对空目标监视情报仿真分析模型

单个地面探测系统对空目标探测的误差精度的研究涉及到探测所产生三维误差矢量的模以及方向角的分布情况.基于数理统计学中正态分布随机变量的检验方法,检验了对空目标监视所产生的三维误差矢量的方向角以及模的分布,利用所得到的结果进行仿真和精度几何稀释GDOP分析,得到GDOP的值由仿真前的0.47减小到仿真后的0.38.该方法所得到结果在对空目标监视的模拟仿真、情报优化、数据融合以及作战运筹等领域将起到参考作用.     

基于超平面投影的高维多目标进化算法

针对高维多目标优化问题（MaOPs）,为了更好地在收敛性和分布性之间保持平衡,提出基于超平面投影的高维多目标进化算法（HPEA）.通过归一化技术构造单位超平面,将种群个体垂直投影到单位超平面上,消除收敛程度的影响;通过改进的Harmonic平均距离,评估单位超平面上投影点的拥挤密度;结合收敛信息构造λ-distance,更好地平衡解集收敛性与分布性.为了检验所提算法的性能,将之用于求解3~10个目标的9类标准测试函数,与目前国内外具有代表性的5种高维多目标进化算法对比可知,该算法相对于其他算法具有优势,能够在提高算法收敛性的同时,保证解集的分布性.     

大规模WSN协同检测的节点临界密度

以移动目标的协同检测概率为网络覆盖的评价指标，提出了一种面向移动目标协同检测的大规模无线传感器网络（WSN）在二维平面上随机撒播节点归一化密度和检测概率三角形分析模型（TAM），采用归一化和二项式随机分布分析方法,得到了协同节点数为3、目标归一化路径长度小于1时最坏情况的节点归一化临界密度（NNCDT）上限；并分析了节点归一化密度对网络协同检测性能的影响。根据仿真结果分析了目标移动速度和传感器的检测时间和判决门限对NNCDT影响规律，结果表明TAM的NNCDT可以较为准确地被协同检测概率和归一化路径长度所确定，可为节点实际部署提供参考。     

基于分数低阶归一化匹配滤波的目标检测方法

在非高斯相关杂波背景下,基于归一化匹配滤波检测方法的性能随着非高斯特性增强而下降.为消除非高斯性的影响,提出一种基于分数低阶归一化匹配滤波的雷达目标检测方法.首先对观测数据进行分数低阶幂运算处理,然后基于杂波分数低阶统计量给出了检测模型,该模型的杂波散斑分量协方差矩阵通过对杂波分数低阶协方差矩阵进行归一化而得到.仿真结果表明,在非高斯杂波背景下该方法的检测性能优于归一化匹配滤波方法及传统MTD方法.     

基于拉丁方阵的准循环LDPC码构造

针对环长分布对LDPC码性能的影响,该文提出了一种基于拉丁方阵的QC-LDPC码构造方法.该方法借鉴了Steiner三元系与拉丁方阵的性质,在消除短环的同时,还改进了原算法构造码字时码率不灵活的缺点.仿真结果表明,所提方法构造的短码性能优于PEG算法的短码;在构造中长码时,也有与PEG相近的性能,且具有QC-LDPC码...     

基于实归一化压缩循环统计量的调制识别方法

为解决传统二阶统计量在Alpha稳定分布噪声背景下失效的问题,提出了实归一化压缩函数和实归一化压缩二阶循环统计量的概念并推导其性质。在研究备择信号该类统计量的基础上,选取实归一化压缩循环谱特定频率和循环频率点处的幅度作为特征参量,利用最小误差判决分类方法实现信号调制方式的识别。仿真结果表明,该方法在Alpha稳定分布噪声和高斯噪声背景下均有良好的性能,相较于其它基于非线性变换的方法,性能相近且复杂度更低,鲁棒性更强,灵活性更好。     

