理论与实践之衍变:再视马克思死刑观对我国死刑制度的启示

1764年随着贝卡里亚《论犯罪与刑罚》的问世,开启了真正意义上的死刑存废之争,打响了对死刑批驳的第一枪。19世纪马克思在《死刑-科布顿先生的小册子-英格兰银行的措施》(以下简称《死刑》)等一系列文章中对死刑的论述,形成了马克思死刑观,对我国现代死刑立法制度产生深远影响。再视马克思对死刑的观点,深刻感悟其中蕴含的人本精神和自由取向以及对我国现阶段“保留死刑,但少杀慎杀”的死刑制度的启示和影响。

饱和时序下防空相控阵雷达动态优先级调度算法

针对防空相控阵雷达负载饱和情况下的时间分配问题,提出一种基于目标威胁密度和截止期的雷达任务动态优先级调度算法。根据目标信息建立非线性目标威胁度模型并设计动态优先级表,然后,利用目标威胁度、任务驻留时间和截止期共同确定任务的综合优先级。在此基础上,提出执行威胁率(TRE)的评估指标,以反映调度算法对重要任务的执行情况。仿真结果表明,在饱和时序下,相比于传统的截止期最早最优先算法,改进算法的搜索性能提高了43%,执行威胁率提高了52%。

组网雷达中弹道目标微动特征提取与识别综述

针对组网雷达中弹道中段目标微动特征难以识别与分辨的问题,文中分析了弹道中段目标微动特征的差异,总结了基于低分辨雷达网和高分辨成像雷达网的雷达目标微动特征提取技术在反导预警探测中的应用与研究现状,并分析了此类识别手段的优缺点。在此基础上,探讨了今后低分辨雷达和高分辨成像雷达相结合的混合体制雷达网在弹道中段目标识别中的主要研究方向,为进一步推动组网雷达中弹道目标识别研究提供参考和基础。

基于宽窄带微多普勒信息的进动目标特征提取

微动特征是弹道目标识别的重要特征之一。针对锥体目标模型,提出了一种基于宽窄带相结合的混合体制雷达网的微动参数提取方法。首先,在详细分析锥体目标等效散射中心微多普勒变化规律的基础上,利用微多普勒和差比实现了不同体制雷达回波中散射中心的匹配关联。其次,构建宽窄带微多普勒信息联合方程组,提取出锥体目标的进动角、底面半径、锥体高度等参数,并进一步对目标参数估计精度随曲线参数提取误差变化的关系做了比较研究。最后,仿真结果表明,在曲线参数提取值存在一定误差时,目标参数估计精度仍然较高。

混合体制雷达网弹道目标进动特征提取

针对同构组网雷达在提取弹道目标微动参数中存在的不足,提出了一种混合体制雷达网在获取目标散射中心数量不一致的条件下弹道目标进动特征提取方法.首先,对弹道目标进动和宽、窄带雷达信号进行了建模,分析了目标散射中心在窄带雷达和宽带雷达下的回波特性.根据目标散射中心的雷达回波特性,利用散射中心调制系数法实现了目标散射中心在不同雷达之间的匹配关联.然后,对宽带雷达获得的散射中心距离像信息进行分析,并利用广义Radon变换对距离像信息进行变换,通过变换关系求解得到了目标进动角.最后,构建宽窄带雷达微多普勒信息联合方程组,在求得进动角的基础上实现了雷达视角和结构参数的求解,接着采用二分法对三种求解组合得到的参数进行优化,进一步利用优化后的参数联立三维矢量求解方程组,求得了三维锥旋矢量.仿真结果表明,在信噪比大于5dB时,宽带雷达网参数求解精度与混合体制雷达网参数求解精度接近,且均比窄带雷达网参数求解精度高,从而验证了本文方法的有效性.

多视角微多普勒融合的进动目标特征提取

微动特征是弹道目标识别的重要特征之一。针对锥体目标模型,提出了一种基于多视角窄带雷达网的微动参数提取方法。在详细分析锥体目标等效散射中心微多普勒变化规律的基础上,利用各散射中心之间的微多普勒相关性,结合频率补偿的方法,实现了回波多普勒谱中各散射中心对应的微多普勒曲线的匹配识别。在此基础上,构建多视角联合方程组,提取出锥体目标的进动角、底面半径、锥体高度等参数。仿真结果证明了该方法的有效性与适应性。

利用微动信息矩阵的弹道目标特征提取算法

为满足反导作战的现实需求及解决强噪声环境下弹道目标特征提取问题,提出了一种新的基于宽/窄带混合体制雷达的弹道目标特征提取算法。该算法分析了宽/窄带信号对应的微动特征,运用Viterbi算法分离并提取出各散射中心的微动曲线。在此基础上,根据宽/窄带微动特征的相关性,结合改进自相关法和最小二乘估计方法,构建并解算出目标最强散射中心对应的微动信息矩阵。最后利用散射中心关联和一致性匹配融合方法,构建多元方程组并求解,得到目标的微动特征和结构参数。仿真结果表明:当信噪比为0 d B时,该算法估计得到的目标微动特征和结构参数的均方根误差的量级均为10-2。

