磁性目标跟踪的后验克拉美罗下限分析与计算

为了求解磁性目标跟踪问题的后验克拉美罗下限(PCRB),提出了PCRB-GMSPPF算法。该算法利用高斯混合采样粒子滤波算法对目标状态的真实后验概率密度分布进行抽样,再通过蒙特卡洛积分法迭代求解每个观测时刻的Fisher信息矩阵,进而得出目标状态估计的PCRB;克服了基于PF算法求解PCRB过程中由于粒子退化和贫化问题造成不能从后验概率分布中正确抽样的缺点;在建立磁性目标跟踪的状态模型和观测模型的基础上进行仿真分析,将求解出的PCRB与采用GMSPPF及PF算法进行跟踪的均方根误差做对比,验证所提的PCRB-GMSPPF算法的有效性,结果表明:针对磁性目标跟踪问题,PCRB-GMSPPF算法较PCRB-PF算法具有更好的准确性,并可用于一般的非线性模型跟踪误差下限分析。     

电离层色散特性对导航信号接收的影响

电离层是一种典型的色散介质,会对导航信号产生延迟,且不同频点处的电离层延迟互不相同。实际应用中通常只考虑接收信号中心频点处的电离层延迟,而忽略信号带宽范围内的电离层色散特性。建立了电离层色散特性的对导航信号接收的影响分析模型,并定量地分析了电离层色散效应对BPSK(10)、BOC(14,2)以及AltBOC(15,10)等宽带导航信号的影响。分析表明电离层色散效应对BPSK(10)信号的影响可忽略不计,对高阶BOC信号会产生一定程度的与电离层特性相关的相关损耗及载波跟踪偏差,其中AltBOC(15,10)产生的相关损耗最高约1.4dB,载波相位跟踪偏差最高约0.374π。     

基于改进IMM-UKF的弹道导弹再入段跟踪数据滤波

针对弹道系数未知的弹道导弹再入段跟踪雷达测量数据滤波这类非线性强的滤波问题,提出可变多模型无迹卡尔曼滤波算法。利用无迹卡尔曼滤波逼近精度高,计算量小,适应于任意非线性模型的特点,将其作为多模型的基本滤波器;滤波算法根据各模型正确描述目标状态的概率,动态地改变多模型数量和模型参数。上述方法的综合运用,提高对目标状态估计精度,降低了计算的复杂度,仿真实验验证了方法的有效性。     

去偏转换坐标卡尔曼滤波器的雷达目标跟踪

在雷达目标跟踪中 ,扩展卡尔曼滤波 (EKF)和转换坐标卡尔曼滤波 (CMKF)得到了广泛的应用。但当目标方位角的测量误差与目标斜距的乘积较大时 ,传统的EKF和CMKF的滤波性能会大大降低。推导了有测速元时的去偏转换卡尔曼滤波 (DCMKF)算法 ,仿真结果表明DCMKF的精度比EKF与CMKF有了很大的提高     

基于模糊层次分析法的航天测控方案优选决策

分析了航天测控任务重要度的影响因素,运用模糊层次分析法研究了航天测控任务方案的优选决策问题,详细分析了方案重要度排序的计算步骤,并通过实例计算证明了方法的简单可行性,该方法在处理航天测控冲突时有一定的应用价值。     

基于跟踪-微分器的气浮十字梁复合控制研究

基于气浮十字梁实验系统的纵向模型,设计了基于跟踪-微分器的非线性PID控制律,加入补偿器克服跟踪-微分器产生的相位延迟,通过与普通PID控制律进行数学仿真和实物实验的比较,验证了所设计的控制算法鲁棒性好而且对噪声有良好的滤波作用,为深入探讨气动-质量矩复合控制奠定了基础。     

多智能体系统的二阶一致性跟踪问题

为了解决通信时延下关于参考状态的二阶一致性问题,提出了一种一致性算法。该算法利用Lya-punov稳定性理论,首先给出多智能体系统在固定时延下达到一致性的充分的线性矩阵不等式(LMI)判据;再给出满足一定条件的多智能体系统在时变时延下达到一致性的判据;最后,以水下无人航行器(UUV)集结为应用背景进行算法验证。运算结果表明了所提出的一致性算法和判据的有效性。该算法适用于具有时延的有向通信网中多智能体系统关于参考状态的二阶一致性问题。     

线导鱼雷的导引算法、方法和方案及使用性能

依据水下平台获取目标信息的特点和线导鱼雷的导引机制,阐述了线导鱼雷导引控制有关术语的概念、解决的问题及相互关系,指出改善线导鱼雷导引使用性能的根本环节在于对导引方案的优化。通过对“自动导引”方案存在问题的分析,提出优化线导鱼雷导引方案,必须突破依靠单一探测器和“全程跟踪”观念的束缚,充分利用来自各种渠道的目标信息和鱼雷的速度资源,发挥作战使用者的主导地位,才能提高其适应复杂作战环境的能力,进而发挥出武器装备应有的作战效能。     

UCAV空面多目标攻击三维轨迹规划技术

研究了单架无人作战飞机(UCAV)攻击多个地面目标的三维轨迹规划问题。首先,将问题形式化为一类特殊的旅行商问题(TSP),即带动力学约束的邻域访问TSP问题(DCTSPN)。其次,针对规划空间维度过高、搜索代价过大的问题,提出了一种基于概率路标图(PRM)的方法。该方法借鉴了基于采样的运动规划方法的思想,并结合多种组合优化技术,将原本连续状态空间中的轨迹规划问题转化为离散拓扑图上的路由问题。求解过程分为离线预处理和在线查询两个阶段。离线阶段采用Halton拟随机采样算法及Noon-Bean转换方法,将原问题转化为经典的非对称旅行商问题(ATSP);在线阶段根据战场态势的实时变化,快速更新路标图,然后采用LKH算法在线求解问题的近似最优解。为了保证生成的飞行轨迹满足平台的运动学/动力学约束,算法基于Gauss伪谱法构建了局部轨迹规划器。最后,以攻击时间最短为优化指标对算法进行了仿真实验。结果表明,本文提出的方法能够以较高的精度和在线收敛速度生成真实可行的、较优的多目标攻击轨迹。     

运动目标DOA自适应跟踪算法

战场区域移动通信系统中,指挥中心实时地将主波束对准作战分队来波方向,而将其他方向的来波作为干扰置零陷,不仅提高了抗干扰能力,而且还可对作战分队进行定位。这一过程是通过跟踪移动用户信号的波达角(DOA)来实现的,传统的高分辨率DOA估计算法,如MUSIC、ESPRIT等算法,无法实现自适应、实时跟踪,因为它需要对接收信号的协方差矩阵反复进行特征值分解或奇异值分解,计算量大。针对这一问题,引入基于改进的信号子空间自适应跟踪的卡尔曼(Kalman)滤波算法,该算法直接从信号子空间中提取DOA的更新,无需从协方差矩阵中提取。仿真结果表明,该算法不仅降低了运算量,而且可跟踪多用户的DOA。