用于纯方位机动目标跟踪的机动探测法

假设目标在某时刻发生折线机动,并且目标在机动前后都是做匀速直线运动。所提出的机动探测算法通过探测这种变化得到探测时刻。这种算法是基于对方位预测误差的均值变化进行分析的。然后估计出目标机动时刻,并从机动时刻起重新设置滤波器,估计出目标机动后的运动参数。典型的机动TMA态势仿真结果表明,该算法对于一般的目标折线机动可以有效地进行跟踪。     

基于方位和多普勒频移的目标机动检测方法研究

研究目标在机动前后均做匀速直线运动,在某一时刻做折线机动的机动目标跟踪检测问题。根据被动观测器测得目标方位和多普勒频移信息,结合方位、多普勒频移测量条件下目标跟踪的特点,建立了基于方位和多普勒频移的要素解算模型,提出了基于要素解算结果的机动检测方法,给出了机动时刻的估计算法,并进行了仿真计算,验证了此方法的有效性。     

一种基于航向估计的多平台纯方位目标转向机动检测算法

针对纯方位目标转向机动检测问题,提出一种基于航向估计的多平台纯方位目标机动检测算法。该算法通过选定假设机动点序列,解算假设机动点前后的两段目标运动要素,根据解算出的相邻段航向差序列变化来判别目标是否发生机动。基于Taylor级数要素解算模型,建立了两段运动要素联合解算模型和两段运动要素独立解算模型。通过对多种航路进行仿真计算,统计分析这两种解算模型下机动检测算法的虚警率、目标机动检测率、机动检测延迟时间以及机动时刻估计精度。仿真结果表明,两种解算模型下的机动检测算法能够有效地对转向机动目标进行机动检测。     

用批递归估计器纯方位跟踪机动目标

本文介绍一种新的批递归估计器用杂波中的纯方位量测跟踪机动目标(即,低信噪比(SNR)目标)。标准的递归估计器跟广义卡尔曼滤波器(EKF)一样由于缺乏初始目标距离信息而造成粗劣收敛和不稳定状态。另一方面,批估计器不可以处理目标机动。为了纠正这些缺陷,本文用概率数据互联将批最大似然——概率数据互联估计器(ML-PDA)同递归交互多模型(IMM)估计器组合,在有杂波的条件下产生较好的航迹初值和航迹保持结果。还论证,批递归估计器可以用于基于目标状态估计的自适应己舰机动决策,以提高目标的可观测性。跟踪算法对有8dB信噪比的目标被证明是有效的。     

对于机动声源的纯方位跟踪

经典的纯方位目标运动分析(TMA)只限于具有常运动参数(通常是位置和速度)的声源。然而,大多数感兴趣的声源具有机动能力,这就降低了经典TMA的性能。在被动声呐范围内,声源—观察者之间长时间的遭遇是现实的,因此,声源机动的可能性对于声源和基阵基线可能是重要的。这就值得对包括声源机动不确定性的整个声源轨迹进行研究和建模。基于这个目的,一种简便的柜架就是隐马尔可夫模型(HMM),其基本思想由状态空间的两级离散化构成。由于速度转移的概率直接与声源机动能力有关,从而使位置转移的概率减小。 声源状态序列估计是通过经典动态规划(DP)实现的,这个方法不要求关于声源机动的任何先验信息。但是,声源机动的随机性质对于观察者机动的最优化起主要作用。这个问题通过使用马尔可夫决策过程(MDP)的一般框架解决。     

纯方位跟踪时利用方位变化规律检测目标机动问题

针对纯方位跟踪中目标变向变速机动导致方位信息可能出现的非平滑变化,首先推导出观测平台与目标均匀速直航时目标方位变化的准确规律,运用最小二乘估计法选取了模型参数并设定了阈值的大小,并设计出具体的算法流程,通过仿真计算,对本算法的可行性进行了验证。结果表明,方位变化规律作为目标机动检测的证据具有一定的可行性,但在一些特殊的态势下,检测灵敏度不高,并对这些态势时行了分析。     

基于IMM滤波器的纯方位机动目标跟踪

针对无源纯方位跟踪中目标机动的问题,提出了一种基于交互式多模型的目标跟踪算法。该算法用伪量测变换估计器(PLE)将纯方位跟踪中非线性观测模型线性化,避免了计算雅克比行列式。机动目标跟踪中通过实时调整模型匹配概率,提高了滤波器对状态变化的跟踪能力。同时该算法实时修正观测噪声协方差,消除目标远离基阵时观测噪声对目标定位的影响。最后通过与MGEKF进行比较,Monte Carlo仿真结果验证了该算法的优越性。     

纯方位跟踪的观察器最佳机动

在纯方位跟踪中,为确保可观察性和获得精确目标定位,观察器机动极为关键。本文用最佳控制理论来确定匀速观察器的航向,使从费希尔信息矩阵(FIM)导出的精度准则为最小。部分通过解析方法,部分通过数值迭代过程建立和解析出最佳机动的必要条件(欧拉方程)。介绍并讨论了最佳观察器机动的几个实例。     

基于纯方位信息的目标跟踪线性修正模型?

