基于Matlab仿真的当前统计模型的参数校正

当前统计模型能真实地反映目标机动范围和强度的变化,是目前较好的实用模型。大量实验表明该算法在跟踪机动目标时具有良好的跟踪结果。然而实验中也发现该算法在跟踪具有加速度的目标机动情况时,其速度与加速度估计的动态时延明显位置误差较大,因此不能很好地实时反映目标的机动情况。因此需要进行新的调整参数的设定与比较,使其克服以上的缺点,文章借鉴强跟踪滤波器,在滤波器状态预测协方差矩阵中引入了加权因子并利用M atlab仿真技术,针对当前统计模型中对动态时延影响比较大的几个重要参数,进行了仿真对比和调整。跟踪结果表明:动态时延明显减小,位置误差大幅下降,达到了比较理想的跟踪效果。     

书讯

由青岛海军潜艇学院夏佩伦教授编著的《目标跟踪与信息融合》一书,于2010年4月由国防工业出版社出版。该书介绍了军事应用背景下目标跟踪和信息融合的主要问题、理论和技术。全书共分8章。第1章探讨多传感器目标检测的数据融合,主要介绍利用分布式多传感器探测目标的结果,来综合判断目标是否存在的判决技术。接下来的两章介绍被     

舰载跳频通信系统抗引导式跟踪干扰分析

复杂电磁环境下,跳频通信已成为舰艇战术通信的重要手段之一。研究舰载跳频通信系统抗干扰的理论,寻求可行的抗干扰方法,对保障通信联络顺畅具有现实意义。通过分析引导式跟踪干扰的原理,结合短波、超短波和微波的传播特点,明确了对跳频通信实施引导式跟踪干扰的条件,阐述了在实际应用中易产生混淆的情况,给出了提高跳频通信抗引导式跟踪干扰效能的几种对策。为正确应用跳频电台,增强海上编队通信对抗作战效能提供了参考。     

“导弹签证官”的夏天

有这样一群人,他们"签"下的是生命,"证"明的是战斗的胜利,他们为导弹"保驾护航",他们叫"导弹签证官"。仲秋时节,西北某山峦夜黑如墨、硝烟弥漫。群山裹着的火药味夹杂着让人等得有些焦躁的期盼。"发射!"随着震耳欲聋的的轰鸣声响彻云霄,数枚某新型导弹拖着长长的火焰刺破苍穹……"导弹命中全部目标!"靶指捷报飞来,悬着心的官兵们相拥而泣。胜利的到来往往会有许许多多的幕后英雄在奉献着。而为这些叱咤风云的导弹做安全保障的少不了一个人,那就是"导弹签证官"。"签"下的是生命,"证"明的是战斗的胜利。这     

As-IPDA算法的天波超视距雷达目标跟踪研究

天波超视距雷达(OTHR)具有低数据率、低检测概率和低量测精度特征对目标跟踪提出挑战.针对OTHR在低检测概率下跟踪目标存在失跟率高的问题,将As-IPDA算法应用到OTHR目标跟踪中,通过大量的仿真实例验证了As-IPDA算法在超视距雷达目标跟踪应用中的可行性,并分析了平滑步长、航迹存在性转移参数、目标检测概率对算法性能的影响,给出了算法参数选择建议,为工程应用提供理论参考.     

一种基于当前统计模型的模糊交互多模型算法

研究了模糊交互多模型算法(FIMM)和基于当前统计模型(CS)的自适应滤波算法,提出了一种基于当前统计模型的模糊交互多模型算法(CSFIMM)。该算法克服了模糊交互多模型算法精度较低和当前统计模型自适应滤波器方差调整有限的缺点。通过仿真,对所提出的算法和交互多模型(IMM)算法以及FIMM算法在估计精度和计算量两个方面进行了比较。     

基于脉冲星观测的导航星座自主导航数据融合方法

为解决完全依赖基于星间观测的导航星座长期自主导航的基准秩亏问题,提出基于脉冲星和星间链路的组合导航方法。给出了该方法的基本原理。为合理分散计算,采用简化和改进后的广义联邦滤波算法来对两种观测数据进行融合。仿真试验对该方法的合理性和可行性进行了验证。     

基于三级数据关联的红外点目标跟踪方法

介绍了目前红外系统的目标跟踪方法；在目标跟踪时的数据关联阶段，提出了三级门限数据关联算法，根据门限级别所划分的疑似目标点位置，算法采用不同的数据关联策略。该算法能减少轨迹分叉时的计算量，能有效地检测出速度〈1像素／帧的运动点目标。实验结果证明了该算法的有效性。     

跟踪雷达无塔校相方法及应用

在测控、火控和情报侦收等系统中,雷达的跟踪校相依赖于标校塔。通常的无塔校相是以浮空信号源代替标校塔,仍会在实战中暴露我方的位置和参数,招致反辐射导弹的攻击。首次提出伪相关解调技术,只需在跟踪接收机内增加一移相器,便可利用雷达通常都有的上行自检信道实现校相。方法极为简单、经济,适用于各种单脉冲跟踪体制,对迅捷完成大量现有雷达的改造,提高战场隐身能力,有很大参考价值。     

基于“当前”统计模型的衰减因子自适应跟踪算法

针对机动目标跟踪问题,叙述了加速度方差自适应的"当前"统计模型.提出了一种具有自适应衰减因子的滤波算法,并对该算法进行了较为深入的理论分析.这种衰减记忆滤波具有集机动检测与参数自调整于一体的能力,最后Monte-Carlo仿真结果表明,这种自适应算法较原算法有较大的改进.