基于动态规划算法的无源毫米波弱小目标检测方法

针对无源毫米波弱小目标特点,结合已有的动态规划算法,利用图像阈值分割原理实时计算检测门限,提出一种适用于无源毫米波小目标检测的实用动态规划算法,并分析了动态规划的计算过程及分割门限的确定方法。实验仿真结果表明,此算法能准确检测出复杂背景下的低信噪比无源毫米波弱小目标,并得到目标运动轨迹,在单帧成像信噪比为4.5dB左右时,能准确检测出目标运动轨迹。     

毫米波辐射计探测装甲目标立体特性建模与仿真分析

以往的毫米波被动探测系统中为了简单往往将装甲目标等效为平面金属目标,忽视了它的复杂立体特性。针对这一问题,提出了装甲目标立体特性的概念,理论推导了装甲目标立体特性的客观存在,仿真分析了装甲目标的立体特性,并概括总结了装甲目标立体特性的影响因素。文中结论对装甲目标毫米波辐射特性研究及毫米波被动探测领域具有一定的参考价值。     

基于灰色关联算法的雷达反隐身性能评估

雷达反隐身的性能评估对现代空防战争具有重要意义。在深入分析雷达反隐身技术及相关基础理论基础上建立了雷达反隐身性能指标体系,提出了采用基于自适应熵权的灰色关联算法来进行雷达反隐身性能评估,解决了评价权重模糊问题,并结合经典最小二乘法和拉格朗日函数建立了优化评估模型,最后通过算例分析给出了该算法模型的应用过程,分析结果表明该算法能有效实现对雷达反隐身性能的排序和优选。     

采用深度卷积神经网络方法的毫米波图像目标检测

通过收集大量的毫米波图像并建立相应的人体数据集进行检测,提出基于Faster R-CNN深度学习的方法检测隐藏于人体上的危险物品。该方法将区域建议网络和VGG19训练卷积神经网络模型相结合,构建了面向毫米波图像目标检测的深度卷积神经网络。为了提高毫米波图像的处理能力,采用Caffe深度学习框架在图形处理单元上进行训练和测试。实验结果证明了基于Faster R-CNN深度卷积神经网络的目标检测方法能有效检测毫米波图像中的危险物品,并且目标检测的平均准确率约94%,检测速度约为6 frame/s,对毫米波安检系统的智能化发展有着极其重要的参考价值。     

反隐身预警雷达的发展动态与新技术

预警雷达一直是战场防空和国土防御的基本装备之一,而隐身飞行器的出现迫使现代预警雷达必须提高其反隐身能力。首先从雷达的工作频率、目标的极化信息和非后向散射特性剖析了现代预警雷达的反隐身关键技术,然后根据不同的雷达体制对典型反隐身预警雷达进行分类综述,最后总结了多输入多输出、低截获概率、太赫兹超宽带、微波光子相控阵、第三代半导体和基于数学模型的网络优化等新技术的特点和难点,并展望了反隐身预警雷达需进一步研究的方向,以期为反隐身预警雷达相关设计人员提供一定的帮助和参考。     

地面及金属导体对天线方向性图的影响

任何天线都架设在某一支撑体上,如地球表面,卫星表面等。这些支撑体都是导电媒质。在电磁场的作用下,导电媒质会产生感应电流。感应电流会产生再辐射,再辐射的场反过来会影响天线电流的分布使天线的辐射特性改变。这里仅研究地面对天线的影响。     

基于地理信息的地面运动目标跟踪方法

为了提高地面运动目标跟踪精度,提出了基于地理信息约束的变结构交互多模(VS-I MM)的目标跟踪算法。通过建立地理信息系统约束地面目标运动状态,并利用目标转弯曲线 模型确定滤波器中机动目标的时变运动模型集,采用地理信息约束的变结构交互多模算法可 更符合实际进行地面目标机动跟踪。针对机场地面机动目标的仿真结果表明,给出的地理条 件约束的目标跟踪算法比现有交互多模算法具有更好的性能。     

基于射频隐身的采样周期和辐射功率控制方法研究

为进一步提高雷达的射频隐身能力,合理分配相控阵雷达的工作参数,在目标跟踪时,对雷达的采样周期和辐射功率控制方法进行研究。首先,根据目标运动状态的不同,对雷达采样周期与辐射功率自适应设计方法进行分析,在满足系统跟踪性能要求的前提下,建立了控制参数的优化模型;然后,利用粒子群算法优化自适应采样周期和自适应辐射功率等参数,有效地降低了跟踪性能误差,提高了雷达系统的射频隐身性能。与传统的雷达采样周期和辐射功率算法进行了仿真比较,结果表明所提的算法取得了较好射频隐身效果。     

粮食目标价格和反周期补贴政策研究——基于市场化国际化背景下的分析

粮食市场化和国际化,对粮食调控政策提出了新的挑战。如何提高农民收入、应对国际粮食价格冲击、确保国家粮食安全是政府需要解决的重要问题。本文探讨了我国实行目标价格和反周期补贴制度的现实原因,对目标价格和反周期补贴进行了测算,并提出了相关政策建议。