基于Rényi信息增量的机动目标协同跟踪算法

针对基于多传感器组网进行机动目标跟踪的传感器管理问题,提出了一种基于Rényi信息增量的机动目标协同跟踪算法。首先结合"当前"统计模型和交互式多模型不敏卡尔曼滤波算法设计了一种变结构多模型算法,来进行机动目标的状态估计;然后以Rényi信息增量为评价准则,选择使Rényi信息增量最大的单个传感器进行目标跟踪;最后利用得到的最优加速度估计进行网格划分,更新变结构多模型中的模型集合。在一般机动及强机动场景下进行了算法性能分析,仿真结果表明,该算法能够合理地选择传感器,提高了对机动目标的跟踪精度。     

基于随机有限集理论的多传感器目标联合检测跟踪算法

针对杂波环境中的目标检测跟踪问题,提出一种基于随机有限集理论的多传感器目标联合检测跟踪算法。算法将目标状态和量测描述为随机集合,建立考虑目标出现、目标保持、目标消失等情况的目标状态随机有限集模型,以及考虑漏检和虚警的多传感器量测随机有限集模型。将目标的联合检测跟踪问题构建为目标状态集合的贝叶斯最优估计问题,并基于随机有限集理论对该贝叶斯估计算法的递推表达式进行严格理论推导。采用序贯蒙特卡罗技术实现算法的递推滤波。仿真结果验证了该算法的有效性以及算法相对于传统基于数据关联算法的性能优势。     

基于多智能体协作的编队协同防空决策方法研究

在深入分析现代高技术条件下海上舰艇编队协同防空决策特点的基础上,应用智能体技术,提出一种基于多智能体协作的编队协同防空决策方法.详细介绍了方法的原理和各类智能体的设计,并针对如何在编队多个舰艇决策Agent之间开展有效协同的关键问题,提出一种中心控制的MAS分布规划算法.     

基于半定规划的无源跟踪最佳传感器选择

在多站测向定位系统中,观测站与目标的几何位置影响目标定位跟踪精度。以目标估计的克-劳美罗下界(CRLB)行列式最大值为优化指标,在考虑传感器自身的探测能力等实际约束的前提下,建立了无源协同跟踪下最佳传感器选择优化模型。提出了一种基于半定规划(SDP)算法将上述组合优化问题转换为凸优化问题,进行优化求解。仿真结果验证了算法的有效性,与松弛算法和随机选择算法相比,基于SDP的传感器选择可以进一步提高无源协同跟踪的精度。     

异步雷达组网协同跟踪动态传感器分配算法

针对异步雷达组网下的协同跟踪问题提出了一种基于异步顺序融合的动态传感器分配算法。该算法对异步雷达的量测值按采样时刻顺序滤波,根据滤波协方差和目标期望协方差的接近程度动态选择下一时刻跟踪的最优传感器集合。仿真分析表明该算法和基于伪量测的异步雷达组网协同跟踪传感器分配算法相比具有较少的计算量和较高的目标跟踪精度。     

基于多智能体的编队协同试飞仿真与效能评估

为了降低编队协同试飞风险和代价,提出建立编队协同试飞仿真平台对试飞的效果进行评价.首先,建立了编队协同试飞模型的总体框架.在此基础上建立了基于多智能体的编队协同试飞总体结构并明确了各类型Agent的功能.然后,确定了指挥控制中心Agent与编队Agent进行命令交互的过程并建立了编队Agent和战斗机Agent的模型.最后,建立了基于兰彻斯特理论的效能评估模型,并对设定的红蓝编队进行了仿真和分析.     

基于QMC-IPF-JPDA的多目标无源协同定位算法

针对杂波环境中多目标的检测跟踪问题,提出一种基于拟蒙特卡罗智能粒子滤波联合概率数据关联的无源协同定位算法。该算法建立双基站无源协同定位系统目标检测跟踪的数学模型。通过拟蒙特卡罗技术使粒子分布更加均匀,并对更新阶段的粒子进行交叉变异以提高粒子多样性。结合测量信息,利用联合概率数据关联算法实现多目标检测跟踪。仿真结果表明,所提算法能有效解决杂波环境下多目标检测跟踪问题,提高跟踪性能。     

智能舰艇编队指挥控制系统体系结构设计

针对舰艇编队指挥控制系统协同作战自协同的需要,运用多智能体技术探索舰艇编队指控系统体系结构设计问题.提出了一种由指挥Agent和协同控制Agent构成的智能舰艇编队指挥控制系统,描述了其组织结构,分析了面向任务的协同作战任务分解和分配过程,完成了智能舰艇编队指控系统体系结构的顶层设计.对多Agent技术在舰艇编队指控系统中的应用有一定的参考价值.     

Agent战场视景仿真视点智能控制方法

为了实现战场视景仿真中视点的智能控制,使视点能够自动选择运动方式,根据场景中发生的热点事件自动切换观察目标并且自动调整观察位置及角度,将Agent的思想引入视点控制策略的设计,提出了一种基于Agent的战场视景仿真视点的智能控制方法,针对热点事件搜索智能体、观察目标选择智能体和观察方式控制智能体的智能体行为算法,以及多...     

基于跟踪精度控制的多传感器管理方法

针对地面机动目标跟踪过程中的多传感器管理问题展开了研究,设计了一种基于跟踪精度控制的多传感器多目标分配方法。首先,在考虑目标与目标之间、目标与传感器之间和传感器与传感器之间等的多种约束条件下运用基于协方差控制的思想建立了多传感器多目标分配问题的优化模型;接着将等价伪量测的异步融合算法与IMM算法结合,计算各目标在不同融合周期的跟踪精度估计值;最后,以目标的跟踪精度需求为出发点,结合蚁群算法的思想,设计了一种求解所建立的多传感器多目标分配问题的优化模型的算法。仿真结果表明：该管理方法能在确保跟踪精度需求的前提下,根据对各目标跟踪任务的重要程度,合理地调度传感器资源。