分集MIMO 雷达布站研究

分集多输入多输出(MIMO)雷达利用目标的空间散射多样性克服由于目标雷达散射截面积闪烁引起的漏警,为隐身目标有效探测提供解决办法。分集MIMO 雷达布站方式对性能影响很大,文中以相控阵体制雷达为研究对象,研究其组成分集MIMO 雷达时的规模、站间距、单站威力差异约束和布站方式等,并通过蒙特卡罗仿真给出了布站建议。     

一种基于粒子滤波的雷达目标似然比检测方法

针对非高斯背景下雷达目标似然比检测统计量难以甚至无法导出的问题,给出了基于粒子滤波的似然比检测模型,并针对粒子滤波不可避免地存在粒子退化而导致检测性能下降的问题,提出将重采样引入基于粒子滤波的统计检测中,仿真结果表明重采样的引入提高了算法的检测性能.应用本文方法对SwerlingⅡ起伏目标模型在不同杂波背景下的检测性能进行了仿真,验证了算法的有效性.     

黑曲霉固态发酵及酶解烟梗条件的研究

以黑曲霉h1为菌株,以烟梗为发酵培养基进行固态发酵。以发酵后烟梗中果胶残留率为评价指标,优化了三角瓶固态发酵条件,并进行了正交实验。优化的发酵条件为:培养基含水量为料水比1∶1.2,1000mL三角瓶中装料量为40g,接种量为20%,发酵温度为30℃,发酵时间为6d。在此优化条件下进行验证实验,发酵后的烟梗中果胶残留率为27.32%。采用150L厚层通风池式固态发酵罐对烟梗进行发酵并酶解后,残余烟梗中果胶、淀粉及蛋白质等大分子物质残留率分别为35.19%、25.06%及58.74%,说明大部分大分子物质被一定程度的降解并溶于水中。故通过固态发酵的方法可取得较好的降解烟梗中大分子物质的效果。     

EAD机制中信息传输安全问题研究

通过分析端点准入防御机制的通信协议,找出了该机制存在的系统缺陷,详细阐述了SSL协议加密方式及其工作流程,并将其引用到端点准入防御机制,建立了客户端和服务器端的安全传输通道．该措施有效提高了端点准入防御机制的安全性．     

一种扩展H∞粒子滤波方法

重要性函数的选择是粒子滤波算法的核心,本文提出一种基于扩展H∞滤波(EHF)产生重要性函数的扩展H∞粒子滤波(EHPF)算法,由于EHF滤波算法鲁棒性强、滤波精度高,且该滤波算法考虑了最新的观测数据,因此由其产生的重要性函数更接近于系统状态的真实后验概率分布.理论分析和仿真结果表明扩展H∞粒子滤波算法的滤波性能明显优于标准粒子滤波算法,扩展卡尔曼滤波算法和扩展卡尔曼粒子滤波算法,与不敏粒子滤波算法滤波精度相当,但计算复杂度要低于不敏粒子滤波算法,是一种有效的粒子滤波算法.     

基于时序向量相似性的空间目标群匹配技术研究

分析了空间低轨目标群的运行特点,提出了基于时序向量相似性的空间目标群匹配算法,提高了对低轨巨型星座的识别管理能力。首先,介绍了时序向量的降维方法,将目标群高维观测时序向量简化为空间构型序列;而后,提出了基于动态时间规整(Dynamic Time Warping, DTW)的目标群空间构型序列相似性判别算法;最后,利用星链卫星目标群仿真和实测数据对算法的匹配能力进行验证。结果表明该算法可实现空间目标群监测数据快速匹配,仿真数据匹配过程中,在群内目标缺失30%的条件下匹配成功率可达100%,在低缺失条件下(缺失率5%以内)群内目标识别成功率平均超过75%;实测数据匹配成功率可达100%。     

一种基于重要性权值选择的粒子滤波方法

针对粒子滤波算法存在计算量大和重采样过程带来计算量的扩张随粒子数的增加而成级数增加的问题,改进了一种基于重要性权值选择的粒子滤波方法．该方法运用重要性权值选择准则去除无效粒子而保留对状态估计贡献较大的粒子,每一状态时刻都根据权值选择的结果决定所要利用的粒子及其数目．仿真结果表明,该方法不仅保持了较高的滤波性能,而且能有效减小算法的计算量,有利于工程实现．     

大型相控阵雷达天线阵面备件优化配置研究

针对大型相控阵雷达天线阵面视情维修与定期维修在维修时机上存在交叉的现象,将视情维修与定期维修相结合,提出了一种基于m/T维修策略大型相控阵雷达天线阵面备件优化配置模型。首先,在对m/T维修策略分析的基础上,建立了系统的使用可用度模型,并利用0-1分布对使用可用度进行了求解计算;然后,以使用可用度为约束条件,以LRU备件配置费用最小为优化目标,对大型相控阵雷达天线阵面备件配置进行了优化研究;最后,通过实例验证了该优化模型的有效性。     

雷达健康管理的性能评估方法

针对相控阵雷达,分析了阵面性能对雷达战术指标的影响,提出了利用相控阵多通道实时监测信息评估雷达战术指标的方法。仿真结果显示:利用该方法可有效评估相控阵雷达阵面的健康状态以及阵面性能恶化对雷达技术指标的影响,实现雷达健康管理与维修保障的有机结合,提升雷达全寿命周期保障的智能化程度。同时,对提高雷达作战效能和战 斗力快速生成具有重要意义。     

基于窄带RCS数据的低速旋转空间目标识别研究北大核心CSCD

空间运动目标RCS数据序列能反映出空间目标的姿态运动特征。针对空间运动目标RCS数据序列的变化规律,首先仿真生成低速旋转空间目标的RCS数据序列,而后采用小波变换、傅里叶变换以及RCS数据序列统计学特征提取等方法,对低速旋转空间目标的RCS数据序列进行特征提取。最后采用朴素贝叶斯、支持向量机、随机森林分类和logistic逻辑回归算法等机器学习分类算法,实现了对低速旋转空间目标RCS数据序列的识别。