高空远程滑翔UUV减速段弹道仿真与分析

高空远程滑翔UUV技术是一种集高空滑翔与水下航行于一体的综合技术研究,减速段弹道是高空远程滑翔UUV弹道流程中的重要部分.通过建立高空滑翔UUV的六自由度数学模型,在Matlab/Simulink环境下对减速段弹道进行了运动仿真与分析.采用火箭反推减速方案对UUV进行减速,根据UUV入水条件要求设置初始条件,仿真结果显示UUV能满足入水条件要求,证明了此方案的可行性.并对影响减速段弹道的因素:反推力的大小、反推力作用时间、反推火箭安装位置进行了仿真与分析,对以后的进一步研究具有指导意义.     

用于目标跟踪无线传感器网络的动态分簇算法

针对跟踪精度和网络能耗的问题,提出了一种用于目标跟踪无线传感器网络的基于预测的动态分簇算法.把目标运动过程看作是高斯马尔可夫过程,根据目标历史轨迹,估计下一时刻位置坐标和运动速度,然后基于估计结果优化选择分簇的簇头和簇成员,形成一个动态分簇来实现目标跟踪.仿真结果表明:该算法使目标跟踪有较好的跟踪精度,能有效均衡网络能耗,延长网络寿命.     

基于航路点跟踪的AUV回收控制

针对军事侦察和海洋观测领域中对自主水下航行器(AUV)自主回收能力的需求,研究了AUV自主回收中的航路点跟踪控制问题.在海流干扰作用下,设计航路点规划跟踪路径,然后运用自适应滑模方法设计AUV的动力学控制规律.采用横向跟踪控制算法,使AUV精确地沿着规划的运动路径进入回收器中.仿真结果表明,所设计的控制规律是有效的,AUV能较好地完成航路点的跟踪任务,并最终到达回收器中实现了对接.     

常值海流作用下多自主水下航行器编队控制

研究了常值海流作用下自主水下航行器(Autonomous Underwater Vehicle,AUV)的编队控制问题.控制器设计分为两部分:一部分综合应用Lyapunov方法和Backstepping技术设计了单体AUV路径跟踪动力学控制律,保证了路径跟踪误差在常值海流作用下的全局渐进稳定;另一部分为路径参数一致性协同跟踪控制器,保证在仅有一个或一部分AUV获取虚拟领航AUV路径参数更新速度情形下能对其进行协同跟踪.从理论上证明了整个闭环系统的稳定性.仿真结果表明了所提出方法的有效性.     

基于神经网络的多模型机动目标跟踪方法研究

针对传统机动目标跟踪问题中存在的跟踪精确性低、参数适应性差、计算量大等问题,提出了一种基于径向基神经网络的多模型机动目标跟踪方法.首先,介绍了机动目标跟踪问题的基本原理、径向基神经网络模型及机动目标运动模型.然后,将提取的机动目标特征向量输入已训练好网络参数的神经网络中,与隐含层中由训练样本组成的输入矩阵比较并输出,通...     

基于垂直发射武器的火力兼容控制模型研究

针对目前水面舰艇对火力兼容性的需求,分析了基于垂直发射武器系统的火力兼容问题的特点。通过建立垂直发射导弹的弹道仿真模型及蒙特卡洛法仿真,分析了导弹垂直段和转弯段弹道的散布特点。结合弹道特点和火力兼容问题所研究的重点提出了建立基于垂直发射武器系统的火力兼容控制模型的方法,并初步给出了一个模型,对解决垂直发射武器火力兼容问题有一定借鉴意义。     

弹道滤波算法研究

为导引我方发射的制导炮弹等目标,需要在炮瞄雷达跟踪炮弹的基础上准确估计炮弹目标的位置、速度等状态信息。鉴于直接对测量的弹道轨迹建立常规运动模型滤波效果较差,提出了两种方法。一种基于弹道偏差滤波的方法,另一种是基于弹道方程滤波方法。仿真计算比较结果表明文中建立的弹道滤波算法对弹道类目标的滤波精度和反应时间上有大幅度提高。     

基于最小二乘的导弹外弹道精度分析系统

外弹道测量系统中,合理的布站能提高整个系统对目标的跟踪测量能力,优化的交会方案可提高弹道求解的精度。采用最小二乘法,运用协方差矩阵分析轨道参数精度,通过仿真计算,着重研究如何获取最优交会方案,以及不同的交会方案对外弹道求解精度的影响。试验结果表明,该算法可为外测数据事后处理提供高精度、快速的光测数据处理报告,为合理调整站点布局和人力资源提供依据。     

基于多测量融合的粒子滤波跟踪算法

复杂背景下运动目标的可靠跟踪,是计算机视觉领域中一个极具挑战性的问题。提出了一种融合颜色和纹理信息的粒子滤波跟踪算法,在粒子滤波的测量阶段,使用颜色直方图对目标进行颜色描述,用梯度方向向量对目标进行纹理描述。对这两种信息,分别用Bhattacharyya系数和欧几里德距离比较粒子与参考模板的相似性。为解决目标变化和遮挡问题,采用了模板更新策略。实验结果表明该方法是稳健的,能够在复杂的背景下对运动目标进行有效、可靠的跟踪。     

复杂环境下数据关联算法的研究现状及发展趋势

系统地介绍了机动目标跟踪中数据关联算法的发展现状、发展方向及其与模糊理论和神经网络相结合的发展趋势,通过分析当前的数据关联算法本身存在的一些问题,指出了一些改进方法的可行性,进一步介绍了数据关联算法与模糊理论、神经网络以及遗传算法相结合进行目标跟踪的发展情况,并对以后数据关联算法研究方向进行了初步探讨.