两坐标雷达组网测高的可能性

两坐标雷达本身不具备测高能力，但利用多雷达组网进行联合测高这在理论上是成立的。通过分析，本文得出结论：工程上实际应用时，用两部雷达测高，测高精度尚嫌不够，而且三部测距精度优于１００米的雷达联合测高则是可行的。     

两坐标雷达测高方法研究

两坐标雷达能提供空中目标的距离和方位信息,不具备测高能力.基于两坐标雷达的工作特点,针对等高度飞行、高信噪比的目标,阐述了利用目标幅度和距离变化信息进行测高的原理,对波束形状和录取数据数量等因素的影响进行了仿真分析,并给出了工程应用的方法.该方法不增加额外硬件,仅需软件调整便能够扩展两坐标雷达的作战效能,因此具有较高的实用价值.     

基于单部两坐标雷达的目标三维定位算法

针对实际应用中目标三维定位的需求,提出了一种利用单部两坐标雷达估计目标三维空间位置的算法.该算法利用目标的动态模型,结合两坐标雷达关于目标多个时刻的测量信息,对目标三维空间的位置进行最大似然估计.还推导了目标三维定位误差的克拉美罗下限.计算机仿真实验验证了所提算法的有效性.扩展实验表明:回波信噪比越高,观测时间越长,目标与雷达的高度差越大,目标运动速度越快,定位精度越高.     

基于目标指示的两坐标警戒雷达目标高度补偿状态估计

为了克服现有目标高度补偿算法存在的模型假设不合理、实际应用效果难以保证等问题,本文以目标恒海拔等速运动为前提,利用协同单元提供的目标指示信息,对两坐标雷达的空间目标跟踪问题重新进行了研究.首先根据不同坐标系间的转换关系,构建了目标高度的准确表达式.然后通过恒等变换和合理的近似,得到了目标高度的估计公式,并利用绝对值不等式和柯西-施瓦茨不等式,推导得到了高度估计公式的误差.最后联合目标高度估计公式和两坐标雷达的缺维量测方程,采用扩展卡尔曼滤波方法,实现了目标空间状态的估计.仿真结果表明:本文算法可有效地对目标高度进行补偿,获得稳定、可靠的目标空间状态估计,从而为两坐标雷达目标空间状态估计问题提供了相对有效完善的解决方法.     

基于两坐标雷达图象识别飞机

为了非合作地识别飞机,人们已经推荐并研究了许多方法,例如应用目标的红外、声学、光学或雷达等的特征信号来对其进行识别。这些方法中有些是无源的,其优点是被观测目标不会察觉,不过,它们也有诸如非常有限的观测范围或勉强的分辨力等缺陷。本文提出的方法基于利用飞机的两坐标雷达图象。在目标方向角和机动性有某些限制的条件下,这些图象包含的信息使得可以对观测中的飞机进行识别。文章的后面部分概要地介绍了基于两坐标雷达图象来识别目标所作的处理流程设计,并给出了运用模拟和真实数据得出的首批结果。     

两坐标警戒雷达模拟器设计

介绍了两坐标警戒雷达模拟器的软、硬件设计。该模拟器对雷达真实回波进行模拟仿真,可有效检验两坐标警戒雷达的多目标检测跟踪性能与检测方式。     

舰载两坐标搜索雷达可预测误差分析

分析了两坐标搜索雷达工作时可能产生误差的几个环节和影响,分别提出了消除系统误差的设计、调试建议。     

组网雷达定位优化算法

两坐标雷达可以获得目标的距离和方位信息 ,因此单部雷达无法实现对目标的定位 ,利用多部雷达组网又会出现信息冗余。本文讨论了两坐标雷达对三维目标的两种优化定位算法 ,并进行了仿真分析 ,仿真结果表明了各算法的定位精度。     

