坐标系与纯角度目标跟踪

纯角度目标跟踪问题一般包括二维纯方位跟踪和三维纯角度跟踪两种情形,其特性与所选用的坐标系有关。广泛采用的坐标系是直角坐标系(二维或三维)、极坐标系(二维)和球坐标系(三维)。本文分别在直角坐标系和改进的极坐标系下建立了二维系统模型,并进行了性能分析,指出了后者的优越性。在三维情况下,作了类似工作。最后还以二维问题为例,建立了机动目标跟踪的直角坐标模型和改进的极坐标模型。     

纯方位目标跟踪算法性能分析

本文对纯方位目标跟踪中的三种方位平差法进行了分析,讨论了方位误差和己艇运动要素误差对算法的解算误差的影响,进而显示了纯方位目标跟踪这一特殊估值问题中的目标运动参量和坐标系选择的重要性。此外,从分析结果中还能看出目标和己艇的运动几何态势对算法性能的影响。根据性能分析,本文还对三种算法进行了比较。     

人机闭合半动跟踪系统仿真模型的建立

本文论述了指挥仪半自动跟踪系统的仿真建模方法,建立了传动系统工作方程式及等效结构图,介绍了描述测手跟踪特性的两种模型,最后给出了以59式指挥仪为研究对象的半自动跟踪系统模拟结构图。     

几种机动目标运动模型的跟踪性能对比

机动目标跟踪是目标定位与跟踪领域研究的难点问题之一.在分析Singer模型、"当前"统计模型、速度估计自适应模型的基础上,对这三种模型及算法进行仿真,给出了上述三种模型跟踪机动目标的精度与实时性的比较结果.     

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     

多层神经网络在跟踪式卡尔曼滤波器中的应用

本文将多层神经网络引入跟踪式卡尔曼滤波器,提高了估计的精确度。以前的跟踪式卡尔曼滤波器的估计精度与目标的运动状态有关,当目标的运动不能够用线性状态空间模型描述时,其估计精度将要下降。而多层网络的引入,改善了这一不足。多层神经网络经过训练以后,能够对卡尔曼滤波器的结果进行修正。仿真结果表明,多层神经网络的应用,使估计精度显著提高。     

坦克火控系统机动目标的自适应滤波与自适应解命中问题

在非制导火控系统中,为实现目标信息的自适应滤波与自适应解命中问题,机动目标模型应能实时识别,并要适应工作周期的各种变化。本文提出了“参数辨识模型”,首次完全满足了上述要求。     

跟踪陀螺仪的运动分析

根据跟踪陀螺仪的工作原理,推导出了陀螺仪的跟踪方程及其解,分析了陀螺仪跟踪运动的力学实质——进行与章动。为了提高跟踪精度。消除章动现象是必要的。     

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.     

组合建模的航母战斗群威胁预警方法

根据航母战斗群的运动特性,提出用灰色模型与自回归时序组合建模方法构建其运动预测模型.依据此模型对双方火力控制区的变化进行预测,最后给出了航母战斗群威胁预警仿真系统的实现思路.解决了陆基常规导弹对抗航母战斗群的作战保障工程的部分问题,具有较强的军事应用价值.