一种基于BLUE的弹道目标跟踪滤波器

弹道目标跟踪问题中动态方程与观测方程皆为非线性,影响跟踪精度。使用最优线性无偏估计方法可以有效地解决观测的非线性问题,而蒙特卡罗滤波方法适用于目标状态的非线性估计。将快速高斯粒子滤波与最优线性估计方法作了有机结合,通过对典型的弹道目标跟踪模型进行仿真,发现新算法在精度与实时性上优于粒子滤波。     

舰炮对岸应召射击最优火力分配

针对舰炮射击特点,分析了海上射击误差,探讨了集群目标的简化处理方法,给出了最优火力分配时表尺差和弹药消耗量计算模型,并进行了举例分析。利用最优火力分配方法来计算舰炮效力射表尺差和弹药消耗量,避免了指挥员战场射击指挥的盲目性,可以在相同弹药消耗量情况下取得最佳射击效果。     

基于自适应训练的一种新的软决策融合算法

为了提高系统的检测性能,本地检测器应用了软决策算法,提出一种新的结构框图.将本地判决送至自适应训练器来估计本地检测器的性能参数,然后将得到的性能参数反馈至本地检测器来控制本地的检测门限.另外又将本地判决和可信度送至融合中心进行融合判决得到最终的判决,随后给出了迭代算法.最后通过三检测器系统仿真说明了算法的可行性,检测性能比硬判决有所改善.     

空空导弹控制系统一体化设计方法研究

综述了空空导弹控制系统非线性设计的主要理论和方法,重点介绍了非线性动态逆和反馈线性化方法及其在导弹控制系统设计中的应用,对大攻角空空导弹控制系统一体化设计方法进行了分析和展望。     

基于改进Elman神经网络的SINS动基座传递对准研究

在运用Kalman滤波进行SINS动基座传递对准时,当模型存在误差或系统噪声不能反映实际噪声时,会降低滤波精度甚至导致滤波发散.针对这个问题,提出基于改进Elman神经网络的SINS动基座传递对准方法.首先通过增加输出层节点的反馈来改进普通的Elman神经网络模型,其次采用强跟踪滤波器对改进Elman神经网络进行训练.利用仿真数据对该算法进行验证,结果表明,该算法能够克服Kalman滤波的缺陷,提高传递对准精度达100%～150%.     

两级维修系统备件库存量的最优化模型研究

本文讨论了确定两级维修系统最优备件库存量的问题 ,建立了几个确定最优备件库存量的优化模型 ,得到了几个有价值的结论 ,最后基于这些结论给出了一个实例。     

一种全局最优的多感测器检测融合算法

在实际检测中,由于带宽、信道衰落和信道噪声等因素的影响,从本地检测器至融合中心的信道通常无法保证为理想传输信道,另外由于本地检测器和融合中心的距离比较远,会加剧信道的非可靠性和增加信道的传输能量,于是就在本地检测器和融合中心之间增加中继节点.然后利用贝叶斯规则对所有节点的判决规则进行联合最优化.最后通过仿真对系统的检测性能进行了比较.     

重视“事前诸葛亮”

控制论告诉我们，实施对一个事物运动过程的控制有两种方法。即前馈和反馈。相对而言，人们对反馈更为熟悉。所谓反馈，就是指系统输出的全部或部分通过一定的信息通道反送到输入端，从而对系统的输入和再输出施加影响的过程。而前馈则是根据既定的目标，     

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.