基于雷达网拓扑特征的雷达目标编群算法

为有效评估战场电磁态势和实施雷达网对抗,研究雷达目标编群算法十分必要。提出了一种基于拓扑特征分析的雷达目标编群算法,在分析雷达网拓扑结构及其特征基础上,利用拓扑特征实现雷达目标群的建立和更新,完成雷达目标编群。仿真实例表明算法具有可行性和有效性,为电磁态势评估和雷达网对抗奠定了基础。     

基于态势分析的导弹射击效能评估

在基于对空袭与防空斗争重要地位的理解和已经提供空中目标群特征信息的基础上,首次提出了战术层面空中目标群态势分析的概念.并将空中目标群态势分析分为群形成、群理解、群估计3个层次,分别对它们进行了阐述,给出了相应算法.最后应用空中目标群态势分析得到的疏散空中目标群和密集空中目标群2个结果,探讨了导弹射击空中目标群的效能评估问题.     

MOQPSO/D算法求解不确定目标分配问题

为了增强不确定目标分配对战场态势变化的适应性,提出了一种基于分解的多目标量子行为粒子群算法(MOQPSO/D)的不确定目标分配方法.基于模糊多目标规划方法建立了不确定目标分配模型.以MOEA/D为算法框架,以QPSO算法为寻优手段提出了一种MOQPSO/D算法.通过粒子编码和非法粒子调整,将MOQPSO/D算法成功应用于求解目标分配模型.仿真结果表明:采用多目标优化方法能有效增强不确定目标分配对战场态势变化的适应性;MOQPSO/D算法在求解目标分配模型时要明显优于MOEA/D及MOEMD-CD算法.     

多机协同对空目标探测与攻击任务的最优分配

针对信息化条件下多机协同空战中需要协同制导的问题,建立了探测任务和攻击任务分配的模型。首先根据战场态势和雷达探测能力建立探测任务分配模型,然后根据战场态势和武器作战能力建立攻击任务分配模型,最后将此多目标决策问题转化为单目标优化问题。通过建立可行解到粒子间的映射,提出了粒子群优化算法对该优化问题进行求解。仿真实验表明了该模型与算法的可行性与有效性。     

基于改进鸽群优化的直升机协同目标分配

针对多直升机协同目标分配问题,建立了基于敌我相对态势的对地打击多目标的分配模型。引入多Agent系统机制,加快了有益信息在系统中的流动;并借助雁群成员在飞行中借鉴雁群整体经验的操作,来修正鸽群算法中地标算子的寻优方向,进而提出了基于多Agent的改进鸽群优化的问题求解策略。最后,以典型的直升机对地作战目标分配问题为背景,仿真验证了模型及其求解算法的合理性和有效性。     

无人机协同空战中的目标威胁评估和目标分配算法

为适应变化的战场态势,研究了多无人机协同空战中的目标威胁评估算法和目标分配算法.利用一种新的计算方法对目标威胁矩阵进行确定,从而针对不同的空战态势进行威胁评估,以提高威胁评估的性能.利用所得到的威胁评估结果,采用基于态势的目标分配方法实现目标分配.所研究的目标分配算法不仅考虑敌机对我方威胁,同时还考虑了敌机的作战意图,使得我方能够实时准确的对敌做出目标分配.仿真结果表明所研究的算法能够完成多机空战中的目标威胁评估和目标分配,所研究的算法是有效的.     

无人机协同空战中的目标威胁评估和目标分配算法

为适应变化的战场态势,研究了多无人机协同空战中的目标威胁评估算法和目标分配算法.利用一种新的计算方法对目标威胁矩阵进行确定,从而针对不同的空战态势进行威胁评估,以提高威胁评估的性能.利用所得到的威胁评估结果,采用基于态势的目标分配方法实现目标分配.所研究的目标分配算法不仅考虑敌机对我方威胁,同时还考虑了敌机的作战意图,使得我方能够实时准确地对敌做出目标分配.仿真结果表明所研究的算法能够完成多机空战中的目标威胁评估和目标分配,所研究的算法是有效的.     

