用于舰艇的多目标、多传感器数据融合技术(续)

5 Nodestar似然函数 在这一节中我们描述在Nodestar的Spotlight方案中应用的似然函数。5.1 方位似然 Nodestar采用下列方法计算带时间相关测量误差的方位观测的似然函数。5.1.1 方位观测的误差模型 令θ_n和θ_(n-1)分别是t_n和t_(n-1)时刻来自传感器的两个方位观测值。令B_n和B_(n-1)是t_n和t_(n-1)时刻目标的实际方位(见图5)。注意:方位是以球面坐标计算的。令     

用于舰艇的多目标多传感器数据融合技术(续)

Nodestar工具提供多目标相关和跟踪。在这一节中我们描述数据互联算法和Nodestar在计算多目标状态分布中的应用。 回想一下,数据互联过程等同于把观测集合分成关联接触的不相交集。对每个集而言,Nodestar建立一个跟踪对象。这是C~( )对象,即计算机科学意义上的对象。每个跟踪对     

用于舰艇的多目标多传感器数据融合技术

本文描述了在数据融合和决策支持技术发展中领先的多目标、多传感器、非线性、非高斯Nodestar工具的技术原理和方法。     

高空电磁脉冲的电磁理论

这一章的目的是描述和扩展微观模型。困难而繁多的推导放在附录里,正文中随时引用。本章第一节专论单个电子麦氏方程推出的一般场方程。随后一节论及大气上层电子的运动方程。第三节把前两节的结果结合起来,得出一个电子按特定方式运动时的场方程。第四节综合了所有对高空电磁脉冲起作用的电子的效应。本章内忽略了空气导电率的效应,这在     

实时专家系统计算机体系结构(连载)

本章将介绍所有功能部件和外围硬件的实现方法。硬件简图在附录A中,它们按功能部件排列,各图的标题字首表示有关功能部件的名称,序列发生器和微处理机的程序说明见附录B。这些说明包括程序的微位定义、测试位定义、存储器映射和程序指令级说明。下面几节在讨论硬件和控制说明时参照了上述附录。     

多平台多目标运动建模与仿真

针对现代战场环境下多平台多目标运动的特点,建立了各种机动、非机动目标运动模型,主要有蛇形机动、转弯和导弹比例导引等几种常见运动模型,并运用Matlab软件分别对其进行了计算机仿真。仿真结果表明,建立的数学模型与实际的目标运动基本是吻合的,可以用来描述目标的运动。     

模拟训练系统中的激光驾束制导导弹弹道仿真

针对激光驾束制导导弹的制导原理和模拟训练的特点,对导弹的运动及控制特性进行了分析.在激光束坐标系下,将导弹的运动分解为沿激光编码场轴向的运动与沿激光编码场径向的运动,建立了导弹的运动学模型.通过坐标转换矩阵,将导弹坐标从大地坐标系转换到瞄准镜坐标系中,并根据受控判断条件建立了导弹的飞行控制模型.根据目标尺寸特性和视景仿真程序的运行特性,建立了命中检测模型.在实际工程中对上述模型进行了编码实现,应用于基于虚拟现实技术的炮射导弹瞄准手模拟训练系统.试用情况表明,该模型实用性强,满足视景仿真系统实时性的要求,能够保证模拟训练的真实性和有效性.     

一种修正的自适应网格交互多模型算法

将径向速度引入到自适应网格交互多模型算法中,并针对自适应网格算法在跟踪过程中网格中心不稳定的问题增添模型集改变阈值,提出了一种修正的自适应网格交互多模型算法。同时对一些关键参数作了深入研究。仿真表明,提出的修正算法提高了算法稳定性,增强了模型滤波器与真实运动模式的匹配程度,减小了跟踪的速度误差和距离误差,很好地改善了跟踪性能,并具有全面自适应的跟踪能力。     

地面侦察传感器的功能模拟研究

本文介绍了TRS-97地面侦察传感器的基本组成与工作原理,从基于作战模拟的需要出发,建立了其简化的系统功能模拟模型,为战场目标信息获取在计算机作战模拟中的合理描述提供了一种思路。     

使用IMM/JPDA和固定延迟平滑滤波方法进行杂波环境下多机动目标跟踪

本文考虑用转换多目标运动模型对杂波环境下多机动目标进行跟踪。在马尔科夫转换系统中,次最优算法采用基本的交互多模型(IMM)逼近和联合概率数据互联(JPDA)技术。本文在IMM和JPDA的基础上发展出次最优固定延迟平滑算法应用于增广状态系统,并通过对两个高机动目标的跟踪举例说明了这种算法的有效性。     

用于舰艇的多传感器多目标数据融合(续)

3 贝叶斯滤波 我们现在回到状态估计问题上。接着上节中描述的分离原则,我们认为观测已被互联,也就是说,划分成子集,每个子集对应于一个目标。状态估计问题要采用已知集合中的观测来估计目标状态。我们希望在这一点上有所区别。我们把目标叫作我们正在估计其状态的实际对象。例如,在水面舰艇跟踪问题中,目标是舰艇。另一方面,在用互联算法进行分离的情况下,航迹是被联结为单个子集的观测集。区别是:目标是真实对象,航迹是由数据融合系统建立的结构。     

