情报雷达低空小目标探测能力评估方法研究

针对情报雷达探测低空小目标问题,综合考虑了大气传输损耗、大气折射、多路径效应、地面和海面杂波干扰、目标发现概率要求等有关因素,建立了多约束条件下的目标回波估算模型、低空探测杂波功率估算模型,给出了一种实用的低空小目标实际探测能力综合评估方法．并结合具体低空补盲雷达参数进行了仿真分析,验证了该算法的有效性．     

一种小基阵高精度低空目标无源方位估计算法研究

当前的低空目标无源声探测技术多是基于时延估计算法实现的。存在的突出问题是 ,当阵的尺寸较小时 ,难以满足方位估计精度的要求。提出了一种基于二维压差式矢量传感器复声强分析的低空目标方位估计算法 ,对算法的性能进行了分析。采用实测直升机辐射噪声数据进行了仿真实验 ,研究了基阵尺寸、积分时间和信噪比等参数对目标方位估计精度的影响。仿真结果表明 :在信噪比为 0 d B,阵的尺寸为 0 .2 m时 ,方位估计误差小于 2°,有效地解决了低频小尺寸基阵和高精度条件下的无源声测向 ,为低空目标无源声探测提供了一种新的技术途径。     

气球载雷达探测低空目标的能力分析

针对气球载雷达的应用现状,对比分析了气球载雷达与其他预警探测装备在低空目标探测中的应用特点,从作战使用角度,对气球载雷达探测低空目标的能力进行了分析．     

基于SAGA的协同多目标攻击决策

以超视距协同空战为背景,在对每个目标分配一枚导弹攻击的模式下,研究了协同多目标攻击空战决策问题.首先,基于对空战威胁态势的分析,将协同多目标攻击决策问题转化为导弹目标攻击分配的优化问题并建立其攻击效能评估模型.然后,提出将模拟退火遗传算法(SAGA)用于该问题的寻优,算法中个体采用整数编码,并采用非常规的交叉与变异操作产生新的个体.在进化结束后,通过最佳导弹目标分配个体求得最终协同攻击决策方案.仿真结果表明所提出的算法对最优分配方案的搜索效率明显优于单纯的遗传算法.     

低空小目标检测中的单通道干扰信号重构和抑制算法

利用移动通信系统进行低空小目标检测时,传统被动检测算法无法实现单接收通道下参考信号接收对比,提出一种基于干扰信号重构的直达波抑制算法,用于对低空小目标的检测.首先通过移动通信系统感知信道传输环境;在此基础上,利用OFDM时频特性重新构建直达波信号及多径信号等干扰信号,最后通过扩展相消算法对单接收通道中的直达波干扰进行抑制.仿真结果表明,所提方法能在移动通信系统单接收通道情况下提高回波检测性能,提高低空小目标检测的准确性.     

雷达网任务分配与调度的一种实现方法

为了提高雷达网的探测效能,提出了一种动态的雷达网目标分配及任务调度算法.该算法以雷达对任务的映射表为依据,采用紧急任务优先、任务完成时间优先、通用性最小优先和随机选择等原则来解决雷达之间的竞争,从而实现雷达对多目标的动态分配.最后给出了该算法的一种仿真实现方法.     

MSPDAF算法在低空监视信息融合中的应用

为了实现对低空空域运行航空器的有效跟踪,进而保障低空空域运行安全,将一次雷达与无源雷达进行组合,运用MSPDAF算法进行两种雷达协同监视的信息融合,并将回波源于目标的概率应用于目标状态估计中.仿真结果表明,该算法相比单独一种雷达的跟踪算法具有更好的融合精度,能够在电磁环境复杂的低空空域中有效地进行目标跟踪,从而可以应用到低空空域航空器的监视,为低空运行提供更高的安全保障.     

常规地基雷达对低空小目标探测的可能性分析

推导出一个较为全面实用的雷达小目标探测距离公式,结合某先进雷达分析了杂波后向散射系数、雷达脉冲宽度、水平波束宽度、改善因子和目标散射截面积对小目标探测距离的影响,为提出低空小目标探测的综合对策奠定了基础．     

多平台协同跟踪中的传感器分配方法研究

多平台多传感器的协同探测是协同作战的重要组成部分,如何有效地进行传感器管理是协同探测问题的关键。该文提出了一种基于H∞滤波器目标跟踪的传感器分配方法,用集合论中关系的概念定义了传感器目标分配集,建立了传感器管理的分配模型,将每一种传感器的检测方案看成一个H∞滤波器,根据H∞滤波误差上限γ选择最佳的分配方案。     

一种防空雷达网的目标分配算法

为提高雷达网作战效能，基于目标威胁度指数和雷达有利度指数的建立，提出了目标分配的关联度原则，建立了一种多约束条件下的多目标分配决策模型，并给出了实用算法．实例应用表明，谊分配决策模型和算法合理便捷，可用于雷达网探测目标分配问题求解．     

无人机群协同作战任务分配方法研究

针对战场环境的多目标、多任务以及无人机能力有限等特点,设计了一种适应于多目标、多无人机、多任务种类的无人机群协同多任务分配模型。结合该模型以及其中的任务偏序约束、协同任务约束、无人机能力约束等约束条件提出了基于任务序列的遗传算法染色体编码方法,和基于同类任务的遗传算法交叉、变异算子。该方法利用遗传算法的全局搜索优化解特点,对无人机群的协同任务分配进行优化。仿真试验表明该方法能够保证满足任务分配约束条件的基础上使任务的分配更加优化。     