基于双层粒子滤波的多传感器多目标TBD算法

针对多传感器多目标检测跟踪问题,提出了一种多传感器多目标双层粒子滤波检测前跟踪算法。算法采用双层粒子滤波结构,在目标检测层中采用量测消除法对多目标逐一检测,形成目标跟踪子粒子群,在目标跟踪层中采用二次重采样的方法对粒子群中粒子分布进行修正,在跟踪过程及时发现并剔除虚假目标。仿真结果表明算法的有效性。     

群目标侦察航迹规划方法

针对群目标侦察中的航迹规划问题,提出先采用聚类算法将目标群分成若干个子目标群,然后采用分层规划方法进行求解。第1层为目标群之间的路径规划,将问题转化为多旅行商问题并采用遗传算法求解确定最短航迹;第2层为子目标群内部的航迹规划,由于传感器通常是以一定宽度进行扫掠式侦察,因此,首先用Delaunay三角剖分算法求出包含子群内所有目标的最小凸多边形,再利用区域覆盖扫掠算法求出凸多边形内机动次数少、路径最短的航迹。仿真结果表明,所设计的航迹规划方法能够实现群目标侦查中无人机的航迹规划,证明了模型的可行性和算法的有效性。     

基于目标编群理论的通信网络结构识别

为了解决通信网络结构识别问题,根据通信网的工作特点,在识别过程中引入目标编群理论,逐层递增生成通信网络的群结构,并对群结构进行动态维护,识别和更新通信网的组成信息.仿真结果表明了该方法的可行性和有效性.     

改进cell密度聚类算法在空战目标分群中的应用

针对传统聚类算法对流形分布数据聚类效果差,且实时性不高的缺点,提出改进基于cell的密度聚类(Cell-Based density Spatial Clustering of Applications with Noise, CBSCAN)算法解决实时空战目标分群问题。通过分析空战态势参数,建立了空战目标分群通用模型,将目标分群转化为聚类问题。通过改进CBSCAN算法的簇类扩展方式,建立基于改进CBSCAN算法的目标分群模型。通过仿真实验,对比分析了K-means、最大期望算法、密度峰值算法、密度聚类算法、CBSCAN算法和改进CBSCAN算法在30种作战态势下的分群准确性和实时性,结果表明:改进CBSCAN算法可以在编队数目未知和目标流形分布的条件下,对多目标编队进行正确分群,且实时性较原始算法提高约30%,具有实际应用价值。     

装备物资混装配载效益化特征聚类分析

提出了通过对物资聚类分组来分步解决混装配载问题的思想,分析了装备物资混装配载中物资分类的办法,讨论了使用聚类分析法研究分类问题的特点,给出了一种基于系统聚类法的物资效益化特征分组方法。     

基于稀疏子空间聚类的人脸识别方法

在现有的稀疏子空间聚类算法理论基础上给出两种稀疏子空间聚类优化算法:稀疏线性子空间聚类和稀疏仿射子空间聚类。这两种优化算法针对不同的数据集会有不同的聚类效果。通过稀疏表达得到不同的稀疏系数矩阵,把稀疏系数矩阵应用到较为简单的改进的正则化谱聚类算法中实现聚类。应用Yale B数据对人脸图像进行识别分类得出:采用稀疏线性子空间聚类算法优于稀疏仿射子空间聚类算法;在算法执行时间上和算法聚类错误率比传统的稀疏子空间聚类较为快速高效。     

无先验信息排除无源交叉定位虚假交点的新方法

提出了一种排除无源交叉定位虚假交点的新方法,称为四边形分组法.该方法通过将无源交叉定位产生的四边形进行分组来区分真实交点和虚假交点.这种方法只需要测向信息,不需要任何其他先验信息.该方法无需先验信息.仿真结果表明,该方法是有效的,运算速度快,对水平编队目标群定位精度高.     

