2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩83頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、高頻地波雷達利用垂直極化的高頻電磁波沿海面繞射傳播損耗低、傳播穩(wěn)定的特點,可實現(xiàn)對海面艦船目標(biāo)及掠海飛行的低空和超低空目標(biāo)的超視距探測,以補償微波雷達的盲區(qū)。由于高頻段構(gòu)成仰角窄波束困難,高頻雷達(地波和天波)不具備測高能力,因此一貫缺乏飛行目標(biāo)高度信息。本論文在現(xiàn)有的地波雷達目標(biāo)高度估計方法的基礎(chǔ)上,詳細研究基于擴展卡爾曼濾波(EKF)的高頻地波雷達目標(biāo)高度估計方法,提出改進的Howland方法和高度/RCS起始的HPEKF算法。首先

2、,從高頻地波雷達的雷達方程入手,通過對其中各個參量的理論分析,闡述地波雷達目標(biāo)高度估計的基本原理。在此基礎(chǔ)上,對現(xiàn)有的高度估計方法,如最小平方估計器、Howland方法、高度/RCS模糊估計器等,進行原理性介紹,通過分析指出現(xiàn)有方法中存在的不足。其次,針對Howland方法由于狀態(tài)模型不準確而造成精度低、實用性差的問題,提出一種改進的Howland方法。該方法在Howland方法的基礎(chǔ)上采用AR模型對RCS的隨機起伏建模,并根據(jù)RCS的

3、隨機起伏自適應(yīng)地更新AR模型系數(shù),使其更準確地描述RCS起伏的動力學(xué)特性,從而保證系統(tǒng)狀態(tài)模型的準確性,達到模型與觀測值相匹配。先是給出在AR模型系數(shù)已知的條件下的改進的Howland方法,隨后給出在RCS起伏已知的條件下的AR模型系數(shù)估計算法,將以上兩種在理想條件下得到的算法融合,最后給出在AR模型系數(shù)未知的條件下的改進的Howland方法;同時,針對Howland方法由經(jīng)驗給出初始值的局限性,應(yīng)用高度/RCS模糊估計器中的模糊初值選

4、取算法為改進的Howland方法提供初始值。仿真表明,改進的Howland方法高度估計的相對誤差約為10%,比Howland方法降低30%以上。在對XXXX雷達站的飛機目標(biāo)試驗數(shù)據(jù)的處理結(jié)果中,改進的Howland方法得到的高度估計的相對誤差約為40%,比Howland方法降低40%以上;絕對誤差也達到了300m左右,比Howland方法降低200m以上。最后,針對模糊初值選取算法需要大量先驗知識的問題,提出一種在沒有先驗知識的情況下獲

5、得目標(biāo)高度/RCS初始值的方法,即高度參數(shù)化的擴展卡爾曼濾波(HPEKF)算法。該方法應(yīng)用若干個獨立的擴展卡爾曼濾波器并行濾波,各個濾波器分配一個不同的高度/RCS初始值,根據(jù)貝葉斯準則遞歸計算各個濾波器對應(yīng)的權(quán)值,隨著對觀測的積累,高度初始值接近目標(biāo)真實高度的濾波器權(quán)值逐漸占優(yōu),輸出的高度估值不斷逼近目標(biāo)真實高度,將起始結(jié)束時刻輸出的高度/RCS濾波值作為所要的初始值。仿真結(jié)果說明,在一定條件下,HPEKF算法可以提供相對誤差較小的高

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論