未知导引律下基于滚动时域控制的规避优化方法

合适的机动规避对于飞机的生存力有着至关重要的影响,在来袭导弹导引律未知的情况下,准确地判断导弹导引律可以更好地进行飞机的机动决策。为此,提出一种方法对导引律未知情况下的规避进行模拟。通过贝叶斯推理得出导引律的概率区间,利用滚动时域控制的方法得到飞机的实时控制量,最终达到规避导弹的目的。     

机动目标状态估计的最小均方误差界

基于多项式模型的各种自适应滤波算法被广泛应用于机动目标跟踪领域,但尚没有统一的评估标准来衡量这些跟踪算法的优劣。由于存在确定的时变未知输入,机动目标的状态估计实际为有偏估计。基于状态估计均方误差最小的准则,推导了多项式模型滤波的最小均方误差界计算方法,获得了使状态估计均方误差最小的过程噪声方差变化规律。该方法给出了各种基于多项式模型的机动目标跟踪算法的估计均方误差下限,也为机动目标跟踪中最优过程噪声方差的设定提供了依据。仿真结果验证了算法的有效性。     

舰艇编队对空中目标的威胁程度判断模型

根据舰艇编队对空防御的要求,综合考虑了目标运动状态和历史战术动作,将目标攻击企图和攻击达成概率纳入目标威胁判断之中,建立了空中运动目标实时威胁程度判断模型,为编队防空作战火力组织提供了基本依据。该模型解决了传统静态威胁判断模型存在的一些问题,模型的仿真结果符合一般战术推理和经验判断,能较好地描述空中目标威胁程度的变化,可以为编队防空指挥自动化决策研究提供一定的参考。     

自适应采样数粒子滤波算法

基于统计决策规则提出自适应采样数粒子滤波算法,在定义综合性能风险函数的基础上,推导出粒子数与滤波误差方差之间的关系式,使得在跟踪过程中,可以根据目标的机动情况在线调节粒子数,以使跟踪性能达到最优。在Matlab仿真平台下进行了闪烁噪声下的机动目标跟踪实验,结果表明,自适应采样数粒子滤波算法是一种有效的机动目标跟踪方法,跟踪性能较基本粒子滤波算法提高了3.7倍。     

潜艇对机动目标跟踪和攻击若干问题的探讨

在现代作战条件下,潜艇所要跟踪和攻击的目标多数情况下应认为是机动目标。限于潜艇所载目标探测传感器和武器特点,以及潜艇自身隐蔽性、机动性方面的约束,潜艇跟踪和攻击机动目标存在许多困难和值得研究的问题。对这些问题进行了较为系统地梳理,并对其中的若干问题进行了探讨,包括目标机动的原因、机动目标可判断性问题、机动判断手段、机动判断后目标参数的处理、机动目标攻击的基本原则和方法等,还对潜艇指控系统强化机动目标跟踪和攻击功能提出了一些建议。     

弹道导弹突防措施分析

简要介绍了弹道导弹面临的典型防御系统。针对该防御系统,提出了弹道导弹所能采取的典型突防手段,并将弹道导弹突防措施分为反侦察类突防和反拦截类突防两部分,介绍了反侦察类突防中的电子干扰、诱饵、隐身、助推段策略以及反拦截类突防中的加强防御策略、导弹机动发射与飞行、多弹头策略等。为研究弹道导弹突防技术提供参考。     

基于UKF的自适应网格交互式多模型算法

针对非线性观测条件下的机动目标跟踪问题,基于机动目标的协同转弯（CT）模型,采用无迹卡尔曼滤波（UKF）方法和自适应网格（AG）的模型集自适应策略,研究了一种变结构交互式多模型算法,即：基于UKF的自适应网格交互式多模型（UKF-AGIMM）算法。对二维机动目标跟踪的仿真结果表明,本算法与相应的固定结构交互式多模型算法相比,可以解决固定结构多模型算法存在的问题,有效提高多模型算法的精度和费效比,缩短计算时间,且适合工程应用     

一种基于Q-R矩阵分解的自适应滤波算法

由于计算误差等因素的影响,致使滤波协方差阵不对称或负定,从而导致滤波器发散,影响滤波算法的收敛速度和稳定性。在机动加速度"当前"统计自适应卡尔曼滤波算法的基础上,引入了基于Q-R矩阵分解的自适应卡尔曼滤波算法。将协方差阵分解为两个矩阵的乘积,来保证协方差矩阵的正定性。仿真结果表明,该算法可以较好地跟踪机动目标,具有精度高、稳定好、收敛快等特点。     

单站纯方位目标跟踪系统可观测性分析

针对单站纯方位目标跟踪系统的可观测性,在研究国内外有关状况的基础上,给出了单站纯方位目标运动分析的问题描述,综述了国内外的研究和发展情况,给出了由观测可观测性的一些结论和证明.其中对某些经典的结论给出了简单、明了的证明方法,这些有助于该问题的深入理解和研究.     

人工智能在火控系统中的应用

研究了空战时的决策问题,并对人工智能技术用于空战中机动目标的战术机动决策模拟做了尝试,讨论了计算机控制机动目标的战术机动决策逻辑的设计方法,同时也进行了数字仿真。