【摘 要】
:
航线和雷达的脉冲重复频率组参数直接关系到杂波背景下的预警机对目标的检测性能。一方面,不同航线下雷达所处的地理环境不同,同一块地面杂波所处的距离门和多普勒门及其后向散射功率会随着当前载机的径向距离、方位、相对运动状态、主波束指向等变化而变化,影响雷达对某些方向和距离的动目标检测性能。另一方面,机载预警雷达往往采用中、高重复频率的重频组工作模式,其发射的多重频的具体数值决定了杂波和目标在距离-多普勒域
论文部分内容阅读
航线和雷达的脉冲重复频率组参数直接关系到杂波背景下的预警机对目标的检测性能。一方面,不同航线下雷达所处的地理环境不同,同一块地面杂波所处的距离门和多普勒门及其后向散射功率会随着当前载机的径向距离、方位、相对运动状态、主波束指向等变化而变化,影响雷达对某些方向和距离的动目标检测性能。另一方面,机载预警雷达往往采用中、高重复频率的重频组工作模式,其发射的多重频的具体数值决定了杂波和目标在距离-多普勒域的模糊情况,也和杂波分布一起决定了二维解模糊后的目标检测盲区。为提高雷达的目标检测性能,预警机可以根据临时获取的探测场景信息进行实时动态航迹规划和工作参数优化,尽可能减少目标检测盲区。另外,多无人机协同对任务区域进行侦察时,常规方法将待搜索区域分割成若干子区域,再在子区域内采用“Z”型路线覆盖搜索。此种方法不仅存在飞行路径长、侦察效率低、消耗燃料多等缺点,而且对可能出现的障碍物阻挡、少数无人机被击落或者机器故障、新的无人机加入工作等突发情况难以应对,需要制定新的解决方案。本文针对地理知识辅助的目标检测性能预测、航迹和工作参数选择问题,提出了结合遗传算法的预警机航迹规划和重频组优化方法。针对多无人机协同区域搜索中存在的问题,提出了多无人机协同区域搜索的航迹规划方法。主要工作包括:1.知识辅助的预警机航迹规划和重频组优化方法研究。首先,考虑杂波不能被完全抑制而影响雷达目标检测性能的情况,研究了包含不同地理环境因素的多场景杂波仿真方法。进而研究了雷达目标检测性能的评估方法。接着,将检测盲区图中的目标发现概率的累积量作为检测性能评估指标,形成了单个航迹点处检测性能评估指标的计算方法。在此基础上,提出了航迹规划方法和重频组优化方法来提高目标检测性能,并提出将航迹规划和重频组优化相结合的方法进一步提高目标检测性能,同时采用遗传算法寻优。仿真结果表明,运用该方法可得到更优的飞行路径和发射多重频,可以有效地降低检测盲区。2.多无人机协同区域搜索的航迹规划方法研究。首先,分析多无人机区域搜索动态航迹规划基本思想,考虑无人机最大转弯角和最小转弯半径等约束。接着,针对无人机任务搜索过程中可能存在的飞出任务区域边界、碰撞障碍物等突发情况,提出了对应的解决方法。在此基础上,提出了多无人机协同区域搜索的航迹规划方法,并基于现代经典智能算法给出实现。该方法既可以为多架无人机规划出合理航迹,又可以在障碍物阻挡、少数无人机被击落或者机器故障、新的无人机加入工作等突发情况下实时调整路线,具有效率高、航迹可飞和可实现区域完全覆盖的优点。
其他文献
译语输出的流利度是口译质量评估的重要标准之一。然而,保持译语流畅并非易事,日常会话中就包含大量的非流利现象。口译作为一项即时产出的语码转换活动,需要考虑发言人即兴演讲的内容,表达习惯,口音语速等多重因素。一旦认知负荷过载,出现非流利现象也是在所难免。为减少译语的非流利现象,高效传达源语信息,笔者以中国首席经济学家论坛对2020经济预期的模拟会议为例探讨汉英交传中非流利现象的成因及应对策略。笔者参照
