面向多目标跟踪的PHD滤波多传感器数据融合算法

针对密集杂波环境下单传感器应用高斯混合PHD算法进行多目标跟踪时性能下降的问题,提出一种面向多目标跟踪的PHD滤波多传感器数据融合算法。首先构建了基于高斯混合PHD滤波的多传感器数据融合系统框架,各传感器利用高斯混合PHD滤波算法进行局部状态估计,然后对各传感器的状态估计结果进行关联度计算,最后通过构建自适应混合参数,引入协方差交叉算法对关联状态进行融合。仿真实验表明,与单传感器高斯混合PHD多目标跟踪算法相比,所提算法有效提高了目标数量和状态的估计精度。     

针对自适应滤波的组网雷达欺骗干扰优化策略

针对组网雷达系统在跟踪目标发生机动时采用自适应滤波来估计目标状态的特点,在点迹融合数据处理结构的组网雷达基础上提出了一种欺骗干扰优化策略.根据状态和量测方程描述了组网雷达跟踪目标的模型,同时建立了跟踪机动目标的自适应滤波模型.在此基础上,建立了欺骗干扰模型,并在目标机动检测约束下,推导了虚假目标欺骗干扰对于组网雷达融合...     

基于退化速率跟踪粒子滤波的剩余使用寿命预测框架

毋庸置疑,剩余使用寿命预测对于设备的健康管理越来越重要。近年来粒子滤波方法被越来越多地应用到设备寿命预测技术当中,这是因为粒子滤波方法能更好的解决非线性非高斯系统滤波问题,而且能够获得不确定度信息。但该方法的预测性能却过度依赖于预测模型,并且对于模型参数的初始分布也比较敏感,这在一定程度上限制了粒子滤波预测方法的进一步发展。本文针对基本粒子滤波预测方法的不足,提出了一种基于退化速率跟踪粒子滤波的通用预测框架,以历史观测数据的退化速率统计规律作为指导来跟踪目标数据的退化速率,实现对粒子滤波预测方法的简化。并将该方法用于轴承和锂离子电池的剩余使用寿命预测,验证了方法的有效性。     

基于EINSTein的自适应指挥控制作战效能分析

针对信息网络对自适应指挥控制的重要影响,通过EINSTein系统建立了基于一体化信息网络的自适应指挥控制模型;仿真演示了自适应作战的典型过程,获得了兵力毁伤仿真实验数据;通过运用兵力损失交换比理论,分析了自适应指挥控制的作战效益。计算结果表明:自适应指挥控制能在交战对手单方面强化自身内部组织时,增强自身的作战组织性,提高部队的整体作战能力,它是适应一体化联合作战的新型指挥控制方式,是一体化联合作战指挥的必然选择。     

侵入和不变流型的坦克炮控伺服系统研究

针对坦克炮控系统未知齿隙及摩擦,设计了基于性能的新型控制器.提出了基于侵入和不变流型(I&I)的未知参数估计率的构造方法,使调节函数的选取及I&I估计率的设计变得直接简便.由于未知齿隙及摩擦被充分的描述成有界扰动与非线性动态项的组合,从而避免了将其简单的考虑成“总扰动”所造成的被控系统性能的损失.该控制器可有效抑制负载扰动及参数变化所带来的影响.同时通过快速准确的估计系统参数实现了对指令信号快速精确的跟踪.     

直扩/跳频测控信号捕获算法研究

指出了将直扩/跳频用于航天测控在信号捕获时的特殊性,针对这些特殊问题提出了混合扩频测控的捕获方案,并对其中的2个方面进行了改进.采用基于凯泽窗PMF-FFT方法来实现对频谱幅值的扇形衰减进行改进,采用抛物线插值法对多普勒估计时产生的栅栏效应进行改进.理论分析和仿真结果表明,与原有算法相比较,在相同积分时间内,凯泽窗PMF-FFT方法比直接PMF-FFT能够有效降低FFT输出的峰值衰减,减小频谱泄漏;抛物线插值测频能够有效减少频谱估计误差,从而利于后继跟踪的快速建立.     

CS模型下IMM-PF算法在机动目标跟踪中的应用

为了解决机动目标定位跟踪问题,提出了一种基于CS(current statistical)模型的交互式多模型粒子滤波算法.在交互式多模型粒子滤波算法的基础上,计算CS模型的概率,自适应地调整CS模型中的目标加速度,反映出了目标的机动特性,充分发挥2种算法的优点,改善了CS模型的加速度不能自适应调整的缺点,提高了CS模型的自适应性和应用范围.另外,CS模型的自适应滤波方法由Kalman滤波改为粒子滤波.通过Monte Carlo对比仿真试验表明了该算法的可行性和优越性.     

舰船目标逆合成孔径成像算法改进研究

针对舰船类目标运动情况比较复杂,进行逆合成孔径雷达(ISAR)成像时运动补偿比较困难的特点,将改进的自适应联合时频算法(AJTF)与强点处理(PPP)模型结合,通过遗传算法的全局搜索实现运动补偿,提高了运动补偿算法的快速性和精确性,为实现实时成像奠定了基础.试验数据的处理结果表明,算法可以有效地完成相位的补偿,提高ISAR成像质量.     

粒子滤波跟踪弹道下降段在炮位侦察中的应用

在传统的炮位侦察方式中,往往对对方炮弹弹道上升段采用扩展卡尔曼滤波方法进行弹道跟踪,这就导致了阵地部队安全性和雷达威力受限的问题,而开展对方弹丸弹道下降段跟踪的研究有利于解决这一问题.对于弹道下降段的跟踪,采用传统的扩展卡尔曼滤波方法无法满足炮位侦察的精度需求,而粒子滤波方法的应用使得这一思路变为可行.首先描述了对下降段弹道跟踪时炮位侦察的全过程,并建立了待跟踪弹道目标的状态空间模型,然后应用粒子滤波方法对下降段弹道进行了跟踪辨识.仿真结果表明,粒子滤波具有比扩展卡尔曼滤波精度更高和运算时间更长的特点,其仿真结果能够满足炮位侦察的精度要求.     

基于固有时间尺度分解的能量算子解调法及故障诊断应用

针对Teager能量算子包络解调方法主要用于对单分量的调幅调频信号进行解调,而真实机械故障信号多为多分量的调幅调频信号的问题,提出了能量算子与固有时间尺度分解相结合的解调方法.首先,利用固有时间尺度分解法将原始振动信号分解为若干个固有旋转分量和一个单调趋势项,并基于波形匹配算法实现原始数据的自适应端点延拓以解决分解过程中的端点效应;然后再选取合适的固有旋转分量,利用能量算子方法实现调制信号的包络解调;最后,将该方法应用于仿真信号和故障模拟信号.结果表明:该方法能有效地提取机械振动信号的故障特征.