非高斯噪声情况下多平台机动目标被动跟踪新方法

针对仅有角度测量信息条件下,被动传感器融合目标跟踪问题,提出了扩维UKF滤波算法;并对经典IMM进行改进提出变维IMM算法,利用不同维数模型之间的交互式融合解决对机动目标的跟踪问题;进一步考虑实际情况中往往存在的测量噪声为非高斯情况,引入自适应滤波方法。最终提出变维交互式多模型自适应抗差扩维无迹滤波方法（VDIMM-AAUKF）,成功实现了被动多传感器在高斯和非高斯噪声情况下对机动目标跟踪。仿真实验结果表明该算法跟踪精度高、稳定性好,具有较好的实际应用价值。     

基于MSC-UHT的被动多传感器多目标航迹起始技术

针对传统基于Hough变换的航迹起始方法存在的计算量大及门限和参数选取困难,进而导致算法性能不稳定的问题,提出了一种非量化Hough变换的被动多传感器航迹起始算法,将数据空间中的备选小航迹转换成参数空间中的一个点,巧妙地避开了Hough变换量化一累积～峰值提取的变换流程,进而采用MeanShift聚类方法实现在参数空间中对目标个数的判断和测量的关联。仿真实验表明了该算法的有效性和优越性,具有较高的实际应用价值。     

一种SAR在大斜视角情况下成像的改进算法

从RDA算法入手,在分析其在大斜视角情况下的弊端和原因的基础上,提出将距离多普勒域方法改进为距离频域—方位频域的双频域方法。在双频域采用新的改进型滤波器实现对标准距离压缩和二次距离压缩的一步完成;在方位向使用改进型匹配滤波器消除包含方位向距离徙动引起的方位向调制。     

人脸识别算法

分析了PCA、LDA人脸识别方法的原理,对PCA及LDA在应用过程中遇到的特征值选择和距离准则问题进行了研究,实现了基于PCA、LDA算法的人脸识别。针对PCA、LDA的不足和缺点,采用了一种解决方法——PCA＋LDA。该方法用PCA方法对特征空间进行降维,利用F isher线性辨别分析方法分类,实现人脸的识别。实验证明,该方法不仅提高了特征提取的速度,而且识别率也比单独的PCA方法和LDA方法高。