直升机载雷达侦察系统总体设计

本文在讨论直升机载雷达总体需求的基础上,介绍了直升机载雷达侦察系统的组成和功能,总结了系统总体设计中涉及到的关键技术,并对关键技术的解决措施进行了分析。     

多源置信综合的雷达与ESM协同跟踪方法

跟踪空间邻近目标时,仅依靠运动学信息不足以实现可靠的数据关联,而基于动目标指示器（Moving Target Indicator,MTI）雷达和电子支援措施（Electronic Support Measurement,ESM）的多源异类传感器数据融合可以通过提升数据关联性能达到改善跟踪性能的目的。通过构建基于五种成比例再分配规则（Five Proportional Conflict Redistribution Rules,PCR5）置信度量的数据关联策略,将目标运动学信息和属性信息结合做多特征推理,解决异类传感器数据的不确定性和不一致性;利用Dempster-Shafer（DS）证据理论方法进行属性融合更新,完成属性信息在时间序列上的相干积累,实现空间邻近目标的可靠跟踪。该方法从数据关联和状态估计两方面联合进行改进,通过引入属性信息提升数据关联的正确性,从而提升跟踪性能,实现多源异类信息下的协同跟踪。仿真表明,相比于仅雷达跟踪、雷达和ESM序惯跟踪等方案,该方法可有效提升跟踪精度和关联性能。     

面向卫星导航信号的外辐射源雷达软件化模拟器设计

面向全球导航卫星系统(Global Navigation Satellite System,GNSS)信号的外辐射源雷达,是一种利用环境中GNSS信号作为非合作照射源进行探测的雷达。为满足基于GNSS信号的外辐射源雷达系统仿真和信号处理算法设计评估的需要,通过对该雷达系统组成与工作原理的分析,完成了面向GNSS信号的外辐射源雷达软件化信号模拟器的设计与实现。给定仿真场景下软件化模拟器输出信号处理和分析的结果验证了该模拟器可根据输入参数与模型正确完成信号仿真。     

鸟类目标微多普勒分析及参数估计

鸟类扑动的翅膀产生的微多普勒包含了目标的尺寸与微动特征信息,可用于鸟类目标参数估计,对探鸟雷达目标识别具有重要意义。首先建立鸟类目标雷达回波模型,推导了鸟翅膀散射点的微多普勒数学表达式,并通过计算回波的自相关函数估计目标扑翼频率;然后对微多普勒表达式进行泰勒级数展开,利用展开系数与扑翼幅度之间的关系得到扑翼幅度的估计值;最后根据半翼展与微多普勒谱宽之间的关系得到半翼展的估计值。仿真实验证明了所提方法的有效性和抗噪性：对扑翼幅度大于30??、半翼展大于0.3 m的目标,在信噪比高于0 dB的噪声环境下估计精度高。     

采用一维物理光学法的天线罩瞄准误差补偿

针对雷达天线罩瞄准误差的补偿问题,提出了一种适用于各向同性的天线罩瞄准误差修正方法。构建了基于一维物理光学法的天线罩瞄准误差的数学模型,推导了雷达导引头测量目标角度和角速度的误差修正公式。试验结果表明,该方法有效降低了天线罩瞄准误差对目标角速度性能的影响。     

墙体参数模糊下穿墙雷达运动目标成像

针对墙参数模糊条件下运动目标成像速度慢、墙参数重建精度差等问题,提出了一种改进拟牛顿-粒子群优化(Limited Broyden Fletcher Goldfarb Shanno-Particle Swarm Optimization,LBFGS-PSO)算法,建立了LBFGS-PSO算法模型,解决了传统拟牛顿算法和粒子群算法计算速度慢、误差较大等问题。该算法与块正交匹配追踪（Block Orthogonal Matching Pursuit,BOMP）算法相结合不仅可以精确重建边墙位置,还能够准确地重建多径效应环境中的运动目标和静止目标,算法的计算速度和精度得到了一定程度的提高。仿真结果和数据分析验证了所提方法的性能。     

波浪作用下的海底管道溢油扩散运移规律

为了最大程度减少溢油事故造成的环境污染及经济损失,对海底管道溢油扩散行为的影响因素进行研究。首先,利用流体力学软件建立了波浪条件下的二维有风模型,并进行了验证。其次,通过二维有风模型进行溢油模拟,分析讨论了原油密度、海浪波长、水面风速等因素对溢油扩散的影响。研究结果表明:1)建立的二维有风模型模拟结果比现有文献中模型更符合实验值,可靠性更高,可用于海底溢油情况的预测;2)原油密度会显著影响溢油到达海平面的时间及横向漂移距离;3)海浪波长对溢油上升速度有轻微影响,而对溢油横向扩散区域有显著影响;4)水面风速在溢油抵达海平面前几乎没有影响,但会加快抵达海平面后的扩散过程。研究结果可为溢油事故应急处理方案的制定及溢油的回收利用提供科学依据。     

基于PRI信息的雷达脉冲信号分选技术研究综述

基于脉冲重复间隔（Pulse Repetition Interval，PRI）信息的雷达脉冲信号分选是电子侦察信号处理中的核心关键技术之一。以公开文献资料为来源，从直接搜索判定分选、直方图统计分选、PRI变换分选、平面变换分选、多方法综合应用等多个方面对该技术方向上的各种方法的原理、流程、特点、适用条件等进行了分类对比与归纳总结，指出了其所面临的巨大挑战，展现了其未来的发展趋势，为该方向上技术研究的深入推进与工程应用的优化推广提供了重要参考。     

基于车辆数据的k近邻联合概率数据关联算法

在交通场景中采用一些预警措施能够有效地减少交通事故发生。例如，对车辆轨迹进行跟踪并预测车辆的驾驶行为，就是一个常用的预警方法。在对车辆进行跟踪的过程中，数据关联是很重要的部分，它可以对车辆的观测点和轨迹进行关联，从而更新车辆的轨迹，完成跟踪过程。在此背景下，提出了一种新的数据关联算法，即k近邻联合概率数据关联算法(k Nearest Neighbor-Joint Probability Data Association,kNN-JPDA)。实验结果表明，该算法能够较好地解决在交通场景下车辆数据的数据关联问题，在精度以及运行效率方面都有所提高。     

一种基于微波雷达回波信号的车型分类方法

车辆类型识别方法是智能交通系统的关键技术之一。利用深度学习的高维特征泛化学习能力，将改进的LeNet-5卷积神经网络用于基于交通微波雷达的大小车型分类识别。首先，以雷达触发前的N帧信号为基础，对雷达的回波信号进行分析并构建数据集；然后，分析LeNet-5卷积神经网络的特点；最后提出一种改进的LeNet-5卷积神经网络。实验结果表明，与传统的支持向量机方法相比，所提方法能够智能学习大小车的雷达时频信号特征，大小车型识别准确率达到97%以上，可为交通场景下的车型识别研究提供新的技术途径。