被动单脉冲导引头干扰源角度分辨

讨论了被动单脉冲导引头对窄带高斯噪声干扰源的角度分辨．在导引头主波束内只有一个干扰源情况下，导引头给出的平均到达角指向干扰源真实到达角方向．在导引头主波束内同时存在两个相互独立干扰源情况下，通过平均到达角理论分析和计算机仿真，导引头给出的平均到达角指向两干扰源功率重心方向．利用复角技术，可判断导引头主波束内是单目标还是多目标．并提出一种利用复角技术和聚类分析相结合的两干扰源角度分辨方法，计算机仿真证实了方法的有效性和正确性．     

被动雷达导引头信号仿真平台研究

为了给被动雷达导引头的研究提供良好的实验平台,采用相干视频信号仿真方法,对被动雷达导引头进行建模与动态仿真研究,并构建信号仿真平台.在实验中,本文给出了被动雷达导引头仿真系统在典型战情下的仿真结果,证实了被动雷达导引头仿真模型的正确性与仿真平台的可靠性.     

主/被动雷达导引头信息融合方法研究

针对导弹制导系统的特点要求,研究了基于Kalman滤波的信息融合算法并将其应用于主/被动雷达多模导引头系统中。研究了基于标量加权的分布式融合算法和基于增广测量方程的集中式融合算法并进行了数字仿真。研究结果表明信息融合算法能够提高多模导引头的测量精度,使融合精度受单一传感器影响更小,同制导律的闭合仿真也表明信息融合技术提高了制导精度,减小了脱靶量;分布式融合算法更方便实现时间校准从而便利于多模复合制导使用。此外,所研究的融合算法计算量小,易于工程应用。     

某单脉冲雷达多路径仰角跟踪误差建模与计算

要提高低仰角时雷达跟踪精度,则需考虑由于地面反射而产生的多路径效应的影响。首先给出了某单脉冲雷达低仰角多路径效应一个完整的仿真模型,包括:多路径传播几何模型、雷达天线模型、跟踪误差模型。利用该模型修正后的雷达原始测量值与真实值具有很高的一致性。最后讨论了多路径效应随雷达天线仰角大小变化的趋势。     

被动雷达导引头数字信道化技术

为了提高被动雷达导引头系统灵敏度并且给信号分选处理机提供相位差信息,提出了一种采用相位干涉仪测向与数字信道化接收相结合的方法,在宽频带内实现多信号同时接收、数字鉴相和数字测频.针对被动雷达导引头对目标实时截获跟踪的要求,采用了一种高速高效信道化结构,在采用D个子带的条件下,可将被动导引头系统灵敏度提高10 logDdB.通过构建实际的数字信道化接收系统并进行测试,测频误差不超过1 MHz,动态范围可达到30 dB.     

反辐射导弹被动雷达导引头抗两点辐射源干扰的分析及其对策

本文分析了两点非相干干扰源对反辐射导弹干扰的效果;推导了分辨角△θ_R的计算公式;提出了角度选择方法。利用角度选择得到小分辨角△θ_R,实现抗两点辐射源干扰。     

单脉冲跟踪雷达测速精度的有效提高研究

随着电子技术和数字信息技术的快速发展,航天事业和军事工业也取得了长足的进步,如今的飞机、导弹、舰船等军事装备的反跟踪、反侦查能力更加强大,这也为雷达跟踪和探测工作提出了新的发展要求和挑战.本文结合笔者相关工作经验和一些浅薄见解,主要对单脉冲雷达测速精度的主要影响因素和提高测速精度的策略展开探讨.     

被动雷达/红外复合制导目标跟踪的数据融合研究

提出了一种用于被动雷达和红外的融合算法，并设计了一种可用于被动/红外成像复合制导中实时信息融合的多处理器处理系统。该系统由2片TMS320C6701微处理器芯片构成，各处理器之间可以根据任务的需要实时地进行高速数据传输和高效的软件通信，采用Flash进行程序引导，可以脱机运行，也可用于类似的复合信息处理系统。实验证明了该算法的有效性，可行性、该系统具有较高的灵活性，当要求系统能够支持多任务同时运行时则更显优越性。     

脉冲干扰源对微波传输线的影响

通过求解非齐次长线方程，利用Ｆｏｕｒｉｅｒ变换法推导出了在雷达脉冲干扰下微波传输线上电压的一般积分表达式，分析了两种典型脉冲干扰源对微波传输线的影响。仿真结果表明，微波传输线对雷达干扰脉冲有积累放大作用，其典型积累数可达５００以上。     

噪声干扰源角跟踪技术的研究

自卫式噪声干扰机装载于被保护平台,因此噪声干扰与目标回波来自同一方向,从角跟踪原理分析,单脉冲雷达可以通过跟踪噪声源达到跟踪目标的目的.为了减小单脉冲雷达的测角误差,保证其不间断作战,本文针对产生测角误差的主要原因,提出了一种增加脉冲调制电路和调整中放、视放带宽的方法,对该方法中调制脉冲宽度、中放带宽、视放带宽几个重要参数的选择进行了仿真研究.仿真结果表明:该方法可以有效地减小单脉冲雷达跟踪噪声源的测角误差.     

