基于声场预报的共形阵波束优化方法与实验研究

在工程实际中，声接收基阵波束设计和优化的一个重要问题是实际阵列流形的获取。由于实际测量阵列流形的工作面临很多困难，难以推广使用，本文提出声场预报的方法，使用ANSYS和SYSNOISE软件模拟测量阵列流形的过程，通过对复杂结构基阵的声场进行数值预报，得到了与实际相符合的基阵阵列流形，并通过共形阵水池实验验证了该方法的有效性。     

基于惯性测量与视频图像信息综合的抗遮挡跟踪策略在机载光电侦察瞄准系统中的应用研究

目标跟踪是机载光电侦察瞄准系统的一个重要工作模式,其性能的优劣直接决定着载机系统完成任务使命的效能。针对机载光电侦察瞄准系统目标跟踪应用中存在的主要问题和技术难点,本文基于系统多源传感器构型及应用特点,综合组合惯导、运动测量、伺服控制、地理坐标及图像信息等多维度参数,提出了一种基于惯性测量与视频图像信息综合的智能目标跟踪策略,通过仿真分析与飞行测试表明,该策略有效提高了目标跟踪抗遮挡性能,实现了全动态复杂场景下稳健持久跟踪,提升了载机系统侦察监视、目标定位、瞄准引导的作战能力。     

一种基于四阶累积量的旋转不变参数估计方法

基于四阶累积量的几何解释,本文提出了一种新的旋转不变波达方向(DOA)估计方法,它利用所构造出的虚拟旋转不变矩阵对来构造低维波达方向矩阵,并对其进行特征分解直接得到DOA估计,且与基于二阶统计量的旋转不变方法比较,阵列有效孔径扩展了一倍.计算机仿真验证了本文所提方法的有效性.     

水下目标自动识别的核心技术

综述了国内外水下目标自动识别领域的研究现状和实现的核心技术途径，分析了在该领域的研究热点和发展趋势。     

采用DSP和小波变换的战场声目标快速识别系统

根据战场典型目标声信号的特性，提出运用小波理论和FOBW编码对其进行特征提取，用数字信号处理(DSP)作为系统核心处理器件，辅以必要的外围电路，实现声目标快速识别的方法。将此系统应用于战场典型目标的快速识别，取得了满意的识别效果。     

多小波模糊神经网络盲均衡算法

为了克服传统恒模算法(CMA)采用固定步长造成的收敛速度与收敛精度之间的矛盾,提出了一种基于平衡正交多小波变换的模糊神经网络盲均衡算法(MWT-FNN-BEA).该算法一方面利用模糊神经网络控制器自动调节算法的迭代步长,较好地解决了收敛速度与收敛精度之间的矛盾;另一方面利用平衡正交多小波变换对均衡器输入信号进行去相关性处理,进一步提高了算法的性能。理论分析和水声信道仿真结果表明,所提出的算法具有较快的收敛速度和较小的稳态误差,抗干扰性能好。     

一种基于小波变换的卫星SAR海洋图像舰船目标检测方法

本文依据SAR图像海洋背景和舰船目标特点分析,提出了基于小波交换的卫星SAR海洋图像船舶目标检测方法,仿真分析结果表明该方法实用、有效.     

利用相关系数对信噪比进行估计

本文介绍了一种利用两具数字信号序列的相关系数对数字信号信噪比的估计方法。从相同条件下的两个信号序列的互相关函数着手。导出了信号序列的相关系数与数字信号的信噪比之间的关系。通过实例介绍了该方法在图像噪声分析中的应用，并与另一种方法估计的结果做了对比与分析。     

基于分数阶傅里叶变换的线性调频信号的自适应时频滤波

本文提出了一种基于分数阶傅里叶变换的线性调频(LFM)信号的自适应滤波方法，利用该变换等同于对信号在时频平面进行旋转这一重要特性，将混迭有噪声的信号以特定的旋转角作分数阶傅里叶变换，使得信号与噪声在变换域中的交迭达到最小；在此基础上，通过窄带通滤波器对LFM信号进行抽取，去除大部分的噪声能量，然后，再经过分数阶傅里叶反变换，恢复出原来的LFM信号。理论分析和仿真表明，该方法不仅可获得明显的信噪比的改善，而且具有算法简单及信号失真小等特点，和其它基于二维时频分析工具的滤波算法相比，降低了计算的复杂度，其实现更为简便。     

用于多传感器最优融合的优化节点样条数据平滑方法

对多个精度不同的传感器观测数据采用了加权平均法，给出了观测数据的最优融合方法；在此基础上，利用优化理论和最小二乘准则，对高机动目标的运动轨迹实现了B样条函数逼近，使逼近过程适应目标的运动规律，仿真计算结果表明其明显地优于微分平滑和等距节点平滑。