基于凸优化的频率方向二维恒定束宽波束形成技术

针对传统波束的主瓣宽度会随波束指向和信号频率不同而变化,提出了一种基于凸优化的频率方向二维恒定束宽波束形成算法.该算法先采用非线性约束优化实现参考频点的方向不变恒定束宽,然后针对频带内各子带中心频率在每个指向上采用二阶锥约束,实现频率方向的二维恒定束宽.仿真结果表明,该算法能够在主波束指向±40°范围内有效地形成方向不变恒定束宽,同时在每个主波束指向上得到良好的频率不变恒定束宽波束图.     

基于灰关联无源多目标跟踪系统航迹关联算法

目前分布式无源多目标跟踪系统的航迹关联算法基本上照搬多传感器数据融合的理论,仅利用目标的状态信息.文中利用了目标的多特征信息(载频、脉宽、脉冲重复间隔等),应用灰关联理论,提出了一种基于灰关联的分布式无源多目标跟踪系统的航迹关联算法.由于利用了目标多特征信息,算法具有关联速度快、正确率高、而且能够适应密集目标环境的优点.仿真实验证明该算法的航迹关联效果明显优于加权航迹关联算法.     

探讨一种新的雷达信号描述方式和识别技术

现代雷达信号体制越来越复杂,这使得现有的雷达信号特征描述方式很难有效地对其进行描述和分析。文章提出了一种雷达信号脉冲样本图的描述方法,利用这种描述方法可以很好地对复杂体制雷达信号特征进行描述和分析。文章还讨论了基于脉冲样本图的雷达信号处理识别方法,跟传统识别方法相比,该方法具有更快速、更可靠的特点。     

基于多目标多特征信息融合数据关联的无源跟踪方法

在多目标无源跟踪中,传统的数据关联方法只利用那些与目标状态向量计算直接相关的信息(如DOA、TOA信息等).本文提出了一种新的数据关联算法——基于多目标多特征信息融合的数据关联算法,该算法同时利用了更多的目标特征信息(如频率、PRI等),应用D-S证据理论进行单目标多特征信息融合,在此基础上,再进行多目标综合数据关联.它是一种基于多特征信息的全局最优的算法.计算机仿真表明,基于该算法的无源跟踪性能要优于传统的NN方法和扩展的NN方法.     

无源跟踪中基于灰关联信息融合的概率数据关联算法

在无源跟踪中,传统的概率数据关联算法(PDA)单纯依据状态量测信息.该文提出了一种基于多特征信息融合的概率数据关联算法,该算法利用目标多个特征信息(状态量测、载频、PRI等),通过灰关联分析的方法,计算有效观测与目标的关联概率,进而在信息融合的基础上,进行目标状态更新估计.该算法与传统的PDA相比有两个优点,第一,关联概率的计算量小、计算更准确;第二,该算法利用了目标多特征信息,因此,关联性能更好.实验表明,基于该算法的无源跟踪性能明显优于NN方法和传统的PDA方法.     

雷达干扰决策的模糊综合评估

本文首先进行了雷达干扰决策分析，然后运用分级模糊综合评估技术，在雷达干扰效果模糊评估的基础上，进而对雷达干扰决策进行综合评价。