基于批归一化统计量的无源多领域自适应方法

为解决传统的领域自适应方法训练期间源域数据并不总是可用这一问题,提出一种无源多领域自适应方法,有效完成当存在领域漂移现象时的图像分类任务。通过最小化源域和目标域数据的批归一化统计量距离减小域之间的分布差异,解决因无法访问源域数据而无法显式对齐源域与目标域的问题;采用基于近邻聚合策略的伪标签分类器辅助生成更加准确的伪标签,提高模型预测的准确性;通过学习最优的融合权重,将多个自适应后的源域模型进行有效融合。构建基于批归一化统计量的无源多领域自适应模型。性能对比试验和消融试验结果表明,与多个基线模型相比,本研究方法预测准确性提高0.6%～3.7%。     

具有逻辑关系的多性能状态指标综合分析方法

提出了一种在性能分析目标与多个性能状态指标间以逻辑关系相关联的条件下进行多性能状态指标综合分析的方法，此方法能够根据性能状态指标的判决条件以及判决条件间的逻辑关系构造归一化函数和判决计算函数，可以对测得的性能状态指标值进行归一化处理和数值计算。经实验验证，采用该分析方法可以得到一个综合了多个性能状态指标变化特征的连续变化的数值分析结果，分析结果可进行进一步的统计分析和趋势预测。     

具有逻辑关系的多性能状态指标综合分析方法

提出了一种在性能分析目标与多个性能状态指标间以逻辑关系相关联的条件下进行多性能状态指标综合分析的方法，此方法能够根据性能状态指标的判决条件以及判决条件间的逻辑关系构造归一化函数和判决计算函数，可以对测得的性能状态指标值进行归一化处理和数值计算。经实验验证，采用该分析方法可以得到一个综合了多个性能状态指标变化特征的连续变化的数值分析结果，分析结果可进行进一步的统计分析和趋势预测。     

一种对强目标信号污染稳健的自适应通道盲均衡方法

针对强目标信号污染严重影响传统阵列流形校正算法通道均衡性能问题,提出了一种基于雷达回波数据模归一化矢量的自适应通道盲均衡算法．该方法首先构造与回波数据矢量对应的模归一化矢量,然后对其协方差矩阵进行特征分解,最后将回波数据矢量的各分量除以最大特征值对应的特征向量的相应分量实现通道均衡．理论分析和实测数据处理结果验证了该方法的稳健性．     

噪声未知情况下的自适应无迹粒子滤波算法

为了有效地解决系统噪声未知情况下的目标跟踪问题,提出了一种自适应无迹粒子滤波算法。该算法采用改进的Sage-Husa估计器对系统未知噪声的统计特性进行实时估计和修正,并与无迹卡尔曼滤波器相结合产生优选的建议分布函数,降低系统估计误差的同时有效提升了系统的抗噪声能力。实验结果表明:本文方法明显地改善了系统噪声未知情况下目标的跟踪精度和稳定性。     

融合运动和统计特征的静态目标检测

为了解决大部分时间处于相对静止状态目标的智能监控,提出一种融合运动和统计特征的静态目标检测方法.该方法采用行列错位减图像的帧差来提取目标运动特征,根据目标模型和候选区域的统计特征匹配检测目标,利用运动特征和模板的相似性度量动态更新模板.通过积分图优化特征提取及对强光抑制,提高了算法的实时性和鲁棒性.     

A Mo LC+Mo M-based G~0 distribution parameter estimation method with application to synthetic aperture radar target detection

The accuracy of background clutter model is a key factor which determines the performance of a constant false alarm rate(CFAR) target detection method. G0 distribution is one of the optimal statistic models in the synthetic aperture radar(SAR) image background clutter modeling and can accurately model various complex background clutters in the SAR images. But the application of the distribution is greatly limited by its disadvantages that the parameter estimation is complex and the local detection threshold is difficult to be obtained. In order to solve the above-mentioned problems, an synthetic aperture radar CFAR target detection method using the logarithmic cumulant(Mo LC) + method of moment(Mo M)-based G0 distribution clutter model is proposed. In the method, G0 distribution is used for modeling the background clutters, a new Mo LC+Mo M-based parameter estimation method coupled with a fast iterative algorithm is used for estimating the parameters of G0 distribution and an exquisite dichotomy method is used for obtaining the local detection threshold of CFAR detection, which greatly improves the computational efficiency, detection performance and environmental adaptability of CFAR detection. Experimental results show that the proposed SAR CFAR target detection method has good target detection performance in various complex background clutter environments.     

