线导+尾流自导鱼雷射击阵位优化研究

在目标运动要素未知的条件下,方位导引法是线导鱼雷常用的导引方法,尾流自导鱼雷的制导技术要求鱼雷必须满足一定的角度进入目标尾流,才能发现尾流并跟踪击毁目标.线导如何导引鱼雷满足进入尾流角的要求,是急需研究的问题.通过分析和仿真得出鱼雷满足进入尾流角要求时本艇阵位与目标速度和舷角之间的关系,并从技术角度对其射击阵位进行了优化分析及仿真,对线导 尾流自导鱼雷的作战使用具有一定的指导意义.     

指挥军官任职培训效果评估量化指标体系研究

探讨了建立指挥军官任职培训效果评估量化指标体系应遵循的基本原则,提出了建立该指标体系的模型,运用基于主成分的因子分析方法研究了26项评估指标,确定了反映任职培训效果的5类指标类型,对指标类型的内涵进行了分析,说明建立的指标体系具有实际意义.     

基于退化速率跟踪粒子滤波的剩余使用寿命预测框架

毋庸置疑,剩余使用寿命预测对于设备的健康管理越来越重要。近年来粒子滤波方法被越来越多地应用到设备寿命预测技术当中,这是因为粒子滤波方法能更好的解决非线性非高斯系统滤波问题,而且能够获得不确定度信息。但该方法的预测性能却过度依赖于预测模型,并且对于模型参数的初始分布也比较敏感,这在一定程度上限制了粒子滤波预测方法的进一步发展。本文针对基本粒子滤波预测方法的不足,提出了一种基于退化速率跟踪粒子滤波的通用预测框架,以历史观测数据的退化速率统计规律作为指导来跟踪目标数据的退化速率,实现对粒子滤波预测方法的简化。并将该方法用于轴承和锂离子电池的剩余使用寿命预测,验证了方法的有效性。     

位置随动系统动态性能自动检测研究

通过分析某型位置随动系统的组成和动态技术指标,提出了位置随动系统动态性能自动检测的设计方案和测试方法,利用信号仿真模块和基于DSP的高速数据采集与处理模块,建立了自动检测的硬件电路和软件结构,确定了测试位置随动系统的动态性能指标、测试方法和软件功能,实现了对某型位置随动系统动态性能的自动检测．     

CS模型下IMM-PF算法在机动目标跟踪中的应用

为了解决机动目标定位跟踪问题,提出了一种基于CS(current statistical)模型的交互式多模型粒子滤波算法.在交互式多模型粒子滤波算法的基础上,计算CS模型的概率,自适应地调整CS模型中的目标加速度,反映出了目标的机动特性,充分发挥2种算法的优点,改善了CS模型的加速度不能自适应调整的缺点,提高了CS模型的自适应性和应用范围.另外,CS模型的自适应滤波方法由Kalman滤波改为粒子滤波.通过Monte Carlo对比仿真试验表明了该算法的可行性和优越性.     

复杂场景下基于自适应多特征融合的跟踪算法

在复杂的场景下,单特征对目标描述不够充分,很难稳健地跟踪目标,针对这个问题,提出了一个基于自适应多特征融合的粒子滤波跟踪算法。该算法采用灰度和边缘特征表示目标,从目标观测似然模型构建的角度融合两种特征,利用粒子似然分布的香农熵动态地评价特征的可靠性,进而确定特征融合权重,以提高算法对场景的适应能力;同时,改进了线性加权的模型更新策略,通过对加权系数的在线调整来抑制模型漂移。实验表明,本文算法可以实现部分遮挡和背景干扰等复杂场景下的跟踪。     

基于模型概率估计的两层交互多模型算法

在机动目标跟踪问题的研究中,针对转弯机动目标跟踪精度差的问题,设计了一种利用模型概率对模型集合进行实时计算的两层交互多模型算法。该算法由第一层目标转弯速率的粗估计和第二层目标状态向量的精估计构成,它利用第一层模型计算出的目标运动估计转弯速率,构建与当前目标运动状态匹配程度较高的第二层转弯模型集合,并将该转弯模型集合运用于状态估计中。仿真结果证明了该算法在针对转弯机动目标时仍有较好的跟踪精度。     

水声传感器信息处理技术

水声传感器信息融合是为潜艇、水面舰艇提供完整、准确、清晰战术态势的关键技术。结合各类声纳的特点,研究数据互联,水下被动定位与跟踪算法,纯方位系统的可观测性,跟踪坐标系的选择以及机动目标跟踪,是解决水声传感器信息处理的关键。首先对前人在这些方面的工作进行了总结和评述,然后根据现代海战的战术背景分析了水声传感器信息处理存在的一些技术难点和值得进一步研究的问题。     

红外/雷达传感器协同跟踪算法研究

通常情况下 ,主动传感器在检测到目标之前就暴露了携带它的飞行器 ,因此 ,在作战环境下 ,限制主动检测设备的使用是必要的。被动传感器工作时具有隐蔽性 ,在现代军事跟踪系统中起着重要作用。研究了红外 /雷达的协同跟踪 ,以满足跟踪精度和隐蔽性双重要求     

分布孔径红外系统的研究现状及其展望

介绍了分布孔径红外系统 ( DAIRS)的基本概念与研制现状 ,讨论了DAIRS在先进战斗机及其它作战平台上的应用 ,并简略介绍了其中涉及的关键技术 ,对 DAIRS系统将来可能的发展趋势作了预测。