高超声速飞行器多目标复杂约束滑翔弹道优化

针对气动热、过载、动压、控制量、航路点、禁飞区以及终端状态等复杂约束条件,提出高超声速飞行器多目标滑翔弹道优化方案。建立换极运动模型,简化部分约束条件的处理,并规避了传统运动模型的奇异问题;在此基础上,引入物理规划方法将多目标优化问题转换为反映设计者不同偏好的单目标优化问题;进一步基于分段Gauss伪谱方法将弹道单目标优化的最优控制问题转换为非线性规划问题进行求解。仿真结果表明,该方法获得的滑翔优化弹道能满足复杂约束要求,同时能够反映设计者的不同偏好。     

地面战场运动目标识别NN-ST专家系统

本文在对现代战争条件下地面战场运动目标性质及特征研究的基础上,根据军事领域专家的经验和多传感器侦察的特点,将动态补偿神经网络模型与时空数据融合模型相结合,构造了地面战场运动目标识别的ＮＮ－ＳＴ专家系统。     

基于变结构多模型算法的机动目标无源跟踪

研究了变结构多模算法对机动目标的跟踪,提出了基于可能模型集的期望模式增广算法,并将其应用于机动目标的无源跟踪中。算法的思想是:固定网格模型集采用LMS算法进行自适应,得到有效的固定网格模型集;然后根据该模型集生成期望模式集;最后基于有效的固定网格模型集及期望模式集进行滤波并融合处理得到总体的模型。通过仿真验证了该算法的性能。     

网格坐标转换为雷达测量坐标的工程化算法

目前,我军对空情的报知,仍采取方格坐标指示空中目标信息的方法,对于远距离目标一般使用九九方格坐标进行目标指示.在研制防空指挥控制系统时,必须考虑如何将指示目标的网格坐标转换到适当的坐标系统内,以便进行相应处理.根据地面防空武器坐标系的设置方法和防空作战实际,提出了网格坐标转化为雷达测量坐标的工程化算法,实践证明,算法完全满足工程研制需要,可大大提高指挥效率.     

凸优化算法在多导弹协同作战目标识别中的应用

针对多导弹协同作战目标识别的特点,分析了识别要素和识别数学描述,提出了利用凸优化理论建立满足多导弹协同作战系统需求的目标识别模型.通过分解代价函数,将模型转换为凸二次规划问题,并引入惩罚因子,利用牛顿迭代法求解该模型.仿真结果表明该识别模型有较好的识别能力和较强的鲁棒性.     

基于多雷达组网IMM-GMPHDF的机动多目标检测跟踪

高斯混合概率假设密度滤波(GMPHDF)有牢固的理论基础,是解决高斯条件下跟踪强杂波环境中目标数未知的多目标问题的有效方法。但当目标发生机动时,就难以跟踪到目标,因此,在GMPHDF中引入交互多模型(IMM)算法,对继续存在目标的运动模型进行建模,根据计算的模型概率融合各模型滤波器估计得到的继续存在目标概率假设密度,解决了运动模型机动问题。仿真实验表明,IMM-GMPHDF能实时跟踪到强机动超音速多目标,在多雷达组网系统中跟踪强机动超音速多目标精度(OSPA距离均方根误差)能达到70 m,满足了工程使用要求。     

用于A/D转换的多级神经网络

本文介绍多级神经元并说明它在神经网络多级A/D转换器中的应用。用改进的Lee和Sheu方法定义了适用于多级神经网络的能量函数,由此消除了A/D转换的局部最小值问题。在允许我们在神经元输出和阈值设定中考虑两个以上离散级的意义上,能量函数是其他类似函数的扩展。我们还介绍如何构造和实现多级非线性,并介绍利用BiCMOS技术实现A/D转换多级神经网络的一种方法。用计算机仿真说明这种设计是如何运作的。并介绍用于多级A/D转换的各个VLSI芯片部件的测量值,以说明每个部件是如何工作的。     

一种自适应变结构交互式多模型算法

针对机动目标跟踪问题,提出了一种自适应变结构交互式多模型算法。对滤波问题进行了简单描述,并给出了交互式多模型算法的数学模型;建立了一种新的变结构交互式多模型算法的精确模型,模型子集之间并行独立运行,通过选取概率最高的模型子集的状态估计作为最终的估计结果;在变结构交互式多模型算法基础上进一步设计了自适应变结构交互式多模型算法,该方法提高了模型子集和目标实际机动模式的匹配程度,从而提高了目标跟踪精度。仿真结果表明,自适应变结构交互式多模型算法的跟踪效果优于其他方法。     

基于信息融合的多星搜索动目标问题

运用多星在海洋中搜索动目标,当动目标失去联系或者目标存在战术意图时,这种不确定动目标搜索将变得极为困难。建立搜索图描述搜索的环境模型,提出了一种解决多星搜索动目标问题的方法。利用信息融合的信息更新搜索图,并根据目标的运动预测方法再次更新搜索图,动态规划整个多星搜索动目标过程。卫星搜索策略是最大化目标发现概率。仿真实验结果验证了所提方法的有效性,能够有效地解决多星搜索动目标问题。