基于Keystone变换的低信噪比ISAR成像

在ISAR成像中,当目标平稳飞行时,对于低信噪比的回波数据,常规的运动补偿方法不再适用,故提出一种基于Keystone变换的运动补偿方案,完成对低信噪比数据的处理. 利用Keystone变换校正由目标速度引起的线性距离走动,通过对相邻距离像相干积累以提高数据信噪比,进而引入相关法和PGA法完成对高次项运动的补偿. 仿真实验的结果表明,针对低信噪比数据的处理,基于Keystone变换的运动补偿方法优于传统的方法,从而有效地提高了成像雷达的作用距离.     

基于空间隐患分布与运动意图解析的危险评估方法

针对智能监控领域中存在的目标检测速度慢、安全性分析缺失等问题,提出一种基于空间隐患分布与运动意图解析的危险评估方法。使用k-means++及背景消除法增强YOLO(you only look once)v3算法的目标检测能力,完成人体目标和危险物的识别及定位;利用卡尔曼滤波预测人体目标的移动轨迹,以移动偏向角及人体目标与危险物的距离构建人的运动模式;建立危险度评估模型,依据不同的运动行为模式评估其危险程度。试验结果显示,增强YOLOv3算法在测试集上对各类目标的检测精准度与召回率均超过95%,交并比(intersection over union, IOU)提升7%,帧率达31.3帧/s,满足系统的实时性要求;本研究提出的危险度评估方法能够较好拟合多种运动模式的风险递变规律,危险度评估结果融合了看护目标的运动意图,使得对不同运动模式的安全性评估更加合理。     

配对设计下相对危险度的对数变换检验

基于相对危险度提出了一个新的假设检验问题，并就此检验问题，在配对设计下用delta方法构建了对数变换检验统计量，运用Monte Carlo方法模拟显示对数变换检验统计量有优良的统计性能，表现在它的经验第一类错误率与给定的显著性水平很接近，是理想检验．     

基于路径栅格的机场噪声等值线追踪算法

机场噪声等值线图在机场噪声控制、机场规划设计中起着重要的作用。针对机场噪声的特征及分布特点,提出了一种基于路径栅格的机场噪声等值线追踪算法,通过构造有效网格、建立具有顶点编码和的路径栅格,在等值线追踪过程中唯一确定下一个等值点,避免了传统的先开放后封闭的等值线追踪方式,能够快速生成等值线图。实验验证表明,该算法效率高,绘制的机场噪声等值线图效果好,没有等值线交叉现象。     

利用TDOA和FDOA的单站多外辐射源目标定位算法

针对利用单个观测站接收多个外辐射源信号从而实现对运动目标定位的问题,以直达信号和目标回波信号之间的到达时差和频差为观测量,采用Taylor迭代方法,得到了目标位置和速度估计。迭代的初值由最小二乘方法得到。最后,推导了算法的克拉美罗界和理论误差。仿真结果表明,算法仅需1次迭代即可收敛至全局最优解;在一般测量误差条件下,算法的实际定位误差逼近克拉美罗界;对系统几何精度因子图的分析表明,目标及外辐射源位置也是影响定位精度的重要因素。     

重尾非高斯定位噪声下鲁棒协同目标跟踪

针对定位数据的统计特性未知且易受异常值干扰而影响协同目标跟踪性能的问题,提出一种重尾非高斯定位噪声下的鲁棒协同目标跟踪方法. 该方法假设定位噪声服从多元学生t-分布,建立联合估计目标状态与定位噪声参数的贝叶斯模型. 针对目标状态与噪声分布参数相互耦合而难以计算联合后验分布的问题,应用变分贝叶斯推断原理和平均场理论对后验分布进行解耦,将目标状态与定位噪声参数的联合后验分布估计问题转化为最优化问题,以交替优化的方式实现系统参数的在线递推估计. 对提出的协同目标跟踪方法进行测试. 仿真结果表明,当定位数据中存在未知的野值噪声时,提出的协同跟踪算法具有较好的鲁棒性.