小波分析在单脉冲雷达测角精度的应用

简要介绍了小波分析的主要理论,对单脉冲雷达测角随机误差进行了归纳分析,对单脉冲伺服系统中如何应用小波预处理器,提高其角度测量精度进行了理论上分析和工程实现上的论证。     

激光导引头四象限探测器测角精度的建模研究

四象限探测器对目标的测角精度直接影响激光制导武器的制导精度,因此研究四象限探测器测角精度十分重要。采用计算和仿真分析的方法,基于导引头入瞳处脉冲峰值功率密度服从均匀分布,噪声干扰电流服从高斯分布,建立了激光导引头光束偏转角误差模型;但由于噪声干扰使光束偏转角误差具有随机概率性,所以将光束偏转角误差的均值和标准差作为四象限探测器测角精度的衡量标准,分别建立了光束偏转角误差的均值和标准差与导引头光学系统参数、光斑半径、漫反射激光入射角、噪声干扰电流以及导引头入瞳处脉冲峰值功率密度之间的关系,并以导引头光束偏转角误差标准差为例,结合应用背景进行了仿真分析。     

一种改善单脉冲雷达测角精度的新方法

提出了一种基于最大平均改善因子的自适应动目标显示（AMTI）和APES算法提高测角精度的新方法。在单脉,中雷达系统中,雨杂波降低了多普勒频率检测精度,从而降低了雷达的跟踪能力。传统的动目标显示（MTI）和快速傅里叶变换（FFT）不能满足精密跟踪的要求。为了抑制雨杂波,选择了基于最大平均改善因子的自适应MTI方法。此外,还选用了APES方法来提高频率估计精度。相对于传统的MTI和FFT方法,新的方法具有更好的多普勒频率估计精度,从而可提高比幅法测角精度。最后通过仿真证明了该方法的有效性。     

一种改善和差测角盲区的快速算法

传统的和差测角方法在雷达、对抗、通信等多个领域得到了广泛的应用,但受限于信噪比的影响,角度测量盲区较大。超分辨算法(如MUSIC等)能够达到非常高的角度测量精度,但计算复杂度随着阵元或波束个数的增大而增加,为了降低实时处理的难度,同时考虑到实际环境中都是针对单目标的角度测量,提出了一种基于两波束的超分辨MUSIC算法,该算法涉及到的二维矩阵特征分解在角度估计过程中具有闭式形式,不仅运算复杂度很低,而且适用于目前大多数的阵列处理系统。     

经纬仪静态测角精度分析

现代光电经纬仪具有实时测量、高精度、自动跟踪监控和易于图像再现等优点,广泛应用于航空、航天、武器试验等科研和军事领域。它的测量精度直接关系到测量结果和试飞结论的准确性,而测角精度又是光电经纬仪中一项最重要的指标。根据光电经纬仪的工作状态,其测量误差又可以分为静态误差和动态误差。通常在设备的总误差中,静态误差占据主要部分,因而是目前研究的重点。本文针对经纬仪室内测角精度检测进行分析,对影响测角精度的各种因素分别进行探讨,并给出基于EXCEL的经纬仪静态测角误差修正表。     

一种基于坐标变换的测角误差校正算法

对于多模导引头来说,由于加工精度和一些人为因素,几种模式的天线跟踪电轴不能完全重合,这会造成相对测角误差,进而影响模式交接班的成功率。为了消除这一误差,文中提出了一种基于坐标变换的校正算法,通过已知目标确定各模式跟踪电轴的偏离角,进而确定偏转矩阵。在实际使用时,只要将数据通过偏转矩阵修正即可。数据仿真结果证明,该算法成功消除了相对误差,验证了算法的有效性。     

单脉冲导引头对多干扰源的角分辨

当多个噪声调频干扰同时进入单脉信号引头主波束内时，导引头对干扰源的角度分辨是非常困难的。本文主要研究了导引头单脉冲接收机对宽带噪声调频干扰源的响应，分析了当单脉冲主波束内存在多个噪声调频干扰源时，导引头指向角的跟踪规律，并重点讨论了一种用聚类来提取角信息的方法，最后仿真证实了该方法的正确性和有效性。     

TWS雷达无源工作测角精度与有源工作测角精度的比较

在电子对抗环境下，边扫描边跟踪雷达可以从有源工作方式转为无源工作方式，利用敌机施放的自卫式噪声调制干扰进行无源探测，本文研究了ＴＷＳ雷达无源工作时的测角精度，着重与其有源工作时的测角精度进行了比较；分析了ＴＷＳ雷达无源工作相对有源工作的测角精度损失，并且进行了计算举例。     

空间CCD相机测角精度测量方法研究

利用高精度转台、单轴速率位置转台控制单元、双坐标自准值仪、平行光管、高亮度LED光源及星点板构建地面试验室测量系统进行测量空间CCD相机的测角精度.在数据与图像处理过程中,使用了暗电流定标去噪和将二维图像转换为一维的目标星点粗定位的预处理方法,并提出适用于本实验的星点细分定位算法.通过实际测量实验,测得的测角精度不高于0.2\     

光电吊舱测角精度分析

为了达到提高光电吊舱测角精度,进而提高装备光电吊舱的无人机目标定位精度,建立了光电吊舱测角数学模型,对影响光电吊舱测角精度的因素进行归纳推导,并通过举例计算测角精度,通过减小光电吊舱框架轴零位标定误差,选用高精度测角器和控制光电吊舱与载机的安装误差,而有效提高了光电吊舱的测角精度。此外,还提出了通过系统检测提高目标定位精度的建议。     

