一种快速、高精度光电闭环跟踪算法

为了解决跟踪系统中目标机动所引起的参数变化,提出了一种多模式自适应滤波器,用５个基本滤波器来描述５种典型的目标机动,然后用贝叶斯条件概率对它们分别进行加权。最后,给出了１５个滤波器的基本参数。     

机械系统维修性预计方法分析与应用

通过对美国及前苏联维修性预计方法的分析,确定前苏联“以类似产品的维修性多元线性回归方程作为新产品维修性预计模型”的方法为机械系统维修性预计方法.在限定的条件下,采集了装甲车辆机械系统的维修性数据,并应用这些数据进行分析得出相应的机械系统维修性预计模型.     

高性能炸药综合性能的多维评估

基于欧几里得几何距离的概念,给出了一种炸药综合性能的多维空间评估方法。这种方法在确定炸药理想方案和最差方案的基础上,综合考虑了各种炸药方案与理想方案和最差方案的欧几里得几何距离,以此评估炸药综合性能。     

电子在材料中输运的蒙特卡罗模拟

介绍了电子输运问题的蒙特卡罗方法的基本原理和步骤。电子输运过程的模拟采用了“浓缩历史”蒙特卡罗方法 ,电子随机游动步长根据能量步划分 ,在每个电子游动步内 ,电子的能量损失为非辐射 (碰撞 )能量损失和辐射 (韧致辐射 )能量损失之和 ,其中非辐射能量损失通过对Landau公式的随机抽样得到 ,辐射能量损失以及韧致辐射光子的产生通过利用Bethe Heitler的随机抽样处理 ,在每个电子游动步结束时电子的出射角的抽样利用Gouddsmit Saunderson多重散射公式 ,电子 -电子的散射利用Moller截面公式进行抽样。最后对电子在航天用合金铝平板材料中的输运进行了模拟计算并给出了计算结果     

基于模糊多属性决策的威胁度评估与排序研究

应用模糊多属性决策理论与方法,提出一种对多批目标威胁度大小综合评估和排序的方法。此方法用模糊集和模糊数来定义和表述问题,应用模糊多属性决策方法和模糊算法实现威胁度评估并排序,使结果更能逼近于真实的空中态势状态,有利于现代实战环境中实现作战指挥决策的科学化。     

基于三阶段方法的数据链网络组织流程设计

针对数据链网络组织流程设计问题,在分析了单重任务的三阶段组织设计方法的基础上,提出了联合多重任务组织流程设计方法,建立了数据链网络组织流程设计框架。通过平台任务模型的改进和着色决策层级树模型的构建,有效解决了任务–平台配置中的平台资源冲突,提高了数据链网络的组织决策协作有效性及效率,在理论与实践上对于数据链的组织运用都具有一定指导意义。     

未来中远距协同空战多目标攻击决策研究

根据先进战斗机的技术特点和未来中远距协同空战发展方向,提出一种基于先敌发现、先敌发射、先敌摧毁能力的空战态势分析模型。同时,采用一种将并行遗传算法与分布估计算法相结合的并行分布遗传算法并将其用于多目标攻击决策。最后利用具体算例进行仿真。结果表明空战态势分析模型能够较为准确地描述未来中远距多机协同空战,采用的算法具有较好的可行性和实时性,为中远距多机协同空战的多目标攻击决策提供了新的思路和方法。     

基于改进MUSIC算法的宽带频谱快速感知方法

针对宽带频谱感知中采样率大、感知时间长的问题,在调制宽带转换器采样的基础上提出了一种改进多重信号分类算法的宽带频谱快速感知方法。调制宽带转换器对宽带频谱进行欠奈奎斯特采样,以最小描述长度准则估计信号个数,用改进多重信号分类谱估计信号位置。算法引入调整因子,使得多重信号分类谱中信号位置更为明显,降低了噪声的干扰。整个感知过程无需重构原始波形,无需计算频谱,大大降低了计算量,而且感知算法计算复杂度低,提高了感知效率。仿真结果表明,在低信噪比的情况下,该算法仍具有很好的检测性能。     

IMM PF算法在反舰导弹跟踪滤波中的应用

反舰导弹具有飞行速度高、进入目标高度低和机动性强等特点,对反舰导弹跟踪滤波属于典型的非线性系统估计问题,对算法要求较高。粒子滤波器可以获得近似最优解,采用粒子滤波代替交互多模型跟踪算法中的扩展卡尔曼滤波,将粒子滤波与交互多模型的优点相结合,用于非线性非系统的高速高机动反舰导弹目标跟踪,比较扩展卡尔曼滤波而言,这种滤波器对不确定情况有更好的滤波性能。将这种滤波器应用到跟踪算法中,可以对非线性系统取得良好的滤波效果。Monte Carlo仿真结果表明在反舰导弹各种机动情况下跟踪滤波算法是有效的。     

闪烁噪声条件下基于交互多模框架的雷达目标跟踪算法

针对传统雷达目标跟踪算法在处理闪烁噪声时面临的性能下降问题,提出一种将容积卡尔曼估计器与交互多模框架相结合的高性能滤波算法。该算法将目标状态建模为高斯分布,将闪烁噪声建模为混合高斯分布,同时将其发生概率建模为一阶马尔可夫过程;在此基础上,利用交互多模框架实现对不同高斯噪声分量的匹配滤波处理。为了减轻非线性观测条件对目标跟踪精度的影响,进一步采用容积卡尔曼估计器作为高斯近似滤波器,对目标状态进行递推预测和更新。仿真结果表明：所提算法较传统高斯混合滤波器和粒子滤波器具有更高的跟踪精度和更好的实时性能,同时还能对闪烁噪声出现时刻进行有效的估计。