机载多传感器角度融合跟踪结构与算法

未来战机的作战环境要求机载多传感器数据融合系统在仅有角度测量信息情况下仍须具有稳定的目标跟踪能力.对机载多传感器的角度融合跟踪系统的结构和算法进行了研究,分别给出了两个传感器同步测量时的集中式状态估计算法和异步测量时不损信息量的混合式状态估计算法,即顺序滤波方法,并对相应算法进行了仿真验证.     

UKF算法及其在纯方位目标跟踪中的应用

为克服扩展卡尔曼滤波算法的缺陷,将UKF算法应用于纯方位目标跟踪问题中.该算法是一种以扩展卡尔曼滤波算法为基本框架,以贝叶斯理论和UT变换为理论基础的新型滤波算法.对UKF算法进行了深入的研究,并给出了一个纯方位目标跟踪的算例.仿真结果表明,该算法提高了滤波的稳定性和精确性,优于一般的扩展卡尔曼滤波算法,具有广泛的应用前景.     

舰艇编队多声纳数据融合

分析了标准kalman滤波(KF)和自适应kalman滤波(AKF)的原理,通过仿真实验,对两种滤波算法的性能进行比较.结合各种声纳的探测特性和水下目标的特点,建立了舰艇编队的数据融合方案.选用简单凸组合融合算法作为舰艇编队协同反潜的航迹融合算法,将多声纳融合系统的融合结果和简单交叉定位算法进行了比较研究.仿真实验结果表明:自适应kalman滤波比标准kalman滤波具有更好的目标跟踪性能,多声纳融合结果较简单交叉定位结果的性能有大幅度提高,所选用的融合算法航迹能够较好的与真实航迹吻合.     

基于磁通门/GPS组合的车辆导航系统滤波技术

给出了基于磁通门/GPS组合导航系统的硬件结构图,并应用卡尔曼滤波和方差自适应滤波算法分别对GPS、磁通门单独导航定位系统进行了分散滤波,最后应用联合卡尔曼滤波器对GPS和磁通门信息进行了信息融合.并且通过实际跑车实验,验证了滤波对导航系统随机误差消除和定位精度提高的有效性.     

使用目标状态估值器提高空对空射击性能

使用卡尔曼滤波器对机载火控雷达及其它传感器提供的数据进行处理,可以得到空对空射击火力控制需要的目标运动信息.通过动态数字仿真比较了前置计算光学瞄准和使用目标状态估值器两种空空射击的火控算法.在具备机载火控雷达的条件下,使用目标状态估值器能够提高空对空射击性能.     

日美新一轮军事合作——从日本向全球扩展

冷战虽已过去15年,但冷战思维、阴影却依然存在。如今,源于冷战时的日美军事合作,非但没有随着时间的推移而被削弱,相反则被不断地强化和加深。且看,连日来,日美动作不断的军事合作——先是就美军首次在日本部署核动力航空母舰达成协议;随后日美高官进行国防和外交“2 2”会谈,并出台《美国日本同盟:为了未来的改革与调整》的军事合作中期报告,从而拉开日美军事合作大改革和驻日美军大调整的序幕;日本执政的自民党推出新宪法草案,修改和平宪法第9条,明文把“自卫队”升格为“自卫军”;日本首相小泉新     

时敏打击指挥控制技术初探

分析了时敏目标打击链,介绍了压缩打击链的主要途径,描述了图像处理、战场数据管理、武器动态分配、智能代理集成等有关时敏打击指挥控制技术,为时敏打击指挥控制系统的研究提供参考。     

一种自适应指数加权衰减记忆滤波算法

根据衰减记忆因子为一个常数的不尽合理性的假设,深入研究了指数加权衰减记忆滤波因子,根据滤波收敛条件和滤波模型准确时的新息(残差)特点,提出了具有自适应性、抑制滤波发散的指数加权衰减记忆滤波算法,并通过仿真试验验证了自适应抑制滤波发散的有效性。     

基于流场特性的管内检测机器人的外形优选研究

管道内检测机器人的结构形状是影响其运动学、动力学特性的关键因素,在机器人设计中占有重要地位。在合理提出一些基本假设后,用二阶迎风差分格式离散管道内检测机器人附近流场的控制方程,并用SIMPLE算法求解,得到了7种不同形状的管道内检测机器人所受的差压驱动力及其周围的流场信息,并对这几种结构的CFD特性作了比较。最后综合空化条件、驱动力、腔内有效体积和加工难度等因素,确定了上游半球形结构为设计形状。     

一种模糊自适应INS/GPS组合导航方法

提出了一种基于模糊逻辑的自适应卡尔曼滤波新算法,即基于滤波数据残差构造一种模糊算法,以自适应控制卡尔曼滤波器的增益系数。从而可以消除异常的测量数据带来的影响,使滤波器的残差始终保持零均值,且使估计误差的协方差阵收敛,最终实现最优估计。通过对INS/GPS组合导航系统的计算机仿真结果表明,该算法具有比常规卡尔曼滤波算法更高的导航精度。