地面运动目标震动信号的时频滤波检测

针对人员、车辆等地面目标运动时产生的地震动信号,通过典型时频分析方法STFT研究其时频分布特性,进而应用修改的复数卷积时变滤波方法进行信号检测,使信号信噪比得以提高,可从中提取更有效的特征向量为目标识别所用。     

地面运动目标分类的模式特征与评价

为了进一步对车辆目标分类，对实验获得的典型地面运动目标一轮式车、履带式车的地震动信号从频域、时一频域等多方面进行特征提取。在频域上，应用傅立叶变换、经典功率谱分析等常用的信号处理方法对信号进行处理，提取了信号的FFT特征和功率谱特征。在时一频域应用短时傅立叶变换、小波及小波包分析方法对信号进行处理，得到时频分布矩阵奇异值分布特征和小波包分解能量分布特征。之后基于距离可分性设计了一个模式特征可分性测度，对时域和时一频域所提取的各种特性进行对比评价，结果表明FFT特征、功率谱特征和小波分解后的能量特征具有更好的可分性。该结果与将各特征应用神经网络进行目标识别的结果是一致的。这表明所设计的模式特征可分性测度是有效的。     

基于地震动信号的目标预警系统

针对现代智能弹药系统低功耗的需求,提出一种基于地震动信号的低功耗预警系统电路。通过分析地震 动波的特点,合理选择预警系统的地震动传感器;在自适应浮动门限与目标通过特性提取原理的基础上,设计低功 耗硬件电路实现的震动预警系统;给出电路的系统结构组成框图和主要环节电路的工作原理。试验结果表明：该电 路系统具有低功耗(＜5 mW)、低虚警(＜6 次/24 h)和目标的预警距离远(装甲目标350 m)等特点,并能够抗战场爆 炸等冲击干扰。     

复杂环境背景下车辆目标识别研究综述

在军事领域和民用领域,利用图像对车辆目标识别都有着广阔的应用前景.针对实际应用中,室外的环境背景复杂多变,给车辆目标识别带来了很大挑战,分析了复杂环境背景下车辆识别的意义和面临的困难,对现有的图像预处理、特征提取、分类器设计的研究现状进行梳理,对复杂环境背景下车辆目标识别研究的发展方向进行分析.     

信息化战场下声信号目标识别技术

介绍了信息化战场中声信号的目标特点及应用领域,并对信息化战场中的声信号的目标识别关键步骤和国外发展现状做出了详细阐述, 指出了信息化战场下声信号的目标识别技术的发展趋势.     

战场目标声信号的合成方法研究

从声学理论及战场声学环境特点出发，利用波动声学的方法，得出声压合成规则，通过合成规则的实验和仿真验证了合成规则的正确性；并详细阐述了不同声信号的具体合成方法，给出了计算机仿真结果。     

一种基于炮射地面震动传感器的目标识别算法研究

介绍了自适应遗传算法优化的BP神经网络(AGA-BP)算法在炮射地面震动传感器目标识别中的应用。首先针对BP神经网络可能未收敛到全局最小点的缺陷,提出自适应遗传算法与BP神经网络结合的一种优化算法。之后进行仿真实验并对履带和轮式车辆的采样信号进行时频分析,利用小波变换提取特征值。最后利用优化后的算法与传统算法进行了样本训练和识别,对比结果表明该方法能减少识别误差。     

改进的强地杂波环境下车辆目标鉴别方法

针对强地杂波环境下合成孔径雷达(synthetic aperture radar, SAR)图像中的车辆目标鉴别问题,提出了一种基于变化检测量阈值分割和二维像素间隙度特征的车辆目标鉴别方法,利用像素散射强度变化等特征对SAR图像中的车辆目标进行目标鉴别可信度排序,并采用公开的车辆目标SAR图像数据集开展了仿真实验验证。仿真结果表明：利用二维像素间隙度特征向量计算得到的车辆目标鉴别可信度有3%～8%的提升。证明了所提方法的有效性。     

基于形状统计量的地面运动车辆识别

对典型车辆目标（如轮式车、履带式车）的地震动信号进行分析和处理,针对信号的功率谱提出了用形状统计量作为目标识别的特征,并对提取出的特征利用神经网络进行了目标识别。经过仿真实验,得到了比较满意的结果。     

人工合成爆炸震动时程的拟合目标谱方法

为研究地下防护工程中爆炸震动的抗震与隔震问题,提出了人工合成爆炸震动时程的拟合目标谱方法,阐述了拟合目标谱法的计算方法和过程。在生成非平稳加速度时程时,采用了近区和远区两种类型爆炸震动加速度的波形函数,导出了爆炸震动近区和远区的包络线函数。介绍了爆炸震动设计反应谱的构造方法,给出了修正的爆炸震动设计反应谱函数。针对一掘开式工程,采用拟合目标谱方法人工合成了感生地震动的加速度时程。算例表明,经过迭代调整后的计算反应谱可以在给定拟合精度内接近目标反应谱,合成的爆炸震动时程满足频谱设计要求,能够反映出爆炸地震动的频谱特性和强度非平稳性。     

闪烁噪声下目标跟踪的改进粒子滤波算法

针对目标跟踪系统具有强非线性非高斯的特点,提出了一种强跟踪粒子滤波(STUPF)算法.该算法将无迹卡尔曼滤波器(UKF)与强跟踪滤波器(STF)相结合作为粒子滤波提议分布,具有在线调节滤波增益阵,提高滤波器跟踪突变状态的能力.在给出闪烁噪声统计模型的基础上,将STUPF应用在几种典型目标运动模型跟踪系统中,并同UKF和...     

