利用光电校正来改善火控雷达的低角跟踪性能

火控雷达低角跟踪时,由“多路径效应”会引起仰角振荡。提出了用光电校正来改善仰角振荡,这是一种新的尝试。     

光电系统与火控雷达一体化设计

讨论现代火控雷达在电子战、电磁兼容以及自然环境下的生存能力和性能变化，提出光电系统与火控雷达一体化的必要性和设计准则。     

雷达低角跟踪分析与探讨

由于多径效应影响，雷达跟踪系统对处于低仰角内的目标跟踪会出现不稳定。本文对多径效应现象进行了分析，对常用方法进行了探讨。如果将分集技术与自适应技术结合起来，将很好抑制多径干扰。     

自适应阵在雷达低角跟踪中的应用

从阵列信号处理的角度出发，采用自适应阵，提出了一种新的数字波束形成（ＤＢＦ）算法。它不仅可以抑制一般的非相干信号干扰，而且可以抑制多径信号引起的相干信号干扰，并能在复杂的干扰环境中检测信号。     

毫米波雷达低角跟踪应用分析

对用毫米波雷达进行低角跟踪作了分析,从低角跟踪模型、方向图的选取、杂波的抑制、雷达的盲区等方面进行分析,尤其是对多路径的影响作了重要介绍.     

光电辅助低角跟踪系统的技术要求探讨

由于光电跟踪系统具有良好的抗电子干扰、抗反辐射导弹、抗海杂波的能力,因而广泛地被一些反导武器系统(CIWS)选为辅助跟踪传感器(法国SAMOS反导武器系统甚至采用光电跟踪系统作为唯一跟踪传感器)。在分析跟踪雷达低角跟踪技术研究现状的基础上,重点探讨了适用于改善低角跟踪性能的光电跟踪系统中的锊跟踪算法。     

雷达低角跟踪

由于多路径效应,雷达对处于低仰角范围内的目标不能稳定跟踪。分析了多路径带来的角误差,并对常用的几种减小多路径效应的方法进行了解析。     

专家系统在数据融合技术中的应用研究

文章从实用的角度对数据融合的功能模型、态势估计和威胁估计等关键技术作了深入分析与探讨，继而详细研讨了专家系统在态势估计和威胁估计中的应用，最后给出了典型实用的知识库和推理机的设计。     

数据融合在C^3I系统中的应用

多传感器数据融合技术已在军事领域受到广泛重视，并逐步走向实际应用，本文简要介绍它的一般组成、特点以及在军事Ｃ＾３Ｉ系统应用中的主要功效。     

遗传算法在雷达低仰角跟踪中的应用

主要研究雷达低仰角跟踪中遗传算法的应用。文章首先简要介绍遗传算法的基本原理,接着讨论遗传算法如何用于雷达低仰角跟踪,对算法中的比例函数及复制方法的选取提出新的改进意见,并做了大量的计算机仿真。文章最后给出具体的工程实施意见。     

数据融合技术在雷达网中的应用

现代战场上各种隐身目标的出现,要求利用多种传感器组网来采集信息并加以融合,才能充分利用隐身目标各个方向以及各个频段不同的反射特性,最大限度地撮信息,满足战场对信息,目标识别和态势分析的扼要。为此需要对各种传感器传来的信息加以融合,融合前首先要区分真假,否则,将错误的信息融合进去,就会得出错误的结论。即使对融合网内同一种性质的传感器例如雷达,也会由于各个雷达所处的环境不同,地物杂波的起伏不同,雷达的     

主被动雷达数据融合及跟踪

主、被动雷达同时工作阶段,导引头需要处理的数据包括两个不同数据率且非对准的角度数据,应用主被动数据融合处理的思想和方法进行精确的跟踪将是这一段时间导引头的主要任务。文中提出了一种利用目标先验信息改变权值的“基于最近邻简单方差融合算法”,当主动雷达受干扰时,利用目标运动的先验信息判断干扰出现,然后改变融合权值,使受干扰雷达观测数据所占比重减小,进行干扰抑制和跟踪。经过理论分析和仿真试验,证明了该方法能有效地抑制干扰并进行目标跟踪,且具有算法简单、计算量小的特点。     

基于多传感器数据融合的火灾预警系统

为避免火灾造成的严重损失,实现火灾早期报警,本系统通过对火灾发生过程和产物的研究比较,采用多种传感器对火灾发生初期火灾特征较明显的几个参数进行监测,并实时反馈回采集的数据。系统利用D-S证据理论对多传感器数据进行融合分析,实现对同一目标的判断;本系统通过利用D-S证据理论对多传感器数据融合的方法,不仅弥补了采用单一传感器的不足,而且很大程度上降低系统判断结果的不确定性,提高了系统预警的准确性和可靠性。     

一种多传感器数据融合系统方案研究

随着科学技术的飞速发展,战场中传感器的种类和数量不断增加,战场的环境也变得越来越恶劣,迫切地需要多传感器的数据融合来为指挥员提供高可信度的数据,供指挥员参考。通过对融合源数据进行分析,提出基于表决法和证据理论的多传感器融合系统方案。对框架的各部分功能模块进行分析,针对性的选择二阶预测、证据理论等算法。在融合模块中,对于不同性质的数据也选用不同的算法。通过仿真验证了系统的有效性。     

基于多目标多特征信息融合数据关联的无源跟踪方法

在多目标无源跟踪中,传统的数据关联方法只利用那些与目标状态向量计算直接相关的信息(如DOA、TOA信息等).本文提出了一种新的数据关联算法——基于多目标多特征信息融合的数据关联算法,该算法同时利用了更多的目标特征信息(如频率、PRI等),应用D-S证据理论进行单目标多特征信息融合,在此基础上,再进行多目标综合数据关联.它是一种基于多特征信息的全局最优的算法.计算机仿真表明,基于该算法的无源跟踪性能要优于传统的NN方法和扩展的NN方法.     

多雷达数据融合中的数据预处理

多雷达数据融合的数据来自不同的雷达,在融合处理前要作相应的处理,如点迹过滤、点迹合并、野值剔除、空间对准、时间对准等等,本文就这些问题作一些讨论.     

一种基于模糊理论的雷达与视频融合交通目标跟踪方法

为了解决单传感器在道路监测中存在的局限性以及交通环境多样化等问题,基于模糊集理论的一种目标决策标准对传统的数据融合算法进行改进。该方法利用决策层模糊集理论的多传感器融合算法对交通目标进行跟踪,采用Z型隶属函数用于决策分支的优化。与传统的算法相比,改进后的数据融合算法对雷达航迹冗余、视频干扰和目标分割等问题都有所改善,并且进一步提高了跟踪精度。收集了大量的实际交通数据来验证雷达和视频跟踪算法的有效性,实验结果表明多传感器融合算法优于单传感器的目标跟踪算法。     

一种机载多传感器融合架构的设计

通过对机载多传感器融合技术及现代机载平台的分析,提出一种以跟踪为核心功能的机载多传感器融合架构,在载机平台之间采用无融合中心的分布式融合结构,在载机平台内部通过传感器管理构成闭环系统,针对不同的系统性能需求,将目标跟踪划分为主动跟踪、被动跟踪、主/被动协同跟踪三种跟踪模式,并给出各跟踪模式的详细结构.     

散度在雷达网目标检测数据融合中的应用

针对雷达组网系统提出一种基于检测数据统计知识条件下，利用散度对目标进行检测判决的方法。并进一步利用雷达固有发现概率和虚警概率对目标进行检测判决的算法进行检验。