基于机载威胁源告警器的目标指示方法

针对主动雷达使用条件不具备的特殊战场环境,提出了基于威胁源告警器的目标无源指示方法.威胁源告警器是三代战机上主要的无源探测设备,在载机飞行过程中,通过威胁源告警画面多次得到目标方位信息,在此基础上,建立了基于威胁源告警画面的目标指示方法.根据目标指示区域的不同精度,分别采用方位距离攻击或纯方位攻击方式,并对不可攻击区域...     

基于RCS的三维低可探测性轨迹优化方法

针对基于雷达散射截面(RCS)规避雷达威胁的飞行轨迹优化问题,提出了低可探测性三维轨迹优化的求解方法.通过B样条拟合构建连续可微的RCS数据模型,结合三维飞行动力学模型,建立规避雷达威胁下的飞行运动控制模型.将轨迹优化问题描述成为最优控制问题,其中飞行姿态控制、轨迹约束、边界条件作为约束条件,以降低雷达探测概率和减少飞行时间为目标函数.运用高斯伪谱法( GPM)将连续的最优控制问题转换为离散的非线性规划问题进行求解.仿真结果证明本文方法实现了求解单基地雷达和双基地雷达探测环境中低可探测性三维轨迹优化问题,有效降低了飞行过程中的雷达探测概率和暴露时间.     

动态威胁环境下单无人机测向定位航迹优化算法

为解决单架无人机在动态战场环境下的测向定位问题,提出了一种基于动态窗口法的单机测向定位航迹优化算法。以最大化Fisher信息矩阵行列式为测向定位评价准则,在由动态探测雷达和静/动障碍构成的动态战场环境中,基于动态窗口法思想,将测向定位航迹优化评价准则由传统的单步最优原则扩展到对多步预测航迹的评价,同时考虑雷达探测和静/动障碍环境对预测航迹的影响,通过滚动时域方法控制无人机最优航向。仿真结果表明,所提方法能够使无人机在有效逃避雷达探测威胁以及规避环境中静/动障碍的条件下保证对目标的高精度测向定位,为解决动态战场环境下的单架无人机测向定位问题提供了新思路。     

基于卡尔曼滤波的单矢量水听器水中多目标方位跟踪

对单矢量水听器接收的声压和质点振速信息进行联合处理,采用量子粒子群求解声压和质点振速组成的非线性相关方程组,从而实现多目标声源方位的估计。对于低信噪比的情况,难免会引入较大的方位估计误差。采用最小二乘法对目标方位轨迹进行拟合并建立预测模型,然后通过卡尔曼滤波对单矢量水听器估计的目标方位轨迹进行优化。结果表明：单矢量水听器能够同时分辨多个目标方位,解算结果应用统计特性表示;信噪比越高,分辨率和精度越高,偏差越小;对于水中目标而言,1阶多项式足以进行方位轨迹拟合,再采用卡尔曼滤波能够有效提高目标方位跟踪精度。     

一种单站纯方位目标跟踪中的线性近似化滤波算法

针对EKF算法中存在初始化困难的缺陷,利用近似线性化的方法,构建基于修正极坐标系下的近似线性最小二乘滤波算法ALF;以ALF作为EKF滤波器的初始化算法,实现联合ALF和EKF的两阶段滤波算法,并将它应用在水下单站纯方位目标跟踪中。仿真结果表明,由ALF和EKF组成的两阶段滤波算法具有很好的稳定性,算法精度较高,是一种有效的算法,对潜艇实施隐蔽探测与跟踪具有重要意义.     

静止单站纯方位系统目标参数的仿真计算

通过对几种典型运动态势的仿真计算,检验拟线性估计算法(PLE)对静止单站纯方位系统目标部分参数可估计的结论,并分析该算法的精度、有偏性等性能及其影响因素.     

防空导弹探测制导技术的发展趋势

本文把防空导弹系统对目标的探测和对导弹的制导相提并论,是因为尽管制导对防空导弹十分重要,但是防空作战离不开目标探测。尤其是随着空中威胁和战场环境的日益复杂化,目标探测越加困难。目标探测制导技术对防空导弹的发展起着越来越重要的作用。探测制导技术的发展变化取决于防空导弹将要面临的战场环境和将要对付的空中威胁。     

基于熵权的多站纯方位目标定位分析北大核心

为克服传统权值主观性强、复合性差等现象,提出了一种基于改进熵权的多站纯方位目标定位算法。算法系统分析了匀速直线运动下的目标纯方位信息,给出了目标航迹参数与位置坐标模型,并运用均方误差进行了精度分析。仿真实验表明,本算法能有效地降低估计误差,提高多站融合精度。     

组网对抗中火力威胁的对抗决策与方法

战场威胁的对抗决策是组网电子对抗的重要内容,在组网电子对抗中,对火力威胁目标进行了分析,在介绍决策因子及其优属度获取方法的基础上对空中协同平台的方位配置进行了研究,确定了方位配制方法,论述了方案设计过程并建立了决策模型,通过仿真验证了该方位配置方法的正确性。     

多平台纯方位信息融合结构及关联估计联合优化模型

在多平台纯方位信息融合中,存在多平台的方位关联和单平台的参数估计(或目标定位)困难,因为两者相互依赖和制约。造成相对不同平台的方位不能进行时间空间对准、虚假目标不能消除。为此,提出了一种分布式信息融合结构,并建立了相应的数据互联与参数估计联合优化模型。在这种结构和模型中,首先由各平台对本地传感器探测的纯方位信息完成融合并输出方位序列,然后在融合中心按分层节点对方位序列的数据互联与参数估计进行联合优化处理,每个融合节点仅处理两个平台信息,最后节点输出融合结果。仿真计算结果表明,这种优化模型是解决关联和估计问题的一个有效方法,可以提高多平台纯方位信息融合的性能。     

