一种强杂波背景下弱小目标长时间相参积累方法

伴随无人机技术的发展,低空慢速小目标面临杂波强和目标回波弱的问题,同时相控阵雷达需要兼顾空域警戒等多种任务,需要将弱小目标的多次观测信号进行积累检测。文中提出一种基于线性约束最小方差法(LCMV)稀疏基压缩感知(LCMV-CS)的相参积累技术,实现弱小目标多次观测信号片段相参积累,同时实现对强杂波的抑制处理。仿真条件不等间隔积累损失≤1 dB,解决常规FFT 相参积累栅瓣的问题,同时抑制强地物杂波40 dB,利用实录数据验证该方法可以有效抑制强杂波的同时提升目标信噪比。     

基于电子压制的不可穿越区域低空突防方法

在战斗机低空突防过程中,防止敌方发现我机或使敌难以发现和跟踪我方飞机,是运用电子干扰设备压制敌警戒、引导和目标指示雷达的主要目的.首先建立了有源电子压制数学模型.研究了压制后对威胁空间的影响.然后基于突防飞机的需求建立了满足突防的压制条件.仿真表明了电子压制模型的正确性,该方法对敌方火力威胁区域的航迹规划提供了理论依据.     

未来空域窗弹丸瞄准点配置方法

推导了未来空域窗理论最优射击密度,按照弹丸命中点误差方差在实际射击密度下应与理论最优射击密度下相同的原则,给出了未来空域窗多弹丸瞄准点的网状配置方法,并给出了未来空域窗射击的实施条件和毁伤目标概率计算公式。算例分析表明,网状配置瞄准点得到的毁伤目标概率,接近未来空域窗射击毁伤目标概率上界,是较优的配置方法。     

临近空间飞行器平台探测低空/隐身目标分析

针对低空/隐身目标的探测防御问题,分析了常规地基雷达探测低空/隐身目标的局限性,介绍了临近空间定义及临近空间飞行器,对临近空间飞行器探测低空/隐身目标的优势及可行性进行了详细分析,最后提出了临近空间飞行器探测低空/隐身目标的关键技术。     

用于自由飞行冲突探测的Delaunay方法

简要介绍了Delaunay方法,这是广泛用于计算流体力学中的非结构网格生成方法之一。为便于实际应用,本文将自由飞行条件进行了合理的简化,然后详细论述了Delaunay方法用于冲突探测的数据处理过程。该方法能同时探测多架飞机之间发生的冲突和潜在冲突,减少不必要的距离探测,从而减少了计算量。最后通过对空域内的若干架飞机的飞行进行仿真模拟,证明了该方法进行冲突探测的有效性。     

Kempe链的研究与民航空域频率覆盖重构

本文给出了构建Kempe链的算法,用Kempe链方法证明了Heawood反例是四色的,探讨了基于Kempe链模型的民航空域频率覆盖重构的可能性。     

A Multi-Point Distance-Bounding Protocol for Securing Automatic Dependent Surveillance-Broadcast in Unmanned Aerial Vehicle Applications

The Automatic Dependent Surveillance-Broadcast (ADS-B) protocol is being adopted for use in unmanned aerial vehicles (UAVs) as the primary source of information for emerging multi-UAV collision avoidance algorithms. The lack of security features in ADS-B leaves any processes dependent upon the information vulnerable to a variety of threats from compromised and dishonest UAVs. This could result in substantial losses or damage to properties. This research proposes a new distance-bounding scheme for verifying the distance and flight trajectory in the ADS-B broadcast data from surrounding UAVs. The proposed scheme enables UAVs or ground stations to identify fraudulent UAVs and avoid collisions. The scheme was implemented and tested in the ArduPilot SITL (Software In The Loop) simulator to verify its ability to detect fraudulent UAVs. The experiments showed that the scheme achieved the desired accuracy in both flight trajectory measurement and attack detection.

     

雷达自动跟踪测量的C2算法抗多径干扰研究

将传统的多目标分辨算法（C^2算法）应用于低角多径环境下目标俯仰角的跟踪测量,并在不同多径反射环境下对不同高度、不同飞行速度和飞行力。向的目标进行了仿真,得到良好的仿真结果,表明该算法具有比较优良的抗多径干扰性能,通过对仿真结果的分析。验证了该算法在低空多径环境下目标俯仰角测量的有效性;将该方法席用于靶场雷达系统低空目标俯仰角的跟踪测量,可较大地提高测量精度。改善靶场测控系统的不足。     

全卷积网络电线识别方法

目的 电线预警对于直升机和无人飞行器的低空飞行安全至关重要,利用可见光和红外图像识别电线是一个有效途径。传统识别方法需要人工设计的滤波器提取电线的局部特征,再使用Hough变换等方法找出直线,支持向量机和随机森林等机器学习方法仅给出图像中有无电线的识别结果。本文提出一种基于全卷积网络的电线识别方法,能在自动学习特征提取器的同时得到电线的具体位置等信息。方法 首先利用复杂背景生成大量包含电线图像和像素标签的成对仿真数据;然后改进U-Net网络结构以适应电线识别任务,使用仿真数据进行网络训练。由于图像中电线所占的像素很少,因此采用聚焦损失函数以平衡大量负样本的影响。结果 在一个同时包含红外图像和可见光图像各4 000幅的电力巡线数据集上,与VGG（visual geometry group）16等多种特征的随机森林方法相比,本文方法的电线识别率达到了99%以上,而虚警率不到2%;同时,本文方法输出的像素分割结果中,电线基本都能被识别出来。结论 本文提出的全卷积网络电线识别方法能够提取电线的光学图像特征,而且与传统机器学习方法相比能将电线从场景中精确提取出来,使得识别结果更加有判断的依据。     

IMM Kalman滤波前馈补偿技术在搜索跟踪系统中的应用

空中低慢小目标存在机动和角速率运动较大的情况,对地面搜索跟踪系统的跟踪精度提出很高要求,为了提高跟踪系统的跟踪精度,需加入伺服前馈补偿技术,精确的目标速度和加速度估计成为前馈补偿控制的难点.鉴于此,提出采用IMM卡尔曼滤波技术估计目标运动速度和加速度信息,并作为伺服前馈补偿的输入量,以消除由于目标速度和加速度运动引起的脱靶量误差.实际系统测试实验表明,搜索跟踪系统采用IMM卡尔曼滤波前馈补偿技术使得系统跟踪精度较常规卡尔曼滤波补偿提高3倍以上,模型验证有效.