論文元數(shù)據(jù)搜索，找到相關(guān)信息共 5 條：
1982, 4(5): 320-324.
刊出日期：1982-09-19
正 近幾年來(lái),非參量檢測(cè)逐漸被人們重視起來(lái)的主要原因是當(dāng)輸入噪聲的分布相同和距離采樣各自獨(dú)立時(shí),能保持虛警率恒定(CFAR)。秩二進(jìn)積累(RQ)檢測(cè)器是在求秩后采用二進(jìn)積累方法的一種非參量檢測(cè)器。這種檢測(cè)器實(shí)現(xiàn)較為簡(jiǎn)單,檢測(cè)性能與秩和
2019, 41(9): 2151-2155.
doi: 10.11999/JEIT180884
刊出日期：2019-09-10
該文基于Ding-廣義分圓理論，將周期為$ 2{p^m}$ ($ p$ 為奇素?cái)?shù)，$ m$ 為正整數(shù))廣義分圓序列的研究推廣到任意素?cái)?shù)階情形，構(gòu)造了一類新序列。通過(guò)數(shù)論方法分析多項(xiàng)式廣義分圓類，確定并計(jì)算線性復(fù)雜度與序列的2次剩余類和2次非剩余類的劃分緊密相關(guān)。結(jié)果表明該類序列的線性復(fù)雜度遠(yuǎn)遠(yuǎn)大于周期的一半，能抗擊應(yīng)用Berlekamp-Massey(B-M)算法的安全攻擊，是密碼學(xué)意義上性質(zhì)良好的偽隨機(jī)序列。
2019, 41(1): 123-129.
doi: 10.11999/JEIT180303
刊出日期：2019-01-01
針對(duì)雷達(dá)與電子支援設(shè)施(ESM)存在系統(tǒng)誤差、上報(bào)目標(biāo)不完全一致等復(fù)雜場(chǎng)景下目標(biāo)航跡關(guān)聯(lián)問(wèn)題，該文基于高斯隨機(jī)矢量統(tǒng)計(jì)特性，提出一種基于航跡矢量檢測(cè)的雷達(dá)與ESM航跡抗差關(guān)聯(lián)算法。首先在修正極坐標(biāo)系(MPC)下推導(dǎo)目標(biāo)狀態(tài)估計(jì)分解方程，采用真實(shí)狀態(tài)對(duì)消的方法得到航跡矢量，為剔除大部分非同源目標(biāo)航跡，構(gòu)建方位角變化率-距離變化率與距離比(ITG)統(tǒng)計(jì)量進(jìn)行粗關(guān)聯(lián)，然后采用基于航跡矢量
檢驗(yàn)的方法實(shí)現(xiàn)雷達(dá)與ESM的航跡關(guān)聯(lián)。最后通過(guò)實(shí)驗(yàn)仿真驗(yàn)證了該文算法在不同系統(tǒng)誤差、目標(biāo)密度、檢測(cè)概率等環(huán)境下的有效性。
2015, 37(4): 989-994.
doi: 10.11999/JEIT140856
刊出日期：2015-04-19
針對(duì)在速度拖引干擾和雜波背景下脈沖多普勒(PD)雷達(dá)無(wú)法精確跟蹤目標(biāo)的問(wèn)題，該文提出基于雙模型(DM)和幅度信息(AI)的目標(biāo)跟蹤算法。分別建立基于位置、幅度量測(cè)的跟蹤模型和基于位置、速度、幅度量測(cè)的跟蹤模型。兩個(gè)模型均使用基于幅度信息的概率數(shù)據(jù)互聯(lián)(AI-PDA)盡可能地降低雜波的影響，然后使用常規(guī)方法進(jìn)行濾波估計(jì)。若沒(méi)有速度拖引干擾，則兩個(gè)模型估計(jì)具有位置和速度上的相關(guān)性；若存在干擾，由于速度量測(cè)是虛假的，則兩個(gè)模型估計(jì)不具有相關(guān)性。據(jù)此，進(jìn)行卡方檢驗(yàn)(chi-square test)，分析影響檢驗(yàn)結(jié)果的因素，進(jìn)而確定最終的估計(jì)結(jié)果。仿真驗(yàn)證了該算法的有效性。
2018, 40(10): 2430-2437.
doi: 10.11999/JEIT170759
刊出日期：2018-10-01
針對(duì)單一信號(hào)處理或數(shù)據(jù)處理對(duì)壓制-欺騙加性復(fù)合干擾抑制效果較差的問(wèn)題，論文提出一種適用于脈沖壓縮雷達(dá)的基于信號(hào)-數(shù)據(jù)聯(lián)合處理的壓制-距離欺騙復(fù)合干擾抑制算法。首先，通過(guò)分?jǐn)?shù)階傅里葉變換(FRFT)域窄帶濾波以及LFM信號(hào)重構(gòu)對(duì)消算法，實(shí)現(xiàn)信號(hào)層對(duì)壓制干擾的抑制，并減小對(duì)真實(shí)目標(biāo)的漏檢概率；然后，利用噪聲點(diǎn)跡空間相關(guān)性較差的特征，通過(guò)M/N邏輯法對(duì)噪聲點(diǎn)跡進(jìn)行剔除，并對(duì)目標(biāo)點(diǎn)跡進(jìn)行航跡起始；最后，根據(jù)距離假目標(biāo)航跡角度量測(cè)誤差方差較大的特點(diǎn)，通過(guò) ${\chi ^2}$ 檢驗(yàn)以及聚類劃分算法，對(duì)虛假目標(biāo)航跡進(jìn)行剔除，最終實(shí)現(xiàn)對(duì)壓制-欺騙加性復(fù)合干擾的抑制。仿真結(jié)果表明，該文算法對(duì)壓制-欺騙復(fù)合干擾能夠起到較好的抑制效果。
