极坐标下雷达多目标跟踪及其实现

导出极坐标下雷达多目标跟踪的非线性滤波方程和预测方程 ,获得了稳定和渐近无偏估计 ;采用最优配对法进行点迹与航迹相关 ,避免相关模糊 ;利用记分法进行航迹质量管理 ,并在计算机上实现了多目标跟踪数据处理     

基于粒子滤波技术的电机信号降噪方法

为了给电机故障诊断提供准确的诊断数据,提出了粒子滤波降噪方法。首先基于离散余弦变换建立电机信号的状态方程,状态变量即为离散余弦变换的各系数,此状态方程是一种非线性状态方程;在此基础上,基于粒子滤波方法对含噪测量信号进行状态估计,即可获得离散余弦变换的各系数,然后,通过对这些系数进行重构得到故障诊断所需的实际信号。最后,通过对实际数据进行降噪分析,结果表明所提方法是可行有效的。     

舰炮弹道估计的卡尔曼滤波算法

针对舰炮弹道观测校正中的弹道最佳估计问题,提出了转换卡尔曼滤波算法,在三维空间里对观测弹丸飞行轨迹进行滤波,估计最佳弹道。给出了具体的算法并用某型海军舰炮进行了仿真,取得了较好效果。     

基于模糊自适应变维Kalman滤波器的跟踪算法(英文)

针对不同阶数的Kalman滤波器具有不同的跟踪能力与跟踪效率之间存在的矛盾,设计了一种模糊自适应变维跟踪算法(FAVD)。该算法使用两级滤波器,根据目标机动性的变化,适当地调整滤波器的阶数,使跟踪结果快速收敛,很好地解决了矛盾。同时通过模糊推理机制,在线调节高阶滤波器的参数,使适用范围大大增强,提高自适应能力,从而使该算法可以采用较少的模型覆盖较多的目标运动模式,达到很好的跟踪滤波效果,计算量也会大大减小。通过对计算机仿真结果分析表明,提出的算法具有可靠、计算简便、快速等特点,模型滤波精度较高,并可实现实时跟踪预测,具有一定的理论价值和实用价值。     

A bidirectional heuristic for maximizing the net present value of large‐scale projects subject to limited resources

We consider the scheduling of large‐scale projects to maximize the project net present value given temporal and resource constraints. The net present value objective emphasizes the financial aspects of project management. Temporal constraints between the start times of activities make it possible to handle practical problem assumptions. Scarce resources are an expression of rising cost. Since optimization techniques are not expedient to solve such problems and most heuristic methods known from literature cannot deal with general temporal constraints, we propose a new bidirectional priority‐rule based method. Scheduling activities with positive cash flows as early and activities with negative cash flows as late as possible results in a method which is completed by unscheduling techniques to cope with scarce resources. In a computational experiment, we compare the well‐known serial generation scheme where all activities are scheduled as early as possible with the proposed bidirectional approach. On the basis of a comprehensive data set known from literature containing instances with up to 1002 activities, the efficiency of the new approach is demonstrated. © 2003 Wiley Periodicals, Inc. Naval Research Logistics, 2003     

弱机动目标的参数估计

本文探讨了卡尔曼滤波用于估计弱机动目标状态参数问题。在极坐标系下建立目标机动的相关加速度模型,通过对运动目标斜距二阶变化率和方位角加速度的定量分析,建立了自适应估计目标动态模型噪声强度的弱机动目标参数估计算法。对几种典型航路的模拟证实了在选择适当参数时该算法对目标机动,不同类型的机动间的转换,不仅能较好地压制随机量测噪声,而且能满意地估计目标的速度和航向。     

单相电路的一种谐波和无功电流实时检测方法

提出了一种新的单相电路的谐波和无功电流实时检测方法。它利用三角函数的有关特性 ,对畸变电流中的基波有功和无功电流分量的振幅分别进行计算 ,然后通过低通滤波器把它们分离出来 ,最后得到基波有功和无功电流分量。该方法电路结构简单、动态响应速度快、检测精度高 ;既可得到单独检测出畸变电流中的任何电流分量 ,又能得出谐波和无功电流之和。仿真和实验研究证实了方法的有效性和可行性。     

三轴磁强计姿态确定

卫星的发展趋向于微小型化 ,研究小型化、廉价和中等精度的自主导航系统是非常必要的。利用三轴磁强计量测的地磁场矢量在仪表坐标系中的分量 ,通过卡尔曼滤波器可以确定低轨道卫星的姿态。根据卫星姿态动力学模型和地磁场模型可推导卫星姿态确定滤波模型 ,进一步提出低轨道卫星姿态确定的滤波算法。仿真算例结果表明 ,三轴磁强计定姿方案可以满足中等姿态精度要求 ,在低轨道卫星自主导航中具有良好的应用前景。     

多敏感器卫星姿态确定的卡尔曼滤波器设计

针对陀螺、红外地平仪和太阳敏感器组成的卫星姿态确定系统 ,采用四元数方法建立卫星姿态确定模型 ,并采用卡尔曼滤波器进行信息融合。仿真算例结果表明 ,该方法能够确定出满足精度要求的卫星姿态参数     

基于测速定轨的一类自适应样条滤波方法

提出了一种测速定轨的实时算法。该方法基于样条表示飞行轨道速度参数 ,在只有多个测速元信息的情况下 ,建立了自适应Kalman滤波递推算法 ,实时给出了较高精度的飞行器轨道参数