基于扩散模型的海杂波仿真

针对现有海杂波仿真方法保真度低、时效性差的问题,将人工智能领域二维扩散模型用于海杂波仿真,并从幅度分布、时空相关性及分形特征等方面对生成的海杂波的保真度进行测试。数值分析表明,扩散模型等神经网络能够在短时间内生成高保真的仿真数据。

一种基于层次划分聚类的雷达信号分选算法

近年来,聚类分析在雷达信号分选领域中得到了大量的关注。大部分算法聚类数需要事先人为设定,为了解决这一问题,将基于层次划分的聚类算法应用到雷达信号分选当中。该算法通过数据各个维度的差与对应阈值的比较进行分类,并提出一种基于"点对"的平均距离的评价指标来确定最佳聚类,无需人为设定聚类数,可实现自动聚类。仿真实验表明,此算法对参数固定和参数变化的雷达都具有良好的分选能力,分选准确率较高。

多种跟踪算法对机动目标跟踪的应用研究

通过建立目标运动模型,对多种跟踪滤波器进行了分析仿真。仿真结果表明,混合状态估计交互式多模型算法(IMM)对机动目标跟踪效果比其它类型的滤波器好得多,并且确定了在航迹滤波与机动跟踪方面综合表现性能较高的IMMVCVA跟踪算法。通过外场实际数据验证,表明该算法对现实环境中的目标稳定跟踪具有重要的意义。

逻辑法航迹起始算法性能研究

结合工程实际需要,在不考虑其他因素对目标检测概率影响的情况下,对不同的逻辑准则,根据状态转移法,分析和计算了逻辑法航迹起始概率随雷达扫描周期数的变化情况,并据此计算了4种典型逻辑准则下航迹起始所需要的平均扫描周期数。给出了在恒虚警率条件下虚假航迹率计算方法,并对4种典型逻辑准则下的虚假航迹率与扫描周期数的关系进行了仿真。提出了噪声背景下的航迹起始概率计算方法,并给出了恒虚警率检测条件下航迹起始概率随信噪比变化曲线。

雷达微弱目标检测前跟踪技术研究综述

战场环境的改变、武器系统的发展和隐身技术的应用,使得现代雷达系统对目标的检测和跟踪面临很大挑战,检测前跟踪技术是解决微弱目标检测和跟踪问题的一种有效方法。首先介绍了检测前跟踪技术的基本原理,然后重点综述了雷达微弱目标检测前跟踪算法的发展历程和研究现状,包括三维匹配滤波、动态规划、Hough变换、粒子滤波等检测前跟踪算法,并对常用的几种算法进行了对比分析,最后结合目前研究动态提出了雷达微弱目标检测前跟踪技术需要重点关注的问题和未来发展趋势。

基于点航迹质量评估的雷达目标联合检测跟踪方法

提出一种基于点航迹质量评估的联合检测跟踪方法。通过检测器和点迹提取器预处理得到待确认点迹,并在点迹提取的同时基于凝聚为同一点迹的多维回波数据特性计算点迹质量,然后采用基于动态规划的多周期联合检测方法实现对多周期待确认点迹的联合检测跟踪处理,提取目标信息,通过两组实测数据的处理验证了该方法的有效性。该算法在不改变经典雷达信息处理架构的条件下提高了复杂背景下目标发现能力和虚假抑制能力。

基于Kalman滤波的雷达目标跟踪时间计算方法

复杂背景下目标稳定跟踪是衡量雷达跟踪器性能的重要参考,而目标跟踪持续时间是其考察指标之一。提出一种基于Kalman滤波器的目标航迹平均跟踪周期数计算方法,并对两坐标雷达在不同点迹级目标检测概率、虚警概率、雷达测量精度、数据周期以及相应探测距离条件下的目标航迹平均跟踪周期数进行了仿真和分析。

一种修正的自适应网格交互多模型算法

将径向速度引入到自适应网格交互多模型算法中,并针对自适应网格算法在跟踪过程中网格中心不稳定的问题增添模型集改变阈值,提出了一种修正的自适应网格交互多模型算法。同时对一些关键参数作了深入研究。仿真表明,提出的修正算法提高了算法稳定性,增强了模型滤波器与真实运动模式的匹配程度,减小了跟踪的速度误差和距离误差,很好地改善了跟踪性能,并具有全面自适应的跟踪能力。

基于网格连通的联合概率数据关联算法

联合概率数据关联算法具有良好的多目标跟踪性能,但其计算量会随着跟踪目标数和有效量测数的增多而呈指数增长,因此实时性差,难以在工程中应用。在保证准确率和精度的前提下减小确认矩阵的维数,提出了一种关联区域预处理的方法。对目标空间进行网格划分,通过网格的选取形成连通域,再对每个连通域中的目标采用联合概率数据关联算法,从而大量减少关联时间。仿真实验表明,基于网格连通的联合概率数据关联算法具有较强的实时性。