基于宽窄带微多普勒融合的锥体目标三维重构

目标三维特征包含更为精细的结构和微动信息,以锥体弹头为研究对象,提出了一种基于宽、窄带混合体制雷达组网的锥体目标三维重构方法。首先建立锥体目标进动模型,详细分析了目标在不同体制雷达回波中的微多普勒调制特性,然后,使用改进的viterbi算法和最小二乘法对各散射中心的幅相信息进行提取和估计,并通过灰色关联度分析实现非理想散射中心的匹配。在此基础上,构建宽、窄带微多普勒信息融合方程组,解算出锥体目标的进动和结构参数,进而确定目标空间位置,实现三维重构。仿真结果表明,在信噪比为5dB情况下,目标的三维重构精度在91%左右。

基于自适应视野聚类匹配的多目标分离与提取

针对雷达多目标回波微多普勒信息复杂交叠、难以分离与提取的问题,提出了一种基于自适应视野聚类和Viterbi算法相结合的多目标信号分离与提取方法。该方法在时频分析的基础上,利用各旋转目标散射点不同的微多普勒变化特性,进行自适应视野处理,获取各时刻视点在不同视野范围内的食物浓度序列,通过聚类分析获得0-1编码序列,并结合Viterbi算法进行配准处理,得到最优匹配路径,从而实现多目标信号分离与提取。仿真结果表明,该方法能够有效地克服交叉区域干扰及背景噪声的影响,适用于复杂散射模型,较好地实现了微动多目标信号分离及提取。

基于多站微多普勒融合的弹道目标特征提取

宽、窄带混合组网雷达数据融合处理是弹道中段目标特征提取的重要途径。提出了一种基于宽、窄带雷达混合组网的弹道目标融合提取算法,该算法通过窄带自相关处理,获得锥体弹头的进动周期,并结合非线性最小二乘估计,分别估计出组网雷达中各散射中心的幅相参数。然后根据宽、窄带雷达微多普勒特征的融合特性和关联特性,利用加权平均和散射中心关联相结合的方法,提取出锥体弹头的三维进动特征及结构参数,从而实现宽、窄带混合组网雷达的数据融合。计算机仿真验证了该方法的可行性与有效性。

基于时频域增强和全变差的群目标信号分离

针对低分辨雷达获取的群目标信号的弱时频正交性以及难以分离的问题,在进行时频域增强处理的基础上,提出了一种基于全变差(TV)的群目标信号分离方法。在旋转目标模型的基础上,首先通过分析群目标信号的稀疏性,指出了进行时频域增强处理的必要性。然后利用群目标中各子目标对应的微动周期的差异性,通过双向延迟处理,对多次观测得到的群目标信号进行时频域增强处理。最后根据群目标信号能量区域的分布特性,利用局部TV融合和主分量分析相结合的方法,实现了群目标信号的高保真分离。仿真结果表明,在采样率较低的情况下,文中方法有效地解决了群目标信号中弱信号分量的分离及提取问题,其融合分辨效果明显优于基于TV范数的融合方法。

基于多视角距离像的弹道目标三维微动特征提取

针对现有估计方法提取散射点类型单一以及工程实现较为困难的问题,提出了一种基于组网雷达的多视角距离像提取三维进动特征方法。利用雷达网中各雷达多视角观测弹道目标,提取目标的距离像序列信号,求得最强2散射点在雷达视线上的投影长度,提取目标投影长度随时间变化的关系,利用最小二乘估计对关系式中的参数进行估计。运用组网雷达的多视角特性,根据不同视线方向上不同进动角频率的投影分量,提取目标三维微动特征。计算机仿真验证了提取方法的可行性与有用性,估计效果达到预期目的。

基于相关性函数的多站微动特征分析与提取

针对多站雷达精度跨度大、难以有效进行融合识别的问题,提出了基于相关性函数的多站加权融合方法。首先建立了弹道目标滑动散射模型,通过时延相乘重构回波,并利用扩展Hough变换提取出距离像的曲线参数,从而建立方程组以求取微动信息。然后利用相关性函数对各雷达的支持度进行分析,最终对支持度高的观测数据进行融合识别。仿真结果表明该方法计算简单,能有效提高微动参数的估计精度,客观地反映各部雷达的可靠度。

