基于MUSIC迭代法的互耦误差校正

针对阵元之间存在互耦误差,阵列流型会出现一定程度的偏差和扰动的问题,提出了基于MUSIC(MUlti-ple SIgnal Classification)迭代法的互耦误差自校正算法及在互耦误差条件下的DOA(Direction of Arrival)估计算法。利用MUSIC迭代法对波达方向和互耦误差同时进行估计。该算法能够在互耦误差存在的情况下,有效地估计出波达方向和互耦矩阵,仿真实验证明了该算法的有效性。     

两向2DLDA与SVM相结合的SAR图像识别

针对线性判决分析（LDA）用于图像特征提取时存在破坏二维空间结构、特征向量维数过大的缺点。二维线性判决分析（2DLDA）直接对图像矩阵进行运算,在一定程度上弥补了LDA的缺陷,但其实质是按行压缩图像矩阵进行特征提取,只消除了图像列的相关性,所提取的特征维数依然过大。为解决以上问题,本文采用两向2DLDA的方法,在行和列方向同时压缩图像矩阵进行特征提取。并结合支持向量机（SVM）进行分类识别,用MSTAR计划发布的实测合成孔径雷达（SAR）图像数据进行实验。结果表明,该方法在减少计算量的同时能达到较高的识别率。     

六自由度电动平台系统模糊-前馈控制及仿真研究

针对以交流伺服电机驱动的电动六自由度运动平台系统的强耦合、非线性、强干扰特性,建立了电动平台单通道模型,并基于此设计了模糊一前馈控制器,为了提高系统的动态响应特性和抗干扰性设计了模糊自适应PID控制器,为进一步保证系统进入稳态后有较高的位置跟踪精度,接着引入了前馈控制,该前馈设控制设计为迭代控制器;仿真结果表明：将该设计方法应用于电动平台无论是系统的动态响应、鲁棒性、稳态精度较常规控制都有了明显的提升,满足六自由度电动平台系统的位置跟踪指标要求。     

基于小波域双阈值分割的SAR图像预处理方法

为了抑制合成孔径雷达(SAR)图像中的相干斑噪声和背景杂波,克服使用单一SAR图像分割方法处理图像的缺点,提出了一种利用小波变换与双阈值分割相结合的SAR图像预处理方法,采用小波多尺度滤波方法削弱背景杂波及高频相干斑噪声,并使用简单易行且计算量小的双阈值分割法来滤除杂波。实验结果表明,与其它算法的分割结果相比较,该方法滤波效果好,图像边缘轮廓清晰,计算耗时短,是一种有效的SAR图像预处理方法,具有较强的实用性。     

模糊神经网络与证据理论的飞机目标敌我识别

为满足复杂环境下目标敌我属性识别能力,提出了一种基于模糊神经网络（FNN：Fuzzy Neural Net-works）和证据理论的新敌我识别方法。该方法利用模糊神经网络和证据理论信息的处理能力,将敌我识别器（IFF：Identification Friend-or-Foe）、电子支援措施（ESM：Electronic Warfare Support Measure）、雷达及红外获取的信息融合,进行敌我识别。仿真结果表明,该方法的识别能力明显优于单一模糊神经网络分类器,识别率达0.994,同时具有很强的容错性和一定的抗干扰能力,更适合战场需要。     

基于双向2DLDA与LDA相结合的SAR目标识别算法

线性判决分析(LDA)用于图像特征提取时,存在着损失二维空间结构信息、计算复杂度大的缺点。二维线性判决分析(2DLDA)弥补了LDA的缺点,但2DLDA仅消除了图像各列间的相关性,所提取的图像特征维数仍然较大。为解决上述问题,采用双向2DLDA与LDA相结合的特征提取算法对图像的行和列同时进行压缩,减少特征矩阵维数,降低计算量。实验结果表明,所提出的SAR(Synthetic Aperture Radar)图像目标识别方法有效地降低了图像数据维数,提高了识别率,并克服了方位角变化对识别结果的影响。