一种基于Duffi ng系统的信号检测与参数估计新方法

为了给出一种基于Duffing系统的完整信号检测与估计方法,本文采用了耦合型间歇混沌振子,并引入了变尺度方法,以实现仅用单个Duffing振子完成对未知频率具有任意出相位的正弦信号的检测与频率估计。此外本文还提出了一种新的正弦信号幅值、相位同步估计方法,并综合方法原理和仿真实验结果证明了此方法具有估计精度高、抗噪声干扰能力强和实时性好的优点。最后用一组仿真实验结果验证了本文所提出的检测方法的有效性和估计方法的准确度。     

基于滤波方法提高精寻北阶段的寻北精度

为了解决摆式陀螺寻北仪在复杂环境下寻北精度不高的问题,在分析寻北过程各个阶段信号特点的基础上,将滤波方法引入精寻北阶段的陀螺信号处理中。该文使用最小均方算法(LMS)自适应滤波、滑动均值滤波、低通滤波及中值滤波对精寻北阶段陀螺信号进行处理,然后对滤波效果进行了分析比对,并进行了精度分析。结果表明,滤波处理后的精寻北阶段数据信号较之前更平滑,波动减小,有利于提高寻北结果的准确度,且经计算,滑动均值滤波的处理结果精度更高。使用滤波方法对陀螺信号进行处理,减小了信号的精度损失,提高了寻北结果的精度和可靠度,具有良好的工程实践性。     

一种小波域多方向自适应加权伪中值滤波算法

为了有效地滤除红外图像中的噪声,提出了一种小波域多方向自适应加权伪中值滤波算法。该算法首先对红外噪声图像的各高频分解子图像分别进行噪声点检测和标记;然后根据各子图像中像素点分布特征分别设计出4类具有多方向性的滤波模板进行自适应加权滤波;最后将低频分解子图像与滤波后的各小波高频分解子图像进行重构。分别将中值滤波（MF）、伪中值滤波（PMF）、极值中值滤波（EMF）、加权中值滤波（WMF）、以及本文算法应用于标准测试图像以及红外图像去噪,并引入峰值信噪比（PSNR）、平均绝对误差（MAE）进行去噪效果评定。标准测试图像和红外图像仿真结果表明,该算法性能明显优于PMF,且相对于与其余几类同类型算法而言,也具有一定的优势。     

小波变换实现混沌雷达高精度泄漏检测研究

利用超宽带电混沌信号的强抗干扰性和随机性,通过分析超宽带混沌信号和经管道反射后雷达回波信号的互相关函数以及峰值信噪比,对管道泄漏点进行定位。在接收端,通过对雷达回波信号的小波阈值去噪和数据分析,探究小波基sym4 在3、4、5层小波分解之后的去噪效果,有效提高泄漏的检测精度。结果表明:小波基sym4,在加入5 dB高斯白噪声情况下,互相关系数方法中,采用4层分解的硬阈值法可以取得最佳去噪效果;小波基sym4,在加入5 dB高斯白噪声情况下,峰值比信噪比方法中,采用5层分解的硬阈值法可以取得最佳去噪效果,从而实现高精度泄漏检测。     

单脉冲雷达导引头角度跟踪环路建模及抗干扰仿真分析

以对单脉冲雷达导引头目标检测跟踪过程建立信号级仿真模型为出发点,介绍了振幅和差式单脉冲雷达导引头角度跟踪环路建模仿真的实现思路,然后结合具体实例对单脉冲雷达导引头的角度跟踪性能进行了仿真试验分析,最后对单脉冲雷达导引头抗自卫式单点源干扰能力进行了总结。     

一种提高雷达系统输出信噪比的方法

在给定雷达的检测概率和虚警概率后,系统输出信噪比直接影响雷达的作用距离。采用距离分段加权技术,可以减小加权引起的信噪比损失,从而提高了雷达的作用距离。给出了泰勒窗函数在距离分段加权中的应用,事实已证明该方法的可行性。     

多光轴平行度检测设备的检测误差分析

介绍了一种室内工作的光轴平行度检测设备,重点探讨了设备的激光光斑质心位置计算误差．对其主要构成、系统光强信噪比、靶板与CCD像面夹角测量误差、光学系统成像误差、像元能量质心误差、激光光斑灰度量化误差等进行了分析研究,通过实例．求得了激光光斑质心计算误差值．在分析了该检测设备主要误差的基础上给出了系统误差的计算公式和计算结果     

毫米波脉冲多普勒雷达导引头锥扫测角算法

圆锥扫描体制由于其简单、体积小且成本低，较广应用于毫米波雷达导引头。文中提出了一种用于锥扫脉冲多普勒雷达导引头的测角算法-傅氏变换法，可以应用于多圈锥扫数据提取目标角误差。通过误差分析，对算法进行了进一步修正，算法仿真验证了其有效性及高精度性能。     

一种新的高效DOA估计算法

文中提出了一种新的相干信号波达方向（DOA）的估计算法,它综合了两种代表算法即SVD算法和Toeplitz算法的优点,在低信噪比条件下能有效地估计相干信源,估计精度更高,并简单介绍了SVD和Toeplitz算法。最后用大量的计算机仿真实验来说明新方法的性能：即低信噪比情况下（-5dB）,且信号源夹角为10°时,SVD算法已基本失效,Toeplitz算法的分辨误差很大,达到1.5°,而TSVD方法仍能精确地分辨出信号源,成功率为100%。