基于红外辐射计的物体光谱发射率测量方法

发射率是测量红外辐射特性中的重要参数,直接影响测量的精度。在传统的能量法测发射率的基础上进行改进,利用红外辐射计MR170测量目标的光谱辐射亮度并在同一温度相同波段下建立一标准黑体模型,对目标光谱发射率进行求解。实验验证该方法可以获得满意的测量结果。对实验求取的光谱发射率进行误差分析,结果显示误差小于3%。     

一种基于分组序贯的红外弱小点目标跟踪方法

针对红外序列图像中运动弱小点目标的检测跟踪问题,在多假设跟踪算法(MHT)的基础上提出了一种分组序贯的思想.基于这种思想,给出了一种多组独立检测法.对这种方法进行仿真,并与多级假设检验的截断序贯处理算法进行比较.实验结果证明在相同虚警概率情况下多组独立检测法的检测概率与截断序贯处理算法的检测概率相近,但运算量要远小于后者.     

基于选择点的预定目标选择方法原理及性能

反舰导弹末制导雷达的目标选择方法主要采用"先入为主"和"录取对比"方法。从影响目标选择的误差因素出发,对这两种目标选择方法的原理进行了分析研究。研究表明:这两种方法都是基于选择点的预定目标选择方法;且由于受自控终点散布误差和目标机动误差的影响,基于选择点的预定目标选择方法不适应超视距应用。蒙特卡罗仿真表明,预定目标上释放冲淡干扰时,基于选择点的预定目标选择方法已基本不具备预定目标选择能力,超视距情况下正确选择预定目标的概率低于0.2。     

运动视觉平台点目标定位误差分析和平台最优运动轨迹设计

对运动视觉平台点目标定位问题进行了研究,介绍了基于视觉共线方程的目标定位方法,分析了共线方程关于视线约束的实质。在观测视线相关坐标系推导了视线方向角矢量对目标定位误差的影响规律,分析了多观测对定位误差的影响,并基于最小化目标定位误差推导了视觉平台的最优运动轨迹,利用简单明了的分析方法得到了与已有文献优化Fisher信息矩阵方法一致的结论。利用仿真和试验对定位误差和最优轨迹进行了验证,证实了定位误差理论分析和最优运动轨迹设计的正确性。     

基于结构加权的海面编队预定目标选择方法

海面目标运动和编队阵型的约束特性,使得通过对装订阵型和末制导探测阵型进行点集匹配来选择预定目标成为一种有效途径。但当编队目标释放干扰时,会引起阵型结构发生局部变化,导致目标选择性能恶化。本文基于反舰导弹目标选择需求,分析了传感器导航和探测误差、装订信息误差、编队目标运动和释放干扰等因素所引起的位置点集变形,通过利用阵型中未污染的结构信息,提出了基于几何散列法和结构加权平均Hausdorff距离的编队预定目标选择方法。理论分析和实验结果表明,该方法不受传感器导航误差和编队目标整体运动的影响,在编队存在冲淡干扰时能有效提高目标选择能力。     

基于纯方位理论的运动舰船长度测量方法

获得运动舰船的船体长度对于航海避碰和目标识别具有重要的参考价值。然而,由于诸多因素的限制,现有视觉技术难以精确测量。为此,引入了纯方位目标运动分析理论结合双目视觉技术实现对运动舰船长度的测量。首先就所研究问题建立运动模型,推导了基于目标舰船方位、距离参数的舰船长度测量方法,针对该方法测量误差大的问题提出了基于航向、距离、方位的舰船长度测量方法。目标航向无法直接获取,为此引入基于纯方位理论的目标航向视觉估计方法,并进行了仿真验证。最后对两种舰船长度测量模型的误差进行了仿真比较分析,结果表明采用本文提出的"距离航向"法,当观测点位于目标舰船正横左右范围内时误差可以控制在10%内,"方位距离"法误差更小,适用的舷角范围更大。