2018年3月4-6日福建省强对流天气过程分析

本文利用常规气象资料和多普勒雷达资料,分析了2018年3月4—6日福建省强对流天气的成因,重点对局地降雹天气进行中尺度特征进行分析,结果表明:南支槽、高低空急流、中低层切变和地面冷锋是这次强对流天气过程的主要影响系统;4日白天高空在强大的暖区控制下,表现为西低东高的大尺度环境形势下急流所产生的强水汽能量在华南地区汇聚;4日夜间至5日上午全省处于强垂直上升运动区,最大上升速度的高度明显高于0℃层高度,低层水汽通量强辐合区从西往东移动并且辐合中心在逐渐加强,水汽汇聚再通过强烈的上升运动到达0℃层,有利于冰雹生长;降雹时回波强度、高度、液态水含量都有明显的跃增特征。     

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。     

研讨式组训法在雷达指挥训练中的运用探索实践

研讨式组训法是适应现代战争特点,符合雷达指挥战时训练需求的训练方法。有效实施研讨式组训法必将推动海军雷达兵部队战斗力的不断提高。本文简要介绍了研讨式组训法的实施方法,分析目前实施过程中存在的不足,提出了改进完善研讨式组训法的主要工作。     

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。     

民用渔船雷达动态组网的避障连通恢复方法

为了有效地整合海域内数目众多却各自分散的民用渔船雷达资源，提出了一种利用动态组网对不同区域渔船的避障连通恢复方法。首先，从数据融合的角度简单论证了民用渔船雷达动态组网的可能性和必要性;然后，将每艘渔船视为一个配置有传感器的节点，通过改进图论中最小生成树的方法，同时考虑海洋中障碍物的存在，将分布在各个区域的“小渔船群”进行动态组网，让它们实现避障连通。该方法能够实现个体数据的有效整理和融合，大大地扩展了对相关海域的探测、监控及态势分析的能力。该设计模型符合海域实际情况，能够较好地为实际工作提供理论支撑，仿真结果证明了算法的有效性。     

探地雷达在民防工程隐患整治中的应用——以上海市退出民防序列工程为例

文章简述了探地雷达的基本原理,并通过上海市退出民防序列工程隐患整治工程应用实例,分析了地下防空洞呈现的电磁波反射异常特征,从而准确定位地下防空洞的位置,为后续地下防空洞的评估和整治提供依据.     

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。