基于熵权的多站纯方位目标定位分析

为克服传统权值主观性强、复合性差等现象,提出了一种基于改进熵权的多站纯方位目标定位算法。算法系统分析了匀速直线运动下的目标纯方位信息,给出了目标航迹参数与位置坐标模型,并运用均方误差进行了精度分析。仿真实验表明,本算法能有效地降低估计误差,提高多站融合精度。     

单矢量水听器水中多目标方位跟踪方法

采用量子粒子群求解声压和质点振速组成的非线性相关方程组,实现多目标声源方位的估计。为提高精度,应用最小二乘法对测量结果进行拟合并建立预测模型,通过卡尔曼滤波对方位轨迹进行优化。结果表明:单矢量水听器能够同时分辨多个目标方位,解算结果应使用统计特性表示;采用本方法最多能分辨7个目标,目标个数越多,方位误差越大;信噪比越高,分辨率和精度越高,偏差越小;通过数据拟合然后卡尔曼滤波的方法能够有效提高目标方位跟踪精度。     

等速运动观测站纯方位系统的可观测性

对等速直线运动单观测站纯方位目标运动分析问题进行了讨论。尽管系统是不完全可观测的,却证明了目标部分运动参数是可估计的,即目标与观察者的相对航向Kr、相对速度与初距离之比Vr/Do是可以解算的;并对可估计参数的有解条件进行了分析。     

曲线拟合的单静止站纯方位目标参数计算方法

线性平差法将测量初始方位作为目标的真实初始方位,引入了有偏误差;余切法是一种三方位解算法,解算没有使用积累测量信息,解算精度不高。因此提出一种曲线拟合的方法,将目标初始方位、航速与初距的比值、航向作为待解算目标参数,从而避免有偏误差。并且给出了静止单站纯方位目标航向解算误差的Cramer-Rao下界。在不同目标航路下对3种方法进行高测量误差(3°)仿真验证,表明曲线拟合方法接近Cramer-Rao下界。     

静止目标纯距离测量下的定位原理与方法研究

针对水下网络战条件下目标定位的特点,分析了纯距离系统可观测的条件,即对静止目标、观测站作直线运动,系统是不可观测的;并通过与同条件下的纯方位系统的对比,得出了在一般情况下,纯距离系统比纯方位系统具有更弱的观测性的结论;给出了估计目标位置参数的一种递推算法,该算法具有形式简单,不需要初值的特点;仿真试验表明,算法具有收敛速度快,精度好,稳定的优点.应用前景良好.     

面向区域覆盖的多传感器优化布站

针对约束条件下传感器优化布站问题,提出了一种基于遗传粒子群算法(GA-PSO)的多传感器优化布站方法。首先网格化战场地理环境,依据战场地理环境和战术条件建立布站约束矩阵;然后考虑任务需求,建立基于探测覆盖率的目标优化函数;最后采用遗传粒子群算法求解传感器最优布站位置。仿真实验验证了所提方法的有效性和合理性。     

关于纯方位跟踪迭代方法的收敛性

本文进行了纯方位跟踪(BOT)迭代方法的收敛性分析,详细叙述了其几何的和统一的框架,进而得出了保证似然函数极大化的迭代方法收敛性的充分条件。     

纯方位目标定位的观测者的最优轨迹

纯方位目标定位问题是从一系列噪声方位量测中估计一固定目标的位置,尽管在理论上,即使在没有观测者机动时,此过程亦是可观测的,但是通过适当利用观测者的运动以增加可观测程度可以使得估计性能(例如精度,稳定性和收敛速度)得到很大的提高。本文提出了纯方位固定目标定位的观测者的最优轨迹。这里所介绍的方法是基于使费歇尔信息矩阵(FIM)的行列式最大化,条件是:(例如,目标的防御系统)影响观测者轨迹,状态受限制。用直接最优控制的数值方法,包括最近介绍的微分包含的方法(DI)来求最优控制问题的解。运用熟悉的斯坦斯费尔德和最大似然(ML)估计器进行计算机仿真,结果表明运用观测者的最优轨迹所得到的目标位置的可估计性得到很大的提高     

反舰导弹纯方位发射捕捉概率计算方法

反舰导弹的纯方位发射对目标信息要求不高,在目标信息的探测越来越艰难的今天,是反舰导弹较为重要的一种发射方式,也将会成为未来海战场上常用的作战方式.介绍了反舰导弹捕捉概率的计算方法和传统纯方位发射的捕捉概率的计算方法,并从分析反舰导弹捕捉概率的计算模型和影响因素出发,指出传统的反舰导弹纯方位发射的捕捉概率计算模型存在不足,并给出了修正后的计算模型.     

基于K-Means聚类算法的空中态势威胁挖掘

战场环境复杂多样,各种探测手段层出不穷,空中威胁属性指标种类繁多,增大了指挥员对空中态势威胁分析难度。正确、快速地对空中态势进行威胁分析,将给战场部署提供有效的决策依据。建立基于K-Means聚类算法的空中目标威胁等级聚类模型,通过对空中目标威胁属性特征的数据进行分析,对威胁目标聚类进行深度挖掘,将目标威胁等级问题转化为最优聚类问题。实例分析表明该算法在对威胁目标等级聚类中有效,提高了目标威胁等级聚类的可靠性、精确性。