Wigner-Ville变换在抗箔条干扰方法中的研究

在雷达跟踪空中目标时,受箔条干扰信号的影响,会造成雷达探测的数据不完整、不精确、不可靠.针对这一情况,本文应用Wigner-Ville变换理论,给出了一种对雷达回波信号进行滤波的算法.通过仿真实验证明,应用Wigner-Ville变换能较好地抑制箔条干扰信号,可进一步提高雷达系统的跟踪精度和可靠性.     

应用GMM的快速火焰检测

基于视频图像的火焰检测是火灾预防研究的重要内容。为提高检测效率,首先使用具有自适应背景变化的 高斯混合模型(GMM)来检测场景中的运动物体。然后针对运动物体,提取颜色特征和面积变化特征。最后,根据得 到的特征来识别场景中是否有火焰发生。该方法不仅可有效检测到视频中的火焰帧,还避免了非火焰场景中对计算时 间的浪费。     

雷达电磁信号的多径传播仿真研究

从工程实际出发,系统研究雷达天线到目标间的电磁信号,受地形和地球曲率等因素影响而产生的多径传播问题。分别建立雷达电磁波在干涉区、中间区和绕射区传播的数学模型和它们适用的边界条件。给出了应用Mathmatic软件提供的Interpolating Polynomia[data,x]多项式内插技术求解由干涉区平滑过渡到绕射区的中间区场强计算问题,并对雷达电磁信号在各区中的电磁传播作了仿真,来模拟雷达发射机经天线向空间辐射并到雷达接收机输入端的信号强度。此外,为了便于从电子地图中查找反射点区域的电磁反射特性,还给出了应用球面三角形计算反射点地理位置的求解方法。实验结果表明,该文不仅有助于雷达对抗战场环境的内场注入式仿真研究,而且对雷达系统的性能分析也将具有十分重要的参考价值。     

基于分解协调法的雷达目标分配问题研究

针对雷达网防空作战中的目标分配问题,应用大系统理论的分解协调法,将空中m批目标分解为m个独立的子优化问题,通过协调器协调各个子问题的解,找出使整个雷达网对m批目标发现概率最大的目标分配问题全局最优解.仿真结果表明,该方法是有效、可行的.     

多特征融合的火焰检测算法

视频火焰检测是复杂场景下预防火灾的重要方法。为了提高火焰的检测效率和鲁棒性,基于RGB和HSI颜色空间改进了火焰的颜色特征模型,有效地提取了疑似火焰区域;实验对比分析了火焰不同的形状结构特征,及其特征组合对火焰检测有效性的影响,提出了一种融合圆形度、矩形度和重心高度系数的火焰检测算法,然后将融合后的火焰特征输入支持向量机(SVM)中进行分类。在Bilkent大学火灾视频库上的实验结果表明,该方法高效、快速,且能适用于多种场景。     

一种雷达非线性调频信号检测及仿真方法

由于雷达非线性调频(NLFM)信号的时频非线性分布特性,常规检测算法难以实现信号能量的有效聚集,传统采用NLFM信号检测时准确率较低,在低信噪比下甚至会失效。针对上述问题,应用了一种基于广义时宽-带宽积的最优窗函数,提出了一种改进的短时分数阶傅立叶变换瞬时频率估计算法。应用改进算法可有效提高非线性调频信号的检测性能,提高检测的准确率。仿真结果表明,在相同信噪比下,提出的方法对NLFM信号的检测概率高于传统方法,性能较好。     

改进的D-S证据理论在战场目标识别中的应用

战场目标识别中多传感器信息融合面临各种不确定冲突信息。为此,提出了一种基于权重的证据调整方法,给予证据分配不同的权重,重新修正基本概率分配函数,利用Dempster组合规则实现信息融合。通过数值验证并与其他的改进算法对比,结果更为理想,能有效的减小冲突证据的不良影响,同时具有较高的收敛速度,降低了决策风险,仿真结果表明,算法有效、可行。     

雷达干扰资源优化分配模型和算法研究北大核心CSCD

针对敌方多目标雷达,如何合理有效的分配干扰资源,取得最佳干扰效益的问题,建立干扰资源优化分配模型。考虑到实际作战环境下的约束条件和干扰需求,对于约束条件增多时,传统算法求解速度慢。因此,提出一种将模拟退火算法应用到遗传算法中,以提高遗传算法局部搜索性能,增强遗传算法进化能力的遗传模拟退火算法。在每次进化产生下一代种群个体需经过模拟退火算法改进,并在每次迭代结束之前进行降温操作保证遗传算法和模拟退火算法具有相同的收敛方向和速度。仿真结果表明,与模拟退火算法比较,该方法具有较好的搜索最优解速度和可靠性。上述方法提供的分配方案对提高雷达干扰智能决策系统有一定的作用。     

雷达——通信一体化系统设计

针对日益复杂的电磁环境和目标威胁,作战平台一体化是军事对抗领域的强烈需求.研究在保持或很少影响雷达系统性能的前提下,利用软件无线电技术将通信功能加载到现有的雷达系统中,实现雷达与通信的综合一体化设计.首先将通信信号调制到雷达信号上,形成一体化信号进行发射,在接收端使接收信号先通过信号分离器,采用同态滤波和修正的肓信号分...     

基于支持向量聚类改进的雷达信号分选方法

在复杂的电磁信号环境下,针对使用支持向量聚类算法进行信号分选时,聚类结果易受核函数参数和惩罚因子的影响,及计算复杂度高和准确率低的问题,提出了一种将支持向量聚类与集对分析相结合的雷达信号分选方法。该方法使用集对分析先对支持向量进行聚类,再用所得的聚类结果对剩余数据进行聚类。仿真结果表明该方法在含有一定数量的噪声信号环境下,能获得较好的分选效果,不仅耗时短,而且还具有较高识别率。