两种外辐射源雷达跟踪算法性能分析

针对以调频广播电台为辐射源的无源雷达跟踪精度较低的问题,将到达时间定位方法分别与扩展卡尔曼滤波和粒子滤波算法结合来提高跟踪精度．分析了高斯噪声环境、闪烁噪声环境及雷达布站方式对两种算法跟踪精度的影响,并比较了两种算法的运算时间．仿真和实测数据表明：粒子滤波算法更适合于闪烁噪声环境下的跟踪,而扩展卡尔曼滤波能满足实时处理的要求．另外,合理的雷达布站方式可进一步提高无源跟踪精度．     

基于伪线性卡尔曼滤波的两站红外无源定位及跟踪技术

建立了目标的两站红外搜索与跟踪系统的伪线性观测模型，基于该模型提出了运动目标的伪线性卡尔曼滤波算法．该算法利用伪线性方程组获得滤波器的初值，从而提高了滤波器的跟踪精度和速度．分别采用伪线性卡尔曼滤波器与推广卡尔曼滤波器对目标进行定位及跟踪的仿真结果表明：在跟踪初始阶段，伪线性卡尔曼滤波的跟踪精度明显优于推广卡尔曼滤波．在近距离范围，不论目标是匀速还是机动运动，两者的跟踪精度都非常高．在远距离范围，当目标机动时，伪线性卡尔曼滤波的跟踪精度明显优于推广卡尔曼滤波；当目标匀速运动时，推广卡尔曼滤波的跟踪精度略优于伪线性卡尔曼滤波．从整个仿真过程可以看出，目标的运动形式对推广卡尔曼滤波性能的影响是非常明显的，而对伪线性卡尔曼滤波性能的影响则很小．     

导引头角跟踪系统前置滤波控制方法

为解决传统基于速率陀螺反馈的模拟式导引头角跟踪回路控制方法跟踪现代高速、大机动目标能力较弱的问题,引入卡尔曼滤波概念,提出了一种基于滤波环节前置的导引头角跟踪系统控制方法。首先在导弹弹体视线坐标系中建立数学模型,推导了导引头角跟踪系统状态方程,并以目标“当前”统计模型描述目标机动,依据导引头实际可测量条件选取失调角作为系统唯一观测量;而后分析了传统角跟踪控制方式跟踪精度低、发散早的内在限制因素,构想了前置卡尔曼滤波改进控制方法;在此基础上设计了卡尔曼时域离散状态估计器,实现了导引头信息的在线实时迭代解算;最后分别针对导弹从迎头、尾后、侧向3个角度攻击采取不同机动规避策略目标的场景,进行了导引头角跟踪情况对比。仿真结果表明,基于滤波环节前置的改进控制方法可减小因目标机动所造成的失调角震荡,延迟角跟踪系统的发散时间,进一步压缩导引头末段失控距离,改善导引头抗大机动目标能力并最终提高导弹命中概率。     

辐射源机动目标被动式鲁棒跟踪一种算法

为研究只测向目标跟踪系统在观测噪声为ε污染高斯分布背景下的辐射源机动目标鲁棒跟踪问题,提出一种简易而有效的变结构鲁棒跟踪算法。该算法由机动目标快速鲁棒检测器、变结构跟踪器（鲁棒MGEKF／PLKF）以及系统误差补偿等环节组成,能够在ε污染高斯分布背景下快速鲁棒检测和跟踪辐射源机动目标,同时根据系统误差特征可实时补偿系统跟踪误差。仿真结果表明,该算法能够有效解决辐射源机动目标鲁棒跟踪问题。     

采用拟蒙特卡罗法的被动多传感器目标跟踪

使用拟蒙特卡罗采样方法替代传统的蒙特卡罗采样方法,改善了高斯粒子滤波器的性能,结合多传感器集中式融合策略,提出了一种基于拟蒙特卡罗-高斯粒子滤波器的被动多传感器目标跟踪算法,较好地解决了被动跟踪中的强非线性和弱可观测性问题．该算法在降低计算复杂度的同时提高了跟踪的精度和稳定性,使算法快速收敛,并且具有并行结构,有利于用超大规模集成电路来实现．     

临近空间平台辅助的超低空目标无源跟踪算法

提出了一种新的基于时差测量的超低空目标无源定位方法,该方法利用临近空间平台增加高度方向上的基线,形成了一个包含若干子系统的冗余定位系统,每个子系统都能获得一组含有模糊的定位结果,然后通过最近邻匹配消除定位模糊,最后通过对各子系统的简化加权最小二乘(SWLS)融合提高了整个观测空域内的定位精度．将该方法用于对超低空目标跟踪的起始,并通过UKF滤波保持对目标的跟踪,获得了比传统时差定位方法更好的跟踪性能．仿真结果表明,在20 ns的测量精度条件下新方法在50 s内即可进入稳定跟踪状态,跟踪起始误差也减小至百米量级,而传统时差定位方法需要250 s才能进入稳定跟踪状态,跟踪起始误差则超过了千米量级．     

被动无边轮辐运动特性的Adams仿真分析

对双足被动机器人最初模型——二维无边轮辐进行了研究,建立了其动力学模型,并通过Adams分析了其运动过程中的特点,逐一分析了轮辐初速度、质量、足半径、辐条数量、辐条长度、转动惯量以及斜面坡度对无边轮辐运动的影响.结果表明:合适的初速度和斜面坡度,以及较大的质量、较大的足半径、较多的辐条数量、较短的辐条长度、较大的转动惯量会使无边轮辐形成快速而平稳的周期运动.     

基于序贯重要采样算法的被动单站机动目标跟踪

将序贯重要采样(SIS)与交互多模型(IMM)算法相结合,提出了一种新的机动目标跟踪方法——IMM-SIS算法,并将其应用于被动单站跟踪系统,同高斯和粒子滤波器(IMM-GSPF)算法相比,其优点是不需要重采样步骤,也不会出现采样粒子的退化和贫乏现象．通过跟踪一个机动目标的仿真过程,对算法性能进行了检验,结果表明,该算法在计算速度和跟踪精度方面均优于IMM-GSPF算法,同经典的IMM-EFK算法相比,两种算法在鲁棒性和精度上都是优越的．