基于多维特征的密集转发式干扰识别方法

针对密集转发式干扰与真实目标回波的高相干性,传统基于单维特征的干扰识别方法识别率低的问题,提出了基于多维特征的干扰识别方法。从分数阶傅里叶变换域提取调频参数,从自相关幅度谱和匹配滤波幅度谱分别提取矩峰度系数,从频域提取频谱半带宽方差比系数,组成特征向量,作为决策树和BP神经网络的输入,对几类密集转发式干扰进行分类识别。仿真结果表明,所提特征参数对噪声不敏感,具有较好的稳定性和分离性,在干信比大于6 dB时,能够有效辨识几类密集转发式干扰。

从Windows到Linux的C程序移植研究

针对从Windows到Linux的C程序移植进行了相关研究。介绍了Linux系统的安装和开发环境的搭建,重点探讨了C程序移植的方法和经验,结合实际程序移植结果进行了分析。

一种改进的相控阵雷达和差波束测角方法

介绍了3种常见的和差波束测角方法。分析了不同测角方法的优缺点。结合实际项目工程应用提出了一种改进后的相控阵雷达和差波束比幅测角方法。在不同信噪比和T/R组件幅相不一致性的条件下对改进后的和差波束测角的精度影响进行了分析。实际数据测试结果证明了改进方法的正确性和有效性。

比幅单脉冲测角波束指向偏差分析

主要阐述了被动超视距相控阵雷达中波束指向偏差对比幅测角精度的影响。研究了面阵存在倾斜时波束方向图切割方法和工程中面阵安装精度对波束指向的影响,提出了被动相控阵雷达比幅测角时方向图切割准则与面阵安装精度要求。理论仿真和工程实践结果证明了所提出方法的正确性。

一种新的雷达脉冲分选算法研究

利用脉冲重复间隔(PR I)或脉冲重复频率将交织在一起的雷达脉冲列分选开来是被动探测与电子对抗领域的一个重要问题。现有的PR I分选方法有动态关联法、直方图法、平面变换法等。本文提出一种基于到达方位、脉宽、载频、PR I联合参数进行雷达脉冲分选的算法,可应用于复杂的高密度雷达环境。

点-航迹质量评估的联合目标检测跟踪方法

针对复杂背景下微弱目标的检测和跟踪问题,提出了一种基于点-航迹质量评估的动态规划方法。该方法在雷达传统的检测跟踪结构的基础上,结合雷达真实目标回波特性和目标的运动规律,在单周期内,根据目标的回波特性提出点迹质量的概念,在进行点迹凝聚处理的同时计算点迹质量的大小;在多周期间,根据目标的运动规律对目标的位置进行外推估计,根据估计值与量测值之间的欧式距离和方位差设计一个置信因子并结合点迹质量来改进航迹指标函数。仿真验证结果表明,该方法能够有效地消除伪航迹,计算量较小,能够提高复杂背景下雷达对微弱目标的检测和跟踪性能,并且结构简单,在工程上易于实现。

子阵域盲源分离应用于主瓣抗干扰算法研究

阵列雷达的主瓣干扰抑制是雷达抗干扰领域的一个难题。提出了一种基于子阵域的盲源分离主瓣抗干扰算法。该算法以特征矩阵近似联合对角化(joint approximate diagonalization of eigen-matrices,JADE)盲源分离算法为基础,与传统的全向阵列算法相比,该算法提供了较低的复杂度,尤其是针对大型阵列时,算法的优势更加显著。其设计思路是先将全向阵列划分到子阵域;然后在子阵域的基础上利用多重信号分类和恒虚警检测,设计了一种新的盲源分离信道数预估计方法,为JADE提供先验信息;最后设定盲源分离通道数,使接收信号分离,并将分离信号分别进行脉冲压缩、信号检测等步骤,从而达到雷达主瓣抗干扰的目的。通过仿真分析可知,该方法可以实现目标信号和干扰信号的有效分离,且计算量对比全向阵列有显著降低,具有一定的工程应用前景。

主动雷达终端实时仿真软件的设计与实现

在主动雷达数据回放显示的基础上,通过使用D irectDraw和Intel IPP技术,设计了主动雷达终端实时仿真软件,包括信号处理、数据处理及终端显示等模块,极大地提高了软件的执行效率,使得整个仿真过程具有良好的实时性。本文介绍了该软件的设计及实现。

目标在面阵间运动的数据处理方法研究

相控阵体制被动雷达多个面阵同时多波束接收信号,脉冲流复杂密集。针对目标在两个相邻面阵间运动容易出现虚假等问题,在数据处理方面进行了分析研究及仿真验证。设计中从接收、数据存储及数据处理多个方面进行了研究。经验证目标能从一个面阵跨越到另一个面阵,没有出现虚假。

一种新的目标检测算法及其应用研究

通过对雷达回波数据的分析与理论研究,提出了一种基于目标回波特性的检测方法,并结合较低的虚警门限,提高了目标的检测概率,实现了参数的高精度提取。同时,由于该算法计算量小,适合全程全方位高精度点迹凝聚的实现。