基于多普勒频率变化率的单站无源测距方法

实现单站无源测距是新型单站无源定位系统的关键,由于定位要求距离远,隐蔽性强,并保证生存能力,通常采用质点运动学原理的测距方法。针对脉冲多普勒雷达的回波特性,为提高目标定位跟踪的精度,提出一种多普勒频率变化率的改进测距方法,用多脉冲相干积累算法提取多普勒频率变化率,辅以角度进行测距定位,并引入修正的协方差扩展卡尔曼滤波进行定位跟踪,从而减小多普勒频率变化率的估计误差。在Monte-Carlo上仿真结果表明,方法是有效和可行的,不仅能提高信噪比和跟踪收敛速度,而且在多普勒频率变化率的估计和定位跟踪上都能达到较高的精度,优于原有单站无源测距方法,有一定的工程应用前景。     

二次雷达系统干扰识别方法仿真研究

研究雷达系统干扰问题,现有的干扰技术对IFF系统模式S信号干扰不稳定,且干扰效果不明显。为解决上述问题,提出了一种采用伪随机码M序列的新型干扰方法 -伪码调相干扰方法,伪随机码调相干扰不但有随机性高易实现等特点,同时由于其干扰集中并可以对接收机造成欺骗性干扰,干扰性能较传统方法有明显优势。建立了伪随机码调相的干扰仿真模型,通过多次模拟仿真,论证了伪码调相干扰方法对于模式S信号干扰效果明显,并验证了敌我识别模式S的伪码调相干扰方法的有效性和可行性。     

改进UKF算法在天波超视距雷达中的应用

针对传统的无损卡尔曼滤波(UKF)算法在对天波超视距雷达进行目标跟踪的过程中存在滤波发散和初始收敛速度慢等问题,提出一种改进的UKF算法。通过引进调节因子对状态矢量和观测矢量的协方差作实时调整,以达到提高滤波结果中状态信息与观测信息的正确率和雷达跟踪系统性能的目的。仿真结果表明,该算法在处理目标跟踪问题时,既可有效抑制UKF算法的发散,又可提高跟踪系统的收敛速度。     

基于FCM—GRNN聚类的入侵检测算法研究

在研究网络安全问题中,针对传统的模糊C均值聚类算法(FCM)在海量的入侵检测数据中容易陷入局部最小值,运行效率低下以及结果稳定性差的缺点,提出了一种FCM和广义回归网络(GRNN)相结合的入侵检测算法.根据GRNN的高速全局寻优特点,利用FCM将原空间的待分类样本进行聚类,利用距离FCM聚类中心最近的样本点训练GRNN模型并更新中心点,直至得到稳定的聚类中心.为解决传统的FCM在入侵检测中结果稳定性差和收敛性差,检测精度低的问题.经仿真实验结果证明,结合的方法有效的克服上述缺点,提高了数据的检测率和稳定性.     

粒子群算法在多船避碰决策中的应用

多船避碰是船舶避碰中最复杂的问题,也是船舶自动避碰方法研究中的难点之一.对许多学者的多船避碰研究进行分析,将最近会遇距离DCPA、最近会遇时间TCPA、两船距离、相对距离、本船转向角等作为基本评判参数,利用雷达进行一系列的观测,获得避让要素,建立碰撞危险度的评价模型.应用粒子群算法找出最优的解决方案,得出最优转向避碰幅度解.该方法不仅有助于解决多船会遇情况下的本船最优转向角度值,而且也有助于多船避碰决策系统的智能化设计与开发.     

多舰协同侦察的辐射源目标测向定位研究

以海面舰艇编队为背景,研究多平台舰载雷达侦察设备在协同侦察情况下对空中目标测向定位与跟踪问题.首先应用灰色关联对来自于同一雷达辐射源的信号进行相关处理,并对相关于同一雷达的辐射源信号到达角,应用灰色缓冲算法对其进行缓冲弱化,来提高各舰载雷达侦察设备对信号的测向精度;然后应用测向定位原理对相关的辐射源信号进行两两定位,并对来自于同一目标的雷达辐射源的定位点应用聚类分析思想对其进行聚类;最后,对相聚于每一类的定位点应用数据融合技术来获得目标的较为精确的定位解.     

Max-Product型模糊Hopfield网络稳定性及其聚类方法研究

本文将模糊逻辑和神经网络相结合,提出了Ｍａｘ－Ｐｒｏｄｕｃｔ型Ｈｏｐｆｉｅｌｄ人工神经网络,给出了它的网络结构和形式化描述,证明了ＦｕｚｚｙＨＮ的稳定性,最后通过理论和数值实验对基于Ｍａｘ－Ｐｒｏｄｕｃｔ型Ｈｏｐｆｉｅｌｄ网络的动态聚类过程和有关性质进行了研究。     

时空视觉选择性注意机制的视频火焰检测

引入计算视觉领域中的显著性思想,结合自上而下的视觉注意模型,构建了基于时空视觉选择性注意机制的视频火焰检测模型.该模型用HSV空间的V分量表示火焰的亮度显著性,用RGB空间火焰R和B分量的关系表示火焰的颜色显著性,用局部二值模式的3种形式组合成的特征向量之间的距离表示火焰的纹理显著性;为降低模型时间、空间的复杂度,采用主成分分析对局部二值模式特征向量降维,用改进的基于火焰颜色的累积差分表示火焰的运动显著性.最后经加权线性组合各静态、动态特征图,得到当前视频帧的综合显著图.对Bilkent大学火焰视频库中全部的13段火焰视频和通过互联网获得的2段非火焰视频进行实验的结果表明,与其他流行模型相比,该模型可以更准确地检测出视频序列中的火焰区域.     

水下目标的无源定位和融合技术研究

针对水下机动目标的无源定位和跟踪问题。先运用测向定位和时差定位相结合的思想。给出来自水下机动声源目标的定位解；然后在此基础上，将多部被动声呐在各个状态时刻所定位的含噪声数据视为一冲击扰动序列，对其应用缓冲算子作用。以弱化其随机性。最后，再对缓冲算子作用后的扰动序列进一步应用数据融合技术来改善和提高定位系统的跟踪精度。仿真结果表明，该方法是有效、可行的。