多视角弹道目标微动特征提取仿真研究

微动特征提取对弹道目标防御识别具有重要意义。针对单部雷达存在的视角局限性及目标参数提取精度较低的问题,利用多视角观测对弹道目标微动特征进行了融合提取,提出了一种基于散射中心径向距离和序列的锥体目标特征提取新方法。在分析进动锥体一维距离像特性的基础上,根据散射中心径向距离和信号与锥顶散射中心位置变化曲线之间的相关性,采用二参数扩展Hough变换实现了锥顶和锥底散射中心的分离,并构建多视角联合方程组,提取出锥体目标的进动和结构特征参数。仿真结果验证了改进方法对目标识别的有效性与准确性。

基于GSWD-Viterbi的弹道目标微动特征提取算法

针对弹道目标信号分量多、噪声敏感性强以及各散射点强度变化范围大的问题,提出一种新的弹道目标微多普勒特征提取算法。在滑动模型的基础上,首先在时域进行GSWD变换,然后通过Viterbi算法依次提取出各信号分量,最后利用逆S变换在时域内重构信号来实现降噪,并运用求和平均误差补偿方法求出目标的微多普勒信息。结果表明,该方法抗噪性好,较为准确的提取出弹道目标的微多普勒参数。

弹道中段多目标微多普勒分离方法

针对窄带雷达获取的多目标回波中微多普勒信息相互交叠、难以分离与提取的问题,提出了一种基于拍卖算法和小波分析相结合的多目标微多普勒分离方法。在滑动散射模型的基础上,首先通过对回波信号进行预处理得到时频骨架,再根据弹道目标多普勒的变化规律及估计的进动周期定义路径长度,利用拍卖算法提取出多条多普勒曲线对应的最短路径,最后采用小波分析法消除多普勒曲线中的剩余平动分量,实现了多目标微多普勒的分离。仿真结果表明,该方法能够较好地解决交叉区域的路径选择问题,且抗噪性较好,适用于多种微动形式。

中段弹道目标微多普勒历程修复算法

针对由于遮挡效应导致的中段弹道目标微多普勒历程缺失问题,该文提出一种基于压缩感知理论的微多普勒历程修复算法。首先,建立进动目标滑动散射中心模型,分析其微多普勒特性;然后,探究不同观测角度下各散射中心的有效散射性,分析遮挡效应对于散射中心微多普勒历程的影响;最后,根据观测到的缺失的微多普勒历程,设计压缩感知框架下的观测矩阵,采用SP(Subspace Pursuits)算法对为微多普勒历程进行修复。仿真结果验证了遮挡效应对微多普勒历程的影响,证明了该文提出的修复算法能够有效修复缺失的微多普勒历程,同时分析了该算法修复效果与微多普勒缺失率之间的关系。

弹道导弹群防御目标信号识别仿真研究

在弹道导弹防御目标识别问题的研究中,中段形成的群目标严重影响导弹防御系统的作战效能。为了解决弹道中段群目标分布密集、相互干扰而难以识别的问题,提出了一种采用Gabor-GSWD变换的群目标信号分离与重构方法。在构建群目标回波模型的基础上,利用平均幅度差函数法(AMDF)处理群目标回波信号,得到子目标的微动周期。并以子目标的微动周期为观测时间间隔,对目标进行多次观测,经累加处理后,利用Gabor变换得到该子目标的时频支撑域,并利用得到的时频支撑域对原始信号的广义S变换(GSWD)进行滤波,从而分离出了子目标的时频信息。最后,利用逆S变换还原出子目标的信号分量,从而实现了子目标回波信号的重构。仿真结果证明了改进方法是有效和可行的。

弹道中段微多普勒分离与提取仿真研究

针对弹道中段弹头和碎片的微多普勒信息在多普勒谱中交缠重叠、难以分离与提取的问题,提出了一种基于完备总体经验模态分解(CEEMD)和改进自适应Viterbi算法相结合的多目标微多普勒信号分离与提取方法。通过分析进动弹头与旋转碎片微多普勒分布的差异性,对多目标回波信号进行CEEMD分解,结合小波阈值去噪方法,对各本征模态函数(IMF)进行分层处理并累加,分离出了弹头和碎片回波。对碎片信号进行了扩展处理,利用改进自适应Viterbi算法,抽取出相应的最优路径,实现多目标信号分离与微多普勒提取。仿真表明,该方法能有效克服多目标之间的干扰及噪声的影响,较好地实现了弹道多目标分离及微多普勒提取。

基于匹配空间变换的群目标信号分离与重构

针对窄带雷达获取的弹道中段群目标回波错综交叠、难以分离的问题,提出了一种基于匹配空间变换的群目标微多普勒特征提取方法。在构建群目标模型的基础上,利用自相关法提取出各子目标的微动周期,并结合微多普勒曲线变化规律,构造出对应的匹配空间。最后利用能量峰值搜索法结合CLEAN算法,依次估计出该子目标各散射点参数,并重构出回波信号。仿真结果表明,该方法能够克服背景噪声和信号混叠的影响,较好的实现了中段群目标的分辨。