水下目标信号的混沌检测研究

对基于混沌理论的水下目标信号的检测进行了研究。讨论了混沌背景下目标信号的检测方法与实现,提出了利用混沌模型进行局部预测的混沌检测新方法。通过对典型混沌系统的分析,验证了该方法的可行性。     

正三角震动阵列对地面震动目标定位研究

为了补充声探测系统在特殊情况下的不足，根据正三角震动阵列定位原理，推导了正三角震动阵列对地面震动目标的定位公式。然后进行实验，指出正三角震动阵列目标定位的特点。实验结果表明正三角震动阵列可以对地面震动目标进行有效定位，为进一步研究地面震动目标定位提供了理论基础。     

闪烁噪声环境下目标跟踪的UPF算法研究

介绍了一种改进的粒子滤波（PF）算法——无味粒子滤波算法（UPF）。该算法结合UKF（unscented Kalman filter）和PF算法,利用UKF对非线性系统的处理能力,用UKF得到粒子滤波的重要性采样密度函数,从而克服了PF没有考虑最新量测信息和UKF只能应用于噪声为高斯分布的不足。在给出的闪烁噪声统计模型基础上．将UPF、PF算法在雷达目标跟踪中进行了比较,仿真结果表明该方法可以取得比标准的粒子滤波更快的滤波收敛性和更高的滤波精度。     

基于粒子滤波的非线性目标跟踪算法研究

针对非线性非高斯的目标跟踪,传统的卡尔曼滤波和扩展卡尔曼滤波等算法将会出现滤波精度下降甚至发散的现象,提出了采用粒子滤波算法来解决非线性滤波问题;粒子滤波方法作为一种基于贝叶斯估计的非线性滤波算法,在处理非高斯非线性时变系统的参数估计和状态滤波问题方面有独到的优势,但是存在运算量大和实时性差的问题,因此提出了基于EKF的扩展粒子滤波;仿真结果表明：在强非线性非高斯环境下,PF算法的跟踪性能优于EKF算法,基于EKF的扩展粒子滤波能够取得较好的跟踪精度,并且能够有效的减少粒子滤波的运算量。     

基于H∞滤波的不同目标机动模型的跟踪特性研究

文中研究了五种常见的目标机动模型下H∞滤波用于机动目标跟踪的性能.在目标位置信息可测条件下针对机动目标进行了H∞跟踪滤波仿真计算,以速度估计均方差为指标,分析了不同目标机动模型的H∞跟踪滤波精度.结果表明,基于维纳模型的H∞滤波进行机动目标跟踪精度最高,采用常加速度模型或二阶马尔可夫模型也是一种合适的选择.     

机动目标跟踪中自适应滤波算法的研究

文中对机动目标跟踪中的自适应滤波算法进行了研究,给出了一种适用于雷达导引头跟踪系统的修正的自适应卡尔曼滤波算法,通过全弹系统的数字仿真,对影响该算法滤波性能的各种因素进行了分析讨论.大量仿真结果表明该自适应滤波算法对于机动目标具有良好的跟踪性能和适应能力.     

形态滤波方法在抵肩力信号降噪中的应用研究

针对抵肩力实验信号采集过程中引入的噪声污染问题,基于数学形态学理论,提出了一种自适应多尺度形态学降噪方法。该方法采用形态开闭-闭开运算提取含噪信号的正、负冲击成分,根据不同尺度形态运算后的噪声统计分布,对不同尺度下形态运算的结果进行加权平均去噪,解决了细节保持与噪声滤波之间的矛盾。仿真实验以高斯白噪声干扰下的blocks信号为研究对象,信噪比和均方根误差为评定降噪结果的标准,结果表明该方法与传统阈值降噪方法相比具有更好的降噪效果。抵肩力实验结果的应用表明,该方法能够在有效抑制信号噪声的同时较好地保留抵肩力信号特征细节,为抵肩力信号特征的提取提供了一种降噪方法。     

基于Matlab与DSP的语音信号FIR滤波

基于Matlab与DSP的语音信号FIR滤波,以TMS320VC5402为核心,在DES5402PP-U实验系统平台上实现.调试过程中,使用并口电缆将DES5402PP-U与PC机连接,并配置PC机并口使用0x0378端口.系统的CCS软件在XDS510仿真器和调试器配合下工作.FIR滤波软件采用汇编语言,程序主要流程是:硬件资源的初始化;在主程序中进行死循环;等待定时器中断的到来.     

自适应滤波在雷达目标极点提取上的应用研究

文中主要研究对象是从雷达目标回波中提取极点的算法。重点研究了极点提取的Prony法，并在其基础上提出了它的一种改进形式。针对Prony算法在大噪声环境下所求解精度差、不稳定等问题．利用自适应滤波对信号进行预处理，在信噪比得到改善的情况下再进行极点的提取。