相干信号零陷加深自适应波束形成算法

针对常规自适应波束形成算法在强相干干扰情况下零陷深度不够,甚至干扰抑制失效的问题,提出了相干信号零陷加深自适应波束形成算法。该算法首先通过构造Toeplitz矩阵来解相干,接着重构和优化了干扰加噪声协方差矩阵,最后在相干干扰处自适应形成深零陷。仿真结果表明,该算法能在相干干扰处形成深零陷,且零陷深度可控,具有较好的鲁棒性。     

一种鲁棒的战场声目标自适应时延估计算法

提出了一种可用于战场声目标定向的鲁棒自适应时延估计算法.该算法应用最优变步长自适应仿射投影技术和鲁棒M估计理论,无须事先假定信号和噪声的统计特性,自适应调整自身参数,抵御战场环境中的噪声干扰.野外坦克声数据实测表明,在无干扰环境下,算法性能与高阶统计量法、广义互相关法相当,但在武器噪声干扰下表现了更强的鲁棒性和估计精度;在各种条件下,文中算法都比最小均方自适应法表现出更好的性能.     

一种新的混合优化粒子滤波算法

针对标准粒子滤波算法的精度不高,对噪声变化敏感的缺点,将一种新的混合智能优化算法引入粒子滤波。在粒子滤波中将人工鱼群算法全局搜索与微粒群算法的局部搜索相结合,融合最新的观测值,使粒子更准确地向高似然区域移动,既保证了全局收敛性,又保证了较快的收敛速度。实验表明该方法具有精度高,抗噪声干扰能力强并且鲁棒性高的特点。     

一种基于IMM-PF的MMW/TV复合制导UCAV火力解算融合跟踪算法

针对目标融合跟踪算法在解算时,假定测量噪声为高斯白噪声与实际测量为"闪烁噪声"不相符的情况,提出一种交互式多模型粒子滤波的毫米波/电视复合制导无人攻击机火力解算融合跟踪算法,该算法适用于非线性、非高斯条件下、多传感器信息融合跟踪;可在有干扰的情况下,通过模型转换,实现模型的匹配,有效跟踪机动目标。通过数字仿真,验证了该算法具有较强的目标机动自适应能力,对提高MMW/TV复合制导UCAV的攻击效果有重要意义。     

基于角点响应函数的加权Hausdorff距离匹配算法

常见的图像匹配算法对目标遮挡以及非零均值噪声比较敏感,为此提出一种基于特征点的图像匹配算法,根据SUSAN算子提取图像的角点作为特征点,然后采用加权的部分平均Hausdorff距离对两个角点集合进行计算,通过引入角点响应函数的差异来抑制接近中心的误匹配点对图像匹配造成的干扰,从而实现较恶劣环境下目标的配准.实验结果证明了该算法具有较强的鲁棒性.     

一种改进的直升机声测被动定向算法

本文研究了相位谱时延估计算法在直升机被动声定向中的应用.提出了一种改进时延估计精度的新算法.并用实测直升机噪声数据进行了计算机仿真,验证了算法的有效性.仿真结果表明,该算法具有高的时延估计精度和算法鲁棒性,有重要的研究价值和工程应用前景.     

基于梯度图像法的激光雷达图像融合滤波算法

为了有效消除激光雷达图像斑点噪声的干扰,针对单一滤波算法的不足,提出一种基于梯度图像法的激光雷达图像滤波融合算法。分析激光雷达图像的噪声特点,综合Lee滤波和小波滤波的优势,该算法利用图像的梯度图像来判断斑点噪声隶属于信号区域还是边缘区域,在边缘点采用小波阈值滤波的结果,在信号区域选择Lee算法的结果达到最好的滤波目的。仿真试验的结果表明:该算法具有很强的散斑噪声抑制能力,能够在噪声滤波和图像信息保持2个方面都能达到很好的效果。     

合成孔径雷达有源噪声干扰场景生成技术研究

为提高合成孔径雷达有源噪声干扰场景模拟的逼真度,在射频噪声干扰等多种干扰模型研究的基础上,提出一种有源噪声干扰回波模拟方法,根据该方法进行了点目标及真实场景SAR有源噪声干扰仿真验证.仿真结果表明:该方法适用于点目标、真实场景等不同类型的有源噪声干扰回波模拟,对合成孔径雷达系统抗干扰性能分析具有一定的参考价值.     

基于小波变换的自适应Kalman 滤波算法研究

针对组合导航系统中Kalman滤波在实际工程应用中的不足,以惯性/卫星组合导航系统为背景,提出小波变换技术对量测噪声方差阵进行直接调控的滤波算法。介绍Kalman滤波原理,根据小波变换在时域和频域都有良好的局部化性质,检测量测噪声的变化,实时调整自适应因子,间接改变Kalman滤波器的当前观测和过去信息的比例关系。仿真结果表明:该算法对噪声干扰有较强的自适应性,能有效抑制滤波发散,提高系统的精度和鲁棒性。     

基于H∞滤波的GPS/SINS组合导航系统研究

文中在对H∞估计问题进行数学描述的基础上,建立了一种H∞次优滤波算法的迭代方程.通过在GPS/SINS组合导航系统中的实际应用从精度、鲁棒性等指标方面对H∞滤波和Kalman滤波算法进行比较.仿真结果表明,在理想条件下,Kalman滤波方法具有较高的精度.但是,当系统噪声和量测噪声为有色噪声时,H∞滤波算法明显具有良好的鲁棒性能,估计精度也较高,能有效地克服Kalman滤波器存在的局限性.