【摘 要】
：
弹道目标微动参数的提取可以为真假弹头的识别提供一定的依据。针对单一雷达视角获取弹道目标参数的局限性,提出了一种基于T/R-R双基地雷达的弹道导弹目标进动特征提取的新方法。利用ESPRIT超分辨算法提取T/R站和R站观测得到的各散射中心在不同时刻的一维距离像值,通过分析各散射中心径向距离之间的关系,实现了散射中心的区分。在此基础上,将T/R站雷达和R站雷达获得的散射中心D的微动信息构建方程组,求解出
论文部分内容阅读
弹道目标微动参数的提取可以为真假弹头的识别提供一定的依据。针对单一雷达视角获取弹道目标参数的局限性,提出了一种基于T/R-R双基地雷达的弹道导弹目标进动特征提取的新方法。利用ESPRIT超分辨算法提取T/R站和R站观测得到的各散射中心在不同时刻的一维距离像值,通过分析各散射中心径向距离之间的关系,实现了散射中心的区分。在此基础上,将T/R站雷达和R站雷达获得的散射中心D的微动信息构建方程组,求解出了进动角和部分结构参数,并根据锥底散射中心的微动信息求解出了底面半径。仿真结果验证了选用方法的有效性与准确性。
其他文献
对系统进行维修优化时,不仅要考虑系统自身可靠性特性,还应充分利用检测数据并优化检测策略。以串联可修多状态系统为研究对象,以降低系统运行成本率为目标,在考虑检测误差和非完美维修的情况下,实现检测和维修优化。使用非齐次离散马尔可夫过程建立系统退化模型和可靠性分析模型,采用贝叶斯更新方法利用检测数据更新可靠性分析结果,设置可靠性相关阈值触发维修,对系统长期运行过程进行蒙特卡洛仿真,并在仿真环境下基于遗传
对火箭炮交流伺服系统H∞鲁棒PI控制问题进行了研究。火箭炮交流伺服控制系统中,被控对象具有的延迟特性和系统存在的扰动成为系统控制的主要难点。H∞鲁棒控制设计是在系统存在不确定性和干扰的时候,能保证系统较好的鲁棒性能。根据H∞鲁棒控制理论,将延迟特性转化为被控对象的不确定性,并采用H∞鲁棒控制增强了抗干扰特性。指出火箭炮交流伺服系统H∞鲁棒性能设计实质上是保证鲁棒稳定和性能要求(满足快速性和较小超调
对网络节点均衡性进行准确合理的控制，可保障网络在入侵后还能保持良好的运行状态。在进行网络节点均衡性控制过程中，需要精确计算控制网络间的通信消耗和剩余节点能量，建立网络
对Web网络虚拟资源中特定数据进行检测,在提高网络虚拟资源安全方面具有重要作用。由于海量Web网络虚拟资源数据量过大,使得资源数据特征多且相似。传统的检测方法主要通过对资源数据特征进行分类筛选来实现数据检测的,当出现大量相似的数据特征时,不能准确地进行分类筛选,导致检测不准确、效率低的问题。提出新的海量Web网络虚拟资源中特定数据检测方法。对海量Web网络虚拟资源背景环境进行分析,采集网络虚拟资源
对应用软件中信息漏洞快速检测,可以有效地提升软件的质量。信息漏洞的检测需要对种子信息文件进行变异测试,提取每组软件测试序列特征值,来完成信息漏洞的快速检测。传统方法将软件测试用例对代码块的覆盖率定义为对适应度值评价,但无法精确的提取每组软件测试序列特征值,导致漏洞检测的精度偏低。提出基于模糊理论的应用软件中信息漏洞快速检测方法。融合于直觉模糊理论提取不同软件测试序列特征值,通过增加模糊特征的犹豫程
读者的阅读习惯在不同时期会发生较大变化,这种关联性也存在较强的非线性,推荐相应图书信息容易受到众多因素的影响,产生较大的推荐误差。提出基于灰色理论的读者图书推荐建模方法。该方法先组建读者的图书评分矩阵,搜索出与目标读者具有相同兴趣偏好的最相似近邻,建立目标读者的最近邻集合,对各个读者借阅的图书评分向量进行相似度计算,基于灰色理论将每个读者评分矩阵都定义为一个序列,计算各个读者借阅图书序列间的关联系
针对目前多数匿名方法对敏感数据所有敏感属性值均作同等处理,没有考虑其敏感程度和具体分布情况,易受到相似性攻击和偏斜性攻击,导致信息损失较高的问题。提出一种基于频繁集发现的不可信任环境下敏感数据自动匿名方法。上述方法先对敏感数据属性所隐含的现实意义进行语义分析,计算敏感数据属性值之间的语义相似值和语义相异值,将准标识符中的属性分划为数值型属性和分类型属性两种类型,给出相应的敏感数据概化策略,计算出敏
为提高雷达改装训练质量和效益,根据系统设计理论与方法,分析了雷达改装训练需求、目标、内容和策略.在构建主义学习理论和主题教学方法理论基础上,从作战需求角度,提出了以
在无线传感器网络(WSN)节点轨迹拟合中,由于频繁传输传感器节点的位置信息会增加网络能量消耗,为解决上述问题,提出一种低秩矩阵恢复算法(LRMR)的节点轨迹拟合方法,即对轨迹信息进行稀疏采样来降低信息传输量以达到节能目的,并研究一种改进的LRMR算法以提高运行速度,即在迭代中对单一低秩矩阵与噪声矩阵作局部粗寻优,对恢复矩阵中的元素作全局细寻优。轨迹拟合方法包括构造采样节点位置信息的稀疏矩阵,可采用
对运动图像目标进行准确跟踪,可以缩小目标的搜索范围,提高运动图像处理的效果。运动在抖动状态下,运动图像的轮廓线出现波动。传统的跟踪标记方法,主要通过提取设定的几点轮廓线轨迹点进行跟踪标记,忽略了出现大量波动时对跟踪标记的影响,导致运动图像目标跟踪效率低、误差大的问题。提出基于概率松弛的抖动状态下运动图像目标跟踪优化方法。利用高斯平滑滤波器对抖动状态下的运动图像进行预处理,融合统计背景模型对抖动状态