基于Unscented粒子滤波的传感器管理算法

传感器管理是信息融合技术的重要研究方向,以往的传感器管理算法主要是针对线性融合系统,现实中非线性系统更为普遍,而针对非线性融合系统的传感器管理算法研究较少。粒子滤波是目前非线性领域中应用最广的滤波算法,该算法的主要思想是使用一个带有权值的粒子集合来表示系统的后验概率密度。Unscented粒子滤波采用Unscented卡尔曼滤波计算提议概率密度分布,粒子的产生充分考虑当前时刻的量测,使得粒子的分布更加接近状态的后验概率分布。针对非线性系统,提出了一种基于Unscented粒子滤波的传感器管理算法。首先利用Unscented粒子滤波对目标进行状态估计,求出目标的协方差;然后利用信息熵计算目标的信息增量;最后利用信息增量最大对传感器资源进行分配,并对该算法进行了仿真。     

论新型智能消防系统在大空间建筑中的应用

结合大空间建筑的消防特点,对防火墙与防火卷帘、普通闭式系统、雨淋系统等传统大空间建筑消防设施存在的问题进行了详细的分析,并对大空间建筑新型智能型消防灭火系统的优越性进行了探讨,提出应用建议。     

宽带数字接收机信道化仿真设计

为了解决传统信道化接收机结构复杂、运算量大的问题,介绍了一种新的多相滤波宽带数字信道化接收机的实现算法。该算法由多相滤波的定义经过公式变形推导出,并引入了重叠一半的数字信道化滤波器组,实现了全概率截获。根据实际工程需要针对大带宽的信号对该算法进行了仿真,取得了较好的仿真结果。该算法是一种高效运算,适合弹上应用。     

多源目标识别中冲突证据的融合策略研究

随着防空反导作战环境的日益复杂,快速准确地进行真假目标识别显得尤为重要。针对多源目标决策级识别中冲突证据融合问题,在综合分析现有改进证据理论方法的基础上,引入新的冲突度量系数,提出了一种通过在融合流程中增加智能判断环节,以冲突系数为判断依据,对具有不同冲突系数证据选择不同组合规则进行证据组合的融合方法,并给出了策略的流程图。最后进行了实例验证,结果表明新策略能对不同未知信度和不同识别框架冲突证据进行快速有效的融合。     

改进类电磁算法在武器目标分配问题中的应用

通过基于级数的粒子编码变换方法,将武器目标分配问题的约束条件进行了化简.对原始类电磁算法,在种群初始化、局部搜索、合力计算以及粒子移动等各步骤对其进行改造,使之适应武器目标分配问题的整数解空间.最后通过数值实验验证了该改造后算法解决武器目标分配问题的有效性.     

基于强跟踪扩展Kalman滤波的X射线脉冲星导航定轨精度研究

为提高X射线脉冲星导航定轨精度,依据脉冲星导航原理,建立了X射线脉冲星自主导航系统的状态方程和观测方程,提出用强跟踪扩展Kalman滤波（Strong Tracking Extended Kalman Filter,STEKF）替代扩展Kalman滤波,并对3颗脉冲星卫星运行的位置和速度估计进行了仿真实验。仿真结果表明：STEKF具有使滤波器能够自适应地校正估计偏差并迅速跟踪状态变化的能力,有效地提高了卫星运动状态的估计精度和数值稳定性。     

对机动目标的滤波和预测研究(上)

因反超音速导弹和末端机动导弹的需求,必需解决对机动目标的跟踪滤波和预测问题.根据对机动目标运动特性和噪声特性的分析,指出不能用处理平稳随机过程的最佳滤波方法来处理非平稳随机过程的滤波问题.利用自动控制理论、自适应控制方法和误差相消技术,构建了对付机动目标的滤波器,并给合常用的几条航路和一条完整的末端机动导弹航路,进行了...     

分布式到达时间控制器装备维修任务实时调度方法

战时装备维修企业的生产环境呈现出更多的不确定性,合理安排维修任务来适应这种不确定性使实际修复时间与计划时间偏差最小是什么重要的.为此,提出了一种面向准时制造的实时生产调度方法,这种生产调度系统有多个独立的智能体,每个智能体通过到达时间控制器和仿真系统的反馈来调整对应维修任务的到达时间,然后通过先来先服务的调度规则确认维...     

基于SysML的车辆信息系统设计

针对目前车辆信息系统缺乏有效设计方法的现状,结合新时期车辆信息系统的特点,提出了一种基于SysML的车辆信息系统设计方法。该方法明确了车辆信息系统设计过程的阶段和产物,并通过标准建模语言SysML的运用,用模型来支持系统的设计和有效性验证。该方法在智能巡航系统的设计中得到了运用。实践结果表明,该方法不仅能够自顶向下完整地设计系统、利用可视化的语言准确清晰地描述系统,而且能够在系统设计层面对系统功能逻辑和数据流进行动态仿真和迭代验证。该方法能够较好地指导新时期车辆信息系统的设计过程,满足信息系统的设计要求。     

基于优化神经网络的雷达波束分配方法研究

在多目标的跟踪过程中,自适应地分配雷达波束能够进一步提升雷达的工作效率.为了合理调度雷达波束跟踪目标,根据目标运动状态参数,建立了目标威胁度评估模型.该模型根据目标运动状态,包含类型、速度、加速度、航向角、高度、距离和干扰程度等;然后基于混合遗传粒子群优化算法改进了BP神经网络,分别采用运动状态信息和目标威胁度作为神经网络的输入和输出,建立了目标威胁度评估模型;算法根据威胁度的大小进行波束调度,并采用执行威胁率衡量波束调度的效果.仿真结果表明,该模型具有更高的预测精度,能够准确地实现目标威胁评估,在此基础上具有较好的波束调度效果.