基于核模糊聚类的雷达信号分选算法

在现代战争中,随着新体制雷达的不断涌现,电磁环境变得越来越复杂,这就对雷达信号分选提出了新的挑战。对核模糊聚类进行了研究分析,并将其应用到雷达信号分选当中。仿真实验证明能够取得很好的雷达信号分选效果,为雷达信号分选提供了新的思路。     

基于模糊聚类的雷达信号分选方法

随着新体制、新技术雷达的不断出现，雷达侦察接收机接收到的雷达信号更加密集和复杂，传统的分选方法已不能对其进行有效分选，模糊聚类法能够利用雷达信号的特征参数有效地分选出常规和非常规雷达信号。文中采用了一种新的模糊聚类分析算法一跟踪法，该方法易实现编程，适用于处理大量数据，仿真实验证明分选结果较理想。     

基于变长度调度间隔的雷达资源调度算法

在相控阵雷达完成精密跟踪和目标识别等不同任务时,波形、数据率和积累时间等雷达资源需要自适应改变,基于固定长度调度间隔的自适应调度算法较为复杂且不能充分利用雷达资源。提出了一种基于变长度调度间隔的自适应资源调度算法,根据任务请求的重要性函数安排待执行的雷达事件顺序,并根据雷达资源的动态变化情况,自适应地调整调度间隔的时间长度。利用VC语言建模弹道导弹目标和多功能地基相控阵雷达,进行分布式仿真,通过直观观测资源调度的执行过程,以及通过目标跟踪数量和时间利用率两个指标,评价了资源调度算法性能。改进算法的软件实现较为容易,可以增加目标跟踪数量,节约时间资源。     

基于模糊神经网络聚类模型的雷达目标识别方法

准确识别雷达目标类型和性质对于有效实施雷达对抗意义重大。分析了模糊Hopfield神经网络原理,构建了雷达目标识别的模糊Hopfield神经网络聚类模型,并结合实例进行了具体验证。     

雷达脉冲信号流的模糊聚类分选

复杂信号环境下的实时信号分选技术对雷达侦察信号处理非常重要,利用模糊聚类分析的相关理论,根据脉冲参数将不同体制的雷达信号进行归类,从而实现对雷达脉冲信号的分选。     

动态优先级下防空相控阵雷达在线交错调度算法

针对防空相控阵雷达中时间资源分配主观性强、利用率低的问题,结合任务内部结构,提出一种新的在线交错调度算法.该算法在将任务的重要性和紧急性均置于动态优先级的基础上,使得雷达任务收、发波束之间的等待期可以用来执行其它任务的发射期或接收期.仿真结果表明,相比于任务模式优先级加截止期的调度算法,所提算法的调度成功率、时间利用率和执行威胁率均得到有效提升.     

模糊聚类CIAP在雷达组网中的应用

随着雷达网络传输技术的发展,雷达网络中的数据拥塞和流量分配不均衡问题亟待解决.文中针对多个被覆线与无线AP所组成的雷达传输网络中的流量分配不均衡问题,对多链路负载均衡算法(CIAP)中的任务调度算法进行改进.算法依据网络传输链路本身的固有特性,在进行链路碎片调度时,采用模糊聚类的思想对任务调度算法进行改进,该算法根据网络中各链路的剩余带宽和链路时延对负载较大的链路的路由碎片进行实时调度.实验结果表明,与传统的基于循环招标任务调度的多链路负载均衡算法比较,改进的算法能够迅速高效地均衡雷达网络中的链路负载.     

基于优先级的相控阵测量雷达调度设计

介绍了一种基于优先级的相控阵测量雷达调度设计。根据雷达具体测量要求划分了多个任务调度优先级．分析了远程弹道导弹测量任务对相控阵测量雷达数据率的要求。讨论了能量调度的相关约束条件，给出了系统实现框图。通过综合时间间隔门限的选择调整，完成对多个目标的搜索、验证、跟踪和目标特性测量等任务。     

