然语言处理领域中的词嵌入的思想,基于实际轨迹中节点存在的上下文关系,运用节点的向量集表征了节点间的交通时空关系.实验结果表明该模型不仅能够有效地提取轨迹特征,并且在拓扑结构复杂的路网中也能得到较好的预测结果.     

基于多维时空的NPCA-PSR-IGM(1,1)组合模型的短时交通流预测

针对城市短时交通流序列非线性和混沌性的特点,为提高短时交通流的预测精度,该文提出一种基于多维时空的非线性主成分分析(NPCA)和相空间重构(PSR)的改进灰色(IGM(1,1))组合预测模型。首先,使用数据相关性的非线性主成分分析算法对多维交通流量序列进行时空降维,同时保留影响预测点的主要交通流量数据,从而提高建模的精确度;其次,利用多维时空交通流量序列相空间重构放大交通流量内部的细微特征,以使其内在规律得以充分展现,进一步提升预测精度;最后,结合背景值改进的灰色模型适应于线性、非线性以及所需数据少的特点,进行短时交通流预测。实验结果表明,NPCA-PSR-IGM(1,1)组合预测模型的平均相对误差相比NPCA-PSR-GM(1,1)组合预测模型减小3.12%,其标准偏差相对PCA-PSR-IGM(1,1)组合预测模型从15.7091下降到2.0589。同时与最新的预测模型相比,该组合预测模型也提高了预测精度,达到了较好的预测效果。     

基于注意力循环网络的4D轨迹预测模型

针对传统的轨迹预测方法很难获取轨迹的时空特征、实现高精度和实时预测等问题,提出了一种基于注意力机制的4D轨迹预测模型ARTP(Attentional Recurrent Trajectory Prediction).首先,采用正则化方法对各飞行轨迹进行重构,得到等时间间隔的无噪声高质量飞行轨迹;其次,使用长短期记忆(L...     

PTS-OFDM的一种新的子块分割方法

正交频分复用(OFDM)的一个主要缺点是信号的峰值功率与平均功率比(PAR)很高,部分传输序列(PTS)是一种有效降低OFDM信号PAR的方法。在PTS方法中,采用不同的分割方法可以改善PAR性能。文章提出一种新的子块分割方法——联合分割方法来降低任意子载波数目OFDM系统的PAR。仿真结果表明,联合分割方法既降低了系统的运算复杂度,又降低了系统的PAR。     

基于ADS-B意图信息的航迹预测改进算法

在飞行冲突探测和恶劣天气情况下,单纯利用跟踪滤波算法无法准确判断目标飞机未来的飞行动态。为了有效提高航迹预测精度,针对广播式自动相关监视(ADS-B)信息中意图信息对航迹的影响,提出了一种基于ADS-B意图信息的航迹预测改进算法。该改进算法先通过残差均值交互式多模型(RMIMM)算法,推算出目标飞机的飞行状态参数和飞机运动模式,再结合天气状况、飞行计划和空中交通管制规章进行意图估计,最后通过飞行状态参数、飞机运动模式以及意图信息共同预测目标飞机的航迹。运用蒙特卡洛方法进行仿真,结果表明,与现有算法相比,该改进算法不仅能提供更加精确的航迹预测,而且降低了意图推断的时间延迟。     

基于在线更新LSTM网络的短期4D航迹预测算法

航班飞行过程中一些因素会对当前飞行轨迹产生影响,从而导致实时航迹与历史航迹相比有一定的差异,使得仅基于历史航迹数据的航迹预测模型的预测性能变差。为解决该问题,提出了一种基于在线更新长短期记忆（Long Short-Term Memory,LSTM）网络的短期4D航迹预测算法,该算法由基于历史航迹数据的预测模型初始化参数训练和基于实时航迹数据的预测模型参数在线更新两部分构成。首先建立基于LSTM神经网络的航迹预测模型,使用历史航迹数据进行训练并保存训练完成的预测模型参数,然后使用实时航迹数据对航迹预测模型进行在线训练并微调参数,使用在线更新参数后的预测模型实现4D航迹短期预测,以期达到提升预测准确度的目的。利用实际航迹数据对算法的性能进行验证,结果表明新方法能够考虑实时飞行过程中各因素对航迹产生的影响,有效提升经度、纬度、高度和时间的预测准确度,并具有良好的泛化能力。      

毫米波相控阵雷达及其应用发展

概述了毫米波相控阵雷达的特点,介绍了电扫原理和主要毫米波电扫技术,以及相位控制扫描和多种移相器技术。针对毫米波相控阵雷达的特点,叙述了其主要应用领域,结合雷达和半导体技术对毫米波相控阵雷达的发展进行了展望。