求解协同干扰问题的高效免疫遗传算法

为协同干扰武器目标分配问题建立的数学模型,当问题规模增大时,现有的智能求解算法表现出两点不足,一是所求解质量下降;二是求解速度不可接受。针对该两点不足提出了具有贪婪修复过程的免疫遗传算法,算法设计了通用十进制扩展编码方案、基于免疫的轮盘赌选择算子和贪婪修复算子。仿真实验表明,该算法与现有算法相比具有明显的效率优势,在解决大规模协同干扰武器目标分配问题时不仅解算时间可接受而且所求解质量比同类算法高。     

基于KD45闭包的群组角色指派研究

通过KD45逻辑,完善了协作和冲突关系集,改进了群组角色指派模型;提出一种用以完善约束关系集的KD45逻辑闭包算法,解决了在信息不透明情况下获取协作与冲突约束的人机协同任务分配问题;并采用IBM ILOG CPLEX优化包(ILOG)进行了上万次不同规模下的仿真实验.实验结果表明,本文方法产生的群组角色指派约束关系集完...     

分布式穿墙成像雷达空间配准方法

分布式穿墙成像雷达利用多个穿墙雷达节点在多个视角对室内目标协同探测,可以有效弥补传统单视角穿墙探测的不足。提出了一种基于高斯混合模型的分布式穿墙成像雷达空间配准方法,根据各个节点探测结果中多目标位置关系求解雷达节点位置。首先将各个雷达节点的量测点集建模为高斯混合模型;然后将雷达节点配准问题转化为求解最优坐标变换参数的优化问题;最后采用粒子群优化求解,实现雷达节点空间配准。仿真与实测结果验证了该方法的有效性。     

协作通信系统中能效优化的中继分配算法

在协作通信系统中,中继节点的合理分配对于系统性能提升具有重要的意义。然而,现有的方法往往只从系统容量最大化或者功率最小化单方面研究中继节点分配,缺乏对两者的综合考虑以致最终的中继分配结果不是最优。通过对基于能效(容量/发送功率)的中继分配进行研究,提出一种能效最大化为目标的中继分配算法(EERAA)。该算法首先优化各协作链路能效,然后通过最大权重匹配方法为各源移动终端进行中继节点的分配,从而有效地提高系统能效。经仿真验证,该算法跟现有的算法相比,能得到更高的系统能效。     

判决相关条件下联合频谱检测的性能分析

为了改善认知无线电中感知用户(未授权)对主用户弱信号的检测性能,采用多个感知用户合作的联合最优门限判决算法.在考虑参与联合检测的各感知用户判决门限具有相关性的条件下,通过理论分析和软件仿真,表明联合检测算法随着参与检测用户数目的增加,能够改善对主用户弱信号的检测性能.在融合中心虚警概率恒定的条件下,与给定各判决门限和系统融合准则的算法相比较,联合最优门限判决算法性能更好.但因各感知用户判决门限具有相关性,系统检测性能比各感知用户判决独立条件下有一定损失.     

基于整数规划的在轨服务任务指派问题研究

在轨服务任务指派问题对于提高多颗服务航天器之间的协同工作效率具有十分重要的意义。针对该问题的特点,提出了求解在轨服务任务指派问题的多目标整数规划方法,通过设计决策变量和形式化各种约束条件,建立了在轨服务任务指派问题的数学模型,给出了仿真求解算法,并进行了仿真验证与分析,仿真结果表明该模型可以较好地解决在轨服务中的任务指派问题。     

认知无线电加权联合频谱感知优化算法

为了提高认知无线电联合频谱感知的性能,对加权联合频谱感知算法进行了研究,并对权重和观测时间2个感知参数进行了优化.算法基于给定的检测概率,通过选择最优的权重使认知无线电获得最小的虚警概率;还提出了二分算法,通过该算法,认知无线电能够获得最优的观测时间.仿真结果表明:相比未加权的联合频谱感知算法,提出的算法能够获得更低的虚警概率和更高的频谱利用率,并且相比穷举算法,二分算法的计算量要更低.提出的算法能够使认知无线电在授权用户的干扰容限内获得最大的频谱利用率.     

Cooperative detection algorithm of spectrum holes in cognitive radio

To improve the detection performance of sensing users for primary users in the cognitive radio, an optimal cooperative detection algorithm for many sensing users is proposed. In this paper, optimal decision thresholds of each sensing user are discussed. Theoretical analysis and simulation results indicate that the detection probability of optimal decision threshold rules is better than that of determined threshold rules when the false alarm of the fusion center is constant. The proposed optimal cooperative detection algorithm improves the detection performance of primary users as the attendees grow. The 2 dB gain of detection probability can be obtained when a new sensing user joins in, and there is a 17 dB improvement when the accumulation number increases from 1 to 50.     

Maximum likelihood registration for systemic error based on statistical linear regression

Generally,there are non-random systemic errors in target detection with the cooperative multi-sensor system.In order to solve this problem,a maximum likelihood registration algorithm based on statistical linear regression (SLR-MLR) is presented.The registration equation for the multi-sensor system is established first by jointly maximizing the likelihood function of the target state and systemic error,on the basis of which the proposed algorithm utilizes a set of diverse regression points to handle the linearization problem of the nonlinear measurement transformation.The regression equation for the target state with respect to unbiased measurement is constructed through statistical linear regression,and then the first two statistical properties of the projected state can be obtained.Moreover,the algorithm uses the likelihood maximization iteration to seek the solution of the registration equation,thus achieving the joint estimation for the systemic error and target state.Simulation results show that the SLR-MLR can achieve the registration of multiple sensors in each observation dimension,and has a higher accuracy and near computational complexity compared with the classical MLR.