基于帧间DBSCAN聚类的毫米波雷达交通多目标跟踪方法

毫米波雷达已成为车联网中的主流传感器之一,可用于交通场景的多目标跟踪。本文将毫米波雷达安装于道路上方进行交通目标跟踪,针对基于帧内DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类的多目标跟踪中,在该安装场景下多径噪点难以去除和纵向的交通目标点云难以区分的问题,提出了基于帧间DBSCAN聚类的毫米波雷达交通多目标跟踪方法。该算法使用多帧合并处理的方式,利用帧序特征用于解决多径噪点问题,并利用空间纵向分段的方法改善了原算法在纵向上目标区分度不足的缺点。本文通过六组不同的实际场景实验,证明了本方法在不同场景下,均相比原方法对跟踪结果有不同程度的改善。      

多功能一体化雷达任务调度算法研究

雷达、电子战、通信等多功能电子系统一体化是雷达的发展方向之一,资源管理与调度技术是一体化雷达的关键技术。针对基于孔径分割实现雷达、电子对抗、通信等多种功能的一体化系统的任务调度问题,对系统任务建模、调度算法设计、算法评价指标进行了探讨。在研究常规相控阵雷达调度策略的基础上,提出了采用多任务并行EDF(Earliest Deadline First)算法来实现系统的自适应调度。最后对比常规多功能雷达的自适应调度进行了仿真比较,且对仿真结果进行了定量分析,结果表明采用多任务并行EDF(MTPEDF)算法的基于孔径分割的一体化雷达系统具有一定的优越性。     

一种改进的道路行车密度峰值模糊聚类算法

为解决城市道路中相邻车辆聚类精度低的问题,本文提出了一种改进的密度峰值模糊聚类算法。首先,该算法使用自适应椭圆距离代替欧式距离,并在决策图中引入指数函数曲线选择密度峰值点,以确定初始聚类中心和聚类数目;接着,将初始信息代入模糊C均值(FCM)聚类算法中,经迭代计算取得一次聚类结果;最后,根据雷达数据中同一辆车的数据点速度差值极小、不同车辆的速度差值相对较大这一特征,引入和速度相关的目标函数,并通过迭代计算取得最终的聚类结果,以对一次聚类结果进行修正。根据真实道路测量数据的实验证明,本文提出的聚类算法精度高、鲁棒性好,能正确聚类城市道路中相邻的车辆目标,具有更好的聚类效果。为道路中车辆的跟踪、交通状态预估等处理提供可靠、准确的目标信息,大大减少后续工程的计算量。     

多功能相控阵雷达自适应调度算法研究

由于阵列天线的波束捷变能力 ,多功能相控阵雷达可对多个目标交替进行搜索、验证、跟踪等工作方式的操作。为此 ,需要一种调度策略以有效地分配雷达时间和能量等资源 ,达到优化雷达整体性能的目的。针对多功能相控阵雷达 ,在分析自适应调度算法的设计原则基础上提出一种自适应调度算法 ,并给出具体的性能评估指标。算法能够根据雷达事件的优先级、驻留长度、期望发射时间及时间窗合理地安排一个调度间隔内的雷达事件序列 ,仿真结果验证了调度算法的有效性。     

基于价值密度的相控阵雷达事件调度算法

针对相控阵雷达事件调度问题中求解目标综合优先级时未考虑事件驻留时间的问题,提出一种基于“价值密度”的相控阵雷达事件调度算法。通过引入作业车间调度领域“价值密度”概念,根据目标属性、运动状态、雷达硬件条件、事件截止期等参数,共同计算雷达完成该事件时单位时间内所能具有的价值,即该事件的价值密度;并基于价值密度进行调度。仿真实验表明,基于价值密度的调度算法与传统基于综合优先级排序调度算法相比,能有效提高调度成功率和实现价值率。     

面向多功能雷达的模型参数化脉冲级调度方法

多功能相控阵雷达的任务复杂性和实时性需求不断提高,传统的基于一定驻留周期的任务调度方法不能满足实时切换要求。针对此问题,提出了一种基于脉冲周期的任务切换和实时调度的方法,两级调度器与执行器一体化设计减少任务调度时间开销,综合考虑优先级调度算法和抢占式调度策略确保了任务有效执行,面向任务模型的参数化设计使得任务调度能灵活适应各类作战任务需求。仿真结果表明,此方法能较好地控制高优先级任务丢失率, 获得更高的任务执行有效性。