自然背景下对人工红外目标的分形检测

针对红外图像目标检测问题,提出了一个改进的差分计盒方法(DBC法).该方法利用特定应用环境中自然背景的渐变均匀性与人工目标的突变奇异性,改进了差分计盒方法的分形维数计算和J曲线的判别策略.改进后的算法没有运算量的明显增加,能够实现对多个目标的检测,并且对噪声具有更好的鲁棒性.理论分析以及两幅海上和空中目标的实验检测,验证了该算法的有效性和正确性.     

导弹打击复杂形状面目标毁伤面积解析算法

计算导弹打击复杂形状面目标有效毁伤面积是火力运用过程中的一个关键问题.复杂形状面目标可以用任意多边形描述.有效毁伤面积等于毁伤圆与多边形目标区域重叠部分面积.此问题通常用数值算法计算.在毁伤区域边界上计算环路积分,可以用解析算法解决此问题.算例表明,该算法运算量小,计算结果准确可靠.     

一种改进的机动辐射源单站无源跟踪变维滤波算法

针对机动辐射源的单站无源跟踪问题,提出了一种利用多普勒频率变化率和角度测量,结合匀速(CV)模型和Singer模型对机动辐射源进行跟踪的改进变维滤波(VDF)自适应算法.在该方法中引入了模型最短生存期概念,即利用模型最短生存期和机动检测结果联合控制VDF模型切换,改善VDF的滤波性能.对改进VDF方法和交互多模型(IMM)方法进行了仿真比较,结果表明,改进VDF方法减小了运算量,能够得到与IMM方法相当甚至更好的跟踪效果.     

判断实对称矩阵为正定、半正定、负定、半负定或不定的一个算法

给出判别实对称矩阵为正定、半正定、负定、半负定或不定的一个算法;采用选最大对角元的方法,可使数值计算稳定性好。讨论了该算法的运算量,得到乘除法和加减法总次数分别至多为ｎ（ｎ－１）（ｎ＋４）／６和ｎ（ｎ－１）（ｎ＋１）／６的结论。最后给出运行该算法的数值例子。     

机动目标跟踪的非线性算法

卡尔曼滤波器对线性高斯滤波问题能提供最优解, 而对目标运动模型、观测方程等要求的非线性就不再适合,提出了一种机动目标自适应非线性粒子滤波算法-" 粒子滤波器"(Particle Filters PF)法, 这种方法不受线性化误差和高斯噪声假定的限制,适用于任何状态转换或测量模型, 分析比较了粒子滤波(PF)与扩展卡尔曼滤波算法(EKF) 的滤波精度、运算量等方面指标.给出了基于典型非线性模型的算法仿真, 仿真结果表明粒子滤波新方法优于EKF对机动目标跟踪.