基于Kohonen神经网络的飞机目标识别

首先分析了Ｋｏｈｏｎｅｎ神经网络算法及其识别机理，结合飞机目标识别实现情况，借鉴人及从粗分到细分的思想，提出了基于ＫＮＮ－ＭＬＦＮＮ网络组分类器的飞机目标分类方法，应用于五种飞机目标的识别结果表明，自组织神经网络的学习速度快，自学习能力强；ＫＮＮ－ＭＬＦＮＮ网络组分类器有高的分类精度。     

基于分布式两坐标雷达网络的目标三维跟踪算法

针对目前的航空管理和作战指挥系统的需求,该文提出一种基于分布式两坐标(2D)雷达网络的目标3维跟踪算法。首先,该文从集中式框架下融合中心的广义量测方程出发,推导了融合中心的更新方程。而后,将更新方程中的量测用各部雷达的局部跟踪信息来代替,并由此得出目标3维状态的估计。从推导过程可知,该文所提算法是量测扩维的集中式融合算法通过矩阵变换直接得到的,只是变换过程中对单雷达跟踪模型进行了近似,因此是次优的。最后,蒙特卡罗仿真实验表明,该算法收敛速度很快,且跟踪精度很高,可以满足实际需求。     

两坐标雷达组网测高的可能性

两坐标雷达本身不具备测高能力,但利用多雷达组网进行联合测高这在理论上是成立的。通过分析,本文得出结论:工程上实际应用时,用两部雷达测高,测高精度尚嫌不够,而用三部测距精度优于100米的雷达联合测高则是可行的。     

舰载两坐标搜索雷达测向误差分析

给出了考虑平台稳定误差时系统测向误差的解析式，估计了平台稳定差对测向误差的影响。结果表明：Ｃ支高仰角目标，平台稳定误差将严重影响到系统的测向精度。     

基于极化谱的飞机目标识别

本文基于宽带极化雷达体制背景，将动力学理论用于目标的极化散射特性分析。通过定义一种新的极化谱概念。研究了目标特征信号处理及目标识别等问题。     

飞机外形变化对雷达目标识别算法的影响

随着雷达技术的不断发展,雷达自动目标识别算法不断普及,算法识别性能的各项影响因素不能忽略。本文通过对飞机的变化结构、电磁散射模型、回波仿真的分析,简要解释了目标外形变化对雷达自动目标识别算法的性能影响。     

单站两坐标雷达空间目标跟踪新算法研究

在以常规卡尔曼滤波器为基础的各种跟踪算法中，要求精确的模型和噪声统计，但在实际问题中，大多数情况上述要求不能满足。本文给出了考虑初始条件不精确性的改进型卡尔曼滤波算法，并在引入速度量测信息的基础上，运用该滤波方法进行空间目标二维定位。蒙特卡洛仿真表明该方法降低了对模型精度的要求，在工程上是可行的。     

双基地两坐标雷达定位优化算法

双基地两坐标雷达Ｔ／Ｒ站可得到目标的斜距和方位,Ｒ站可得到目标的距离与方位,本文讨论了双基地两坐标雷达对二维和三维目标的三种定位优化算法,并进行了精度分析,仿真结果表明了各算法的定位精度。     

基于雷达距离象序列的循环神经网络飞机目标识别

本文应用雷达目标瞬态高分辨距离象序列来识别目标，提出了一种基于距离象序列的实时循环神经网络分类方法，并进行了三类飞机目标的分类实验研究，结果表明，该方法可以得到高的识别率。     

低分辨雷达螺旋桨飞机回波调制特性的研究

结合螺旋桨飞机结构和低分辨雷达特点提出了低分辨雷达螺旋桨飞机回波调制特性的实用数学模型,井用实际的螺旋桨飞机和低分辨雷达参数对该模型进行了详细的分析和仿真。分析了某低分辨雷达螺旋桨飞机实际回波的调制特性,讨论了低分辨雷达有关参数对调制特性的限制。最后把分析结果和仿真结果进行了比较,得到了理论模型和实际相一致的结论。建立了低分辨雷达调制特征和目标结构的数学关系。