多类传感器航迹参数关联研究

采用层次型数据融合结构,研究了防空作战(AAW)系统中多类传感器航迹相关问题。首先对目标航迹的真实跟踪概率(TTP)进行了讨论,在两个模型假设的基础上给出了TTP的计算公式。提出利用渐近分析理论研究多类传感器相关参数及其在时间域上参数方程的航迹参数关联问题。在此基础上设计了多类传感器系统中上层处理节点航迹相关算法。     

一种多目标航迹处理的方法

通过对等速直航目标的方位随时间变化规律的研究 ,找到了一个形式简洁的方位随时间线性变化的可量测函数。随后利用该函数的线性以及工作点随时间变化的规律 ,根据目标航迹交叉之前的目标方位序列 ,拟合出方位随时间变化的函数 ,再用该函数与交叉后的目标方位序列之间的相关性完成多目标航迹交叉的处理。     

防空作战单元的航迹管理和目标识别

本文以防空导弹作战单元指控系统的航迹管理和目标识别为应用背景,着重介绍单目标和编队目标航迹管理的可行性及存在的间题,并阐述一种改进的目标识别算法.     

多雷达多目标航迹跟踪中FMM神经网络的应用与仿真

提出了一种基于Fuzzy Min-Max (FMM)人工神经网络的多雷达多目标航迹跟踪的方法。仿真应用的实验结果表明,这种方法能够有效地完成多雷达多目标的数据融合,并比较理想地实现了多雷达多目标的航迹相关。     

飞行计划管理中航迹关联算法

针对传统飞行计划管理中的缺限,基于M K-NN航迹关联算法思想,提出了一种利用方向因子、速度因子、偏航因子、时差因子和区域因子对综合航迹和计划航迹进行比较关联的方法。通过仿真,分析比较了该算法与其它算法的综合性能,验证了M K-NN算法在计划管理中的科学性和可行性。用改进的M K-NN算法为基本算法实现对飞行计划实施的动态监控,能够提高飞行计划管理的准确性和可靠性。     

一种空中目标航迹聚类方法研究

针对目前传统航迹聚类方法的不足,提出一种空中目标航迹聚类方法.首先提出一种航迹自适应拟合算法,对空中目标航迹进行拟合提取航迹特征;然后,在所提取的航迹特征基础上提出基于k-means算法的航迹聚类方法,通过对航迹特征点及拟合曲线的聚类,将同一类航迹聚类形成相似航迹簇;最后通过实验仿真,验证了该聚类方法的有效性.     

基于SDNN神经网络的多雷达目标航迹跟踪研究

现代雷达系统中,目标的航迹跟踪是非常关键的技术之一。给出了一种基于SDNN(Self-Deleting Neural Network)节点自删除神经网络的多雷达目标航迹跟踪的方法。仿真结果表明,这种方法能够很好地完成多雷达目标的数据融合,并比较有效地实现了多雷达目标的航迹相关。     

多传感器融合系统航迹号管理方法

多目标杂波环境下 ,多传感器探测形成的航迹之间呈现错综复杂的关系 ,多传感器系统融合中心航迹管理成了迫切需要解决的问题。在原有单航迹号分配方法的基础上 ,提出多航迹号分配方法 ,并扩展到立体图航迹号管理方法。尤其是航迹号立体图的引入 ,为航迹管理提供了一个新的思路。     

航迹与航迹的最优融合

在多传感器融合中,航迹与航迹融合占有重要的地位。人们在这方面做了大量工作,丛氏等人[5-7]给出了任意通信模式下的最优融合公式。对于确定性来说,该公式是最优的,这里指的确定性是:过程噪声为零或使用全速率通信(即两传感器每接到一次新数据就通信一次)。但在实际操作中,因目标机动而不能完全忽略过程噪声;或者为节约通信宽带,传感器间不采用全速率通信。这两种情况下,系统都存在公共过程噪声,因此两传感器的量测不是条件(给定目标预先状态)独立的,所得融合公式[7]只是近似最优。文献[1]中也谈到这种情况,作者推导出了一个公式来计算不同传感器的两条航迹估计的协方差、基于[1]的结果,文献[2]考虑了两个传感器航迹估计的相关性,并得到一个融合公式来组合局部估计。遗憾的是,文献[2]中进行贝叶斯推导时,所做的假设并不符合实际。本文中,我们指明[2]中结果潜在的近似性,并证明该结果只在ML{最大似然}意义下最优。然后,我们提出一种性能评估方法来研究各种航迹与航迹融合方法的性能。其结果给出各种操作条件下不同融合方法的性能范围。     

