基于传感器网络数据融合的目标定位方法

针对传感器网络测试系统在战场及终点效应中的应用,探讨了基于多种传感器网络的目标定位方法,提出了采用最优加权融合估计算法将各种传感器的定位信息进行融合处理,并将融合结果与各种传感器计算结果进行比较,结果证明了经融合处理可以大大提高定位精度.     

基于位置预测的靶场图像实时判读方法

在靶场经纬仪对目标实时跟踪测量时,会发生相机随机抖动的情况,引起目标在图像中大幅度运动。应对大幅度运动时,基于搜索窗口的跟踪方法容易丢失目标,而基于全图搜索的跟踪方法时效性差。针对以上问题,提出一种结合核相关滤波算法(Kernelized Correlation Filter, KCF)和目标位置预测的改进的跟踪学习检测算法(Tracking-Learning-Detection, TLD)跟踪框架。利用正交多项式最优线性滤波器及相机角度信息预测目标下一帧位置,在此区域利用KCF进行快速跟踪,可以提高跟踪的成功率和时效性,跟踪失败时再进行检测。仿真实验表明,最优线性滤波器能较准确预测目标位置,给KCF提供较准确的搜索位置,算法每帧耗时仅为1.1 ms,且定位精度优于TLD和KCF,能有效应对相机抖动的问题。靶场实际试验证明该方法可提高靶场自动判读水平,减少人工干预。     

空投鱼雷最优落水点分析

针对反潜机使用空投鱼雷对潜实施攻击时的最优落水点问题，建立了鱼雷弹道模型、声纳自导系统发现模型、潜艇机动模型、均方差模型，对空投鱼雷对潜攻击过程进行了模拟仿真，得出了相对于不同舷角、距离的鱼雷发现概率，并确定了鱼雷的最优落水点，以期为部队合理使用空投鱼雷提供决策依据。     

垂线偏差对捷联惯导姿态对准的影响和补偿

为研究垂线偏差对静基座捷联惯导精对准的影响,建立了考虑垂线偏差的捷联惯导误差方程,将重力扰动项分为引起比力测量偏差的部分g■和用于重力模型修正的部分δg~n,提出等效零偏■;基于考虑垂线偏差的静基座下Kalman滤波对准模型推导了姿态的极限对准精度,并给出提高水平姿态对准精度的最优垂线偏差补偿的表达式。仿真结果表明:垂线偏差主要影响惯导系统初始对准的姿态精度,尤其是水平姿态精度;但对捷联惯导系统进行垂线偏差补偿并不一定能提高姿态对准的极限精度,要根据垂线偏差的大小、方向具体分析;当按照最优垂线偏差补偿公式进行补偿时,能够最大程度地提高水平姿态对准精度。仿真结果与理论分析一致。     

雷达组网系统抗干扰能力动态仿真评估研究

雷达组网抗干扰能力评估是组网系统作战效能评估的一个重要方面，运用仿真模拟法和最优指标法，对组网系统抗干扰能力进行了动态评估研究。基于研究现状的分析，提出了组网系统抗干扰能力的一种评估框架结构；构建了组网系统抗压制性干扰能力的动态评估指标体系，采用最优指标法对4种组网方案在复合压制干扰模式下的抗干扰能力进行了动态仿真分析和方案的优劣评价。评估结果与实际抗干扰试验的结论相符，验证了评估指标体系的有效性和合理性，所得结论对复杂电子战环境下雷达组网系统作战效能研究具有指导意义。     

双基地雷达定位系统的最优定位点研究

研究了约束条件下双基地雷达定位系统的最优定位点问题.当目标分别平行和垂直于双基地雷达基线运动时,在定位误差GDOP最小准则下,得出了一些有意义的结论.研究表明,双基地雷达最优定位点的位置与k(测距误差方差和测角误差方差的比值)和d(接收站到目标飞行轨迹的距离)有关.得出的结论对双基地雷达的优化配置有一定的参考价值.     

一种基于激光测距仪测距信息的新滤波算法

针对动能拦截器在大气层外完成反导任务的末制导滤波问题,利用激光测距仪的测距信息与导引头的测角信息,设计了一种非线性θ-D滤波算法.分析了这种滤波算法在实际应用中的一些问题,包括避免滤波发散的条件,权重系数阵的取值等.通过仿真验证,该滤波算法的精度高于工程上常用的α-β衰减记忆滤波.在该滤波算法的基础上,可以得到更精确的弹目相对运动信息,为进一步设计更先进的导引律提供了基础.     

考虑空间几何关系的反交会规避机动方法

针对具有自主接近能力的航天器开展反交会规避机动方法研究。建立仅测角相对导航模型,对完全不可观测机动进行定义,基于空间几何关系推导并证明了完全不可观测机动是不存在的。以施加规避机动后追踪器对逃逸器的测量值与未机动时的差异为优化目标,利用矢量乘积原理设计目标函数,建立优化模型并对变量约束进行分析,随后采用遗传算法对最优规避机动方向进行优化。给出的仿真算例结果表明:提出的规避机动方向计算方法能够使目标函数值达到最小,从而提升追踪器对逃逸器的状态估计难度,降低其估计精度。这为规避机动问题研究提供了一种新的视角,可为以主动接近航天器为新对象进行的规避研究提供有益借鉴。     

基于球坐标系下BLUE滤波的IMM算法

针对机动目标跟踪中常见的量测转换问题,提出了一种基于球坐标系下最优线性无偏估计滤波的交互多模型算法。该算法的核心思想是将最优线性无偏估计滤波作为交互多模型中的基本滤波,完成对机动目标的跟踪。在仿真试验中,将该算法与基于扩展卡尔曼滤波的交互多模型算法进行比较,结果表明该算法有效地抑制了扩展卡尔曼滤波中常见的滤波发散问题,并且提高了跟踪的精度,具有较好的实用性。