一种基于自适应蚁群算法的数据关联方法

针对跟踪中多目标数据关联问题,在蚁群数据关联(ACDA)算法的基础上,提出了一种自适应蚁群数据关联方法,通过对转移概率和信息素持续度的自适应调整,改进了全局信息素更新,有效地避免了陷入局部最优问题。仿真实验证明:该算法在解决多目标数据关联问题上是行之有效的。     

基于AIMM SRCKF的机动目标跟踪算法

为了解决交互式多模型(interacting multiple model, IMM)算法在目标机动时模型切换速度迟缓的问题,给出了一种Markov概率转移矩阵在线修正的自适应IMM(adaptive IMM, AIMM)算法,利用IMM子模型中连续两个时刻之间的概率差来调整Markov概率转移矩阵,以提高子模型的切换速度和分配的合理性,同时提高了IMM算法的跟踪精度。其次,将平方根容积卡尔曼滤波(square root cubature Kalman filter, SRCKF)引入到 AIMM 算法中,以解决在迭代滤波过程中协方差矩阵出现的非正定的问题,改善了数值稳定性,提出一种适用于机动目标跟踪的AIMM SRCKF算法,仿真实验结果表明,该算法能提高匹配模型概率,缩短模型切换时间。     

多基地雷达自适应CFAR检测融合算法

文章针对多基地雷达的目标RCS在入射角分布起伏较大的问题,提出了基于目标入射角RCS分布未知的检测融合方法。由于目标RCS在入射电波观测角的起伏较大且未知,导致局部雷达站接收目标回波SNR（信噪比）无法确定,无法应用传统的贝叶斯方法获得最佳的融合检测性能。该方法是一种基于无信噪比信息的检测融合算法,通过传输其他雷达站接收信号的检验统计量来完成全局的CFAR检测。并且根据该方法设计了一种自适应门限的检测方法,其中本地雷达站的检测门限是基于其他雷达站接收信号的检验统计量生成。仿真结果表明,该检验方法的综合检测性能接近信噪比已知的融合检测性能。      

双机协作制导导弹弹道交班误差研究

针对信息化条件下多机协同空战中需要协同制导的问题,对协同制导中由导航误差引起的导弹弹道交班误差进行了研究。首先分析了由中制导平台提供的目标信息与导引头探测的目标信息的不一致性;在此基础上求解基于比例导引的弹道交班误差,并对弹道交班误差的影响因素进行了仿真分析;最后指出了有利于弹道交班的制导权移交时机。仿真试验表明了所提方法的有效性。     

一种高速数据采集处理系统的设计与实现

根据处理流程的并行可分性进行任务规划,提出了一种基于共享存储器的高速数据采集处理系统的设计方案.系统采用双数字信号处理器(DSP)流水线体系结构,一个DSP单元负责多路外部总线的信号采集、数据校验与过滤,另一个DSP单元完成数据运算、综合评估,二者并行工作大大提高系统的处理能力,能很好的满足快速实时数据采集和高效任务处理的需要.     

实验教学中对学员"一种意识,,和"三种能力"的培养

实验教学是军队院校教学训练工作中不可或缺的重要环节,与地方院校相比具有一定的特殊性.现重点结合"射频/微波技术实验"教学实践,探讨实验教学中对学员"一种意识"和"三种能力"的培养.     

基于动态联盟的多传感器协同探测与跟踪

在空战场协同攻击中,常涉及到多传感器协同探测及跟踪,由于目标的出现与消失具有随机性,所以在协同中既要考虑已有目标的跟踪,更要重视新生目标的及时探测和捕获.为此,建立了新生目标的探测概率模型,并阐述了不同传感器联盟对新生目标的探测能力,依据后验克拉美-罗下界(Posterior Cramer-Rao Lower Bound,PCRLB)对已跟踪目标组建传感器联盟,利用二值粒子群优化(Binary Particle Swarm Optimization,BPSO)算法及PCRLB研究基于动态联盟的多传感器协同探测与跟踪方法.仿真表明,该方法跟踪精度较高,误差小且稳定.     

一种新的基于频谱搬移累积的信号处理方法

针对目前对于雷达信号的处理多建立在对多个脉冲的积累,耗时多,计算量大,信噪比不一定较好的问题,本文提出了一种基于频谱搬移累积的信号处理方法,仅对一个脉冲回波进行处理,不但降低了计算复杂度,而且大大提高了处理效率.通过理论推导和仿真验证,证明了该方法的有效性.     

机载预警雷达频谱管控系统结构研究

分析了机载预警雷达用频信息的特点和用频需求,结合机载预警雷达自身的特点以及作战需求,提出了机载预警雷达频谱管控系统结构,并对系统内电磁频谱信息流程做了分析。