单脉冲雷达导引头联合检测与DOA估计算法

来源 :航空兵器 | 被引量 : 0次 | 上传用户:yichunyang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在雷达导引头末制导阶段,低信噪比(Signal to Noise Ratio,SNR)导致对目标的检测和定位性能恶化.为此,本文提出一种基于随机有限集的联合检测与DOA(Direction of Arrival)估计算法.该算法在单目标伯努利滤波器框架下,基于点目标扩展函数对经过低门限判决后的数据构建目标观测方程,在天线和视线混合坐标系下建立状态变量描述,求解状态向量微分方程并对其离散化得到离散时间差分方程,经过状态误差分析得到状态转移模型,再经过粒子递归实现联合检测与状态估计.通过仿真实验,验证了该算法的有效性.与传统跟踪前检测方法对比,该算法能在低信噪比下提高检测性能和DOA估计精度.
其他文献
目标识别与抗干扰技术已经成为决定精确制导武器性能优劣的关键技术.本文针对复杂对抗场景下红外空空导弹作战特点,分析了其目标识别与抗干扰发展需求,提出了融合传统算法与深度学习的混合智能抗干扰算法.该算法充分利用传统算法在确定场景下的高可靠性优势与深度学习算法在复杂场景下的高维特征提取能力,最大化挖掘了导弹探测的场景信息,对于提高系统抗干扰能力具有重要意义.在此基础上,构造了算法测试训练的空战数据集,覆盖了典型的空战作战场景.实验结果表明,相同特征融合条件下,典型场景混合智能抗干扰算法的全程抗干扰概率达到了71
无人蜂群作战概念近几年来一直是世界各国竞相发展的重点.本文列举了近几年国外在蜂群作战方面的最新研究进展和取得的阶段性成果,并总结分析了目前国外蜂群作战概念的主要技术发展方向,包括群体控制、通用性系统设计、智能化以及人机协作等.在此基础上,进一步指出蜂群作战技术发展存在的不足和难点,为国内下一步蜂群作战发展提供思路.
不同于基于经验公式、孤立静态的装备效能评估方法,体系化作战效能评估可以从体系化作战任务解析与智能评估方法两个方面分别研究.本文引入标准化的体系作战建模框架和卷积神经网络逐步解构体系化作战活动,进而提出了一套完整的体系化作战效能评估方法,包含作战任务策划、任务建模解析、构建评估指标体系、指标融合降维、效能等级评定等五个步骤,按照作战目标实现程度对复杂多样的体系化作战任务实施效能评估.