在中华民族五千多年辉煌灿烂的历史中,古典文学始终是中华民族文学宝库中最璀璨的一颗明珠,始终代表着最激昂的主旋律。智慧的中华民族创造了光辉灿烂的古典文学,形成了经久不息、薪火相传的爱国主义传统,蕴含着丰富的爱国主义教育资源,具有着重要的德育功能,将其融入中职学生教育教学工作中,既有利于中华优秀传统文化的传承,又增强了爱国主义教育的实效性,对中职教育的发展和中职学生人文素质的培养具有重要的理论和实践意
随着全球化的扩张,来自不同文化的人对了解别的文化更有兴趣。这让对翻译行业的需求不断增加。翻译过程中,译者需要一边完整地传达原文信息和风格特征,一边将译文符合目标读者阅读习惯。译者在担心失去原文特征和风格时容易导致质量不够好、使用直译法的译文。本论文以《心有大我,至诚报国——黄大年》翻译项目为例,先介绍翻译项目背景和文本特点,提出案例中翻译难点:中国文化特色词语表达处理;中国写作风格的赘余和模糊性;
在雷达探测领域,高主瓣增益、对误差稳健以及抗干扰性强等性能是天线波束形成算法设计的主要目标。理想情况下,波束形成能够实现将方向图的零陷对准干扰方向,从而达到抑制干扰的目的。然而在实际情况中,由于天线平台存在振动或受到干扰等情况,导致干扰偏移出原来的零陷位置而不能被有效的抑制,影响了系统的抗干扰性能。另一方面,日益复杂的战场环境对雷达系统的性能要求越来越高,新兴的分布式阵列雷达系统相比单孔径雷达在相
我国是制造业大国,制造生产厂商众多。现在大部分的生产企业依然采用传统的机器视觉方法(即通过对图像的阈值分割、滤波、颜色统计等方法)甚至用人工去检测缺陷。但是随着生产水平不断地提高,传统的机器视觉处理方法在精度上慢慢无法满足制造业的需求,同时也难以解决缺陷的目标检测问题。与此同时,深度学习蓬勃发展,并且深度学习在很多领域取得了令人惊喜的成果。所以很自然的人们开始将缺陷检测与深度学习联系在一起。在缺陷
工作在广域监视-地面运动目标检测(WAS-GMTI)模式下的机载监视雷达,可以对监视区域进行大范围场景成像,同时对监视区域内的动目标进行检测、定位、跟踪和识别。WAS-GMTI模式对监视区域的成像通常采用多普勒波束锐化(DBS)技术,该技术具有计算量小、成像速度快等优点,往往可以得到远优于实孔径成像的分辨率,在机载监视领域发挥着重要作用。预警机雷达是另一类远程探测雷达,由于需要探测数百公里远的空中
充分、高效的口译准备对口译任务的圆满完成至关重要。口译准备有狭义与广义之分,本文聚焦广义的口译准备。本文运用认知负荷模式,论述口译准备的重要意义。通过分析笔者的一次模拟会议英汉交替传译实践案例,会议主题为“新冠肺炎对难民的影响”,笔者发现译语中主要存在诸如:误译、措辞不当、不当停顿与逻辑错置等问题。尽管造成上述口译问题出现的表层原因固然是多方面的,但口译准备不足是造成译员口译困难的深层次、主要的触
DOA(Direction of Arrival)估计广泛应用于通信、雷达、声呐探索以及卫星导航等领域中。当信号发出信号后,接收阵列需要在有噪声的环境中估计信号来波方向,因此准确估计信号
极化码是第一种在理论上被证明可以达到香农信道容量的信道编码方案,其凭借较低的复杂度及优越的性能很快成为了纠错码领域的研究热点。自极化码被选为5G标准中控制信道的短
应用市场中的应用正逐年呈指数形势增长,面对海量的应用市场,用户急需一个良好的推荐机制来高效、迅速的获取到自己感兴趣的应用。通过调研分析目前热度较高的几大应用市场发现,现有的平台大多采用基于用户群体行为相似度的协同过滤推荐算法,忽略掉了用户的个性特征,未必符合用户的真实需求且很容易发生局部应用热度持续增长,而冷门应用永远不会被用户所发现的情况。基于以上现状,本文围绕用户的个性化推荐展开了一系列研究。