多目标数据关联及航迹管理建模与仿真

利用分布式推理判决理论较好地解决了数据融合中目标数据关联问题,并对目标航迹的真实跟踪概率（ＴＴＰ）进行了研究,在ＭｏｄｅｌＣ和ＭｏｄｅｌＤ假设的基础上给出了ＴＴＰ的计算公式,并利用ＴＴＰ对航迹进行了有效的管理。最后利用ＭＡＴＬＡＢ语言进行了仿真。     

基于随机集的传感器网络多目标航迹跟踪研究

针对利用有限集统计理论对声学WSN下的多目标跟踪时,无法实现前后两个时刻目标状态的关联问题,利用最近邻方法和粒子标签法对WSN多目标的航迹跟踪问题进行了研究。仿真结果表明,两种算法都能够有效实现对多个目标航迹的跟踪;另外,粒子标签方法进行多目标跟踪时能够同时实现对多目标状态的估计和对多目标航迹的跟踪。     

修正的逻辑航迹起始算法

根据目标的运动特性提出了一种基于修正逻辑的航迹起始方法,其主要思想是在航迹起始阶段,对落入相关域中的量测加一个限制条件,以剔除在一定程度上与航迹成V字形的测量点迹。仿真结果表明,这种方法可以有效地在杂波环境中快速获得起始航迹,具有较好的实用价值。     

多目标航迹处理中相关波门的确定

通过多目标航迹处理中点迹与航迹相关过程的分析,确定了相关波门的形状和尺寸,并提出了相关波门尺寸的自适应调整方法。     

一种基于航迹类型的传感器管理算法

目标航迹类型包含了丰富的战术信息。针对目标验证、跟踪和火控等战术任务的需求,将目标航迹分为临时目标航迹、稳定目标航迹、已锁定目标航迹、已攻击目标航迹,在此基础上提出了一种基于航迹类型的传感器管理方案和算法,阐述了方案的工作原理,并给出了相应的性能评估指标。仿真研究表明该算法能够满足不同目标对传感器资源的不同需求。     

多媒体时钟的目标飞行航迹产生

介绍了在安装W indow s9X操作系统的个人计算机上,使用多媒体时钟作为时间基准,产生标准目标飞行航迹的方法。用该方法产生的目标飞行航迹可以作为高炮火控系统的激励源,用于测试火控系统性能指标。讨论了多媒体时钟及其应用方法,目标飞行航迹数学模型的建立方法,分析了应用多媒体时钟作为产生航迹的时间基准所产生的误差和影响。     

目标航迹处理软件性能的验收实践

根据防空火控目标航迹处理性能的动态特性,在不增加任何硬件设备的前提下,探讨了如何应用软件方法去实现该性能便捷、实时、有效的验收.     

基于遗传算法的分布式多传感器航迹关联算法

以分布式多传感系统中的两节点序贯航迹关联方法为基础,把多节点情况下的航迹关联问题转化为多维分配问题。而多维分配问题是典型的组合优化问题,其计算量随着维数的增加而出现指数爆炸现象,进而根据遗传算法能够解决组合优化问题的能力,提出了利用遗传算法解决此多维分配问题的一种方法。仿真实验结果表明,遗传算法能够有效地求解此多维分配问题,使航迹关联具有较高的成功率。     

基于边扫描边跟踪系统的多目标航迹起始相关

系统地研究了基于边扫描边跟踪雷达系统中对多机动目标的航迹起始及点迹-航迹相关。航迹起始采用滑窗法,对于点迹-航迹相关,可将K近邻域法和NN算法结合应用。对该方法的航迹相关准则进行了详细的描述,并与NN算法和K近邻域法进行了比较。     

基于目标航迹分段的任务分配方案数学模型的建立

任务分配是进行计算机辅助决策的重要内容之一。本文从目标航迹分段着手,建立一种新的分配模型,解决了目标流的多次分配问题,并给出了具体应用实例。