在基于几何关系的纯方位航迹不变量信息处理过程中,对非线性模型进行细致分析,提出了线性修正模型,在处理问题时更加清晰、可靠,减小了大量的计算和计算误差,使纯方位信息的非线性处理实用化。     

机动目标建模及机动检测算法

为解决机动目标跟踪问题,建立了非机动(匀速直线运动)和机动目标当前统计两种动态模型,并对机动目标当前统计模型的输入控制的估计进行了适当改进.同时对非机动模型的观测残差和机动模型的输入估计进行检验,以便准确检测目标机动.     

控制力矩陀螺的动态扫描成像卫星姿态控制

针对卫星动态扫描成像任务中的姿态控制问题,建立卫星姿态动力学模型,分析动态扫描成像任务对姿态控制的特殊需求。结合动态扫描成像任务需求提出一种典型的姿态机动方案,对姿态机动过程所需控制力矩进行估计。基于期望力矩和星体实时姿态设计一种俯仰机动控制律,并提出五棱锥构型陀螺群的操纵方案。针对某动态扫描成像任务卫星,对提出的控制律进行数值仿真。仿真结果证明所提方案可以满足卫星动态扫描成像的姿态控制要求。     

考虑可观测度的反交会规避机动方法

针对具有自主接近能力的航天器开展了反交会规避机动方法研究。建立了仅测角相对导航模型,随后利用状态估计误差给出了可观测度的定义,量化了可观测性指标。以可观测度为评价指标,提出基于虚拟轨道的可观测度计算方法,以可观测度梯度对规避机动方向进行优化,保证了规避机动使目标航天器的可观测性达到最大弱化,并给出了规避机动大小计算方法。给出了仿真算例,结果表明提出的方法能够使系统的可观测性明显减弱,达到了设计要求,为规避机动研究提供了一种新视角。     

缓动点目标的流水线检测算法

讨论了复杂背景下缓动点目标的流水线检测算法。通过两个流水线,分割流水线和检测流水线,可以用１５帧图像满意地检测出目标。对算法的性能和实验结果作了分析。     

基于可编程控制器的发动机油耗测量系统研究

通过分析现有发动机耗油率测试系统的不足,研究设计了一套用可编程控制器测量发动机耗油率的测试系统,设计了相应的电路,编制了测试软件,并分析了测试系统的精度．实机试验表明,该耗油率测试系统具有测量精度高、操作简便等特点．     

激光测距机的测距可靠性及其现状分析

本文论述了测距可靠性的定义、战术意义和应用概况,分析了测距可靠性的规定条件不明确、试验条件不严格与置信水平比较低的现状。     

航天器轨道机动自适应逆向移动滑窗检测方法

以两行轨道根数为数据来源,提出采用逆向移动滑窗的自适应轨道机动检测方法。建立检测窗口的自适应配置模型以获得不同目标的检测窗口,采用交叉弧段预报思想更精确地估计机动时刻,通过逆向移动滑窗方法实现近实时机动检测。将检测结果与真实机动以及已有文献中的检测结果进行比较,结果表明：新方法能够适应不同轨道空间目标机动检测的窗口配置,且在给定仿真条件下检测成功率可以达到90%以上,机动时刻估计准确度与已有方法对比有显著的提升;仿真结果表明新方法可以应用于近实时的轨道机动检测。     

基于预报误差分布拟合的卫星历史机动检测方法

轨道机动会引起在轨卫星的轨道异常,是空间态势感知的重点关注对象之一。为此,提出一种从卫星的两行轨道要素编目数据中检测历史机动的方法。通过分析预报误差检测轨道参数的异常编目值,进而获得相应的历史机动信息。对卫星的两行轨道要素编目数据两两预报求差得到预报误差的样本数据后,利用期望最大化算法可以拟合得到以高斯混合模型表达的预报误差的概率分布模型;以此为基础,可以确定利用预报误差检测轨道参数异常编目值的门限;利用轨道机动与异常编目值之间的对应关系,最终实现机动检测。对典型活动卫星的机动检测结果表明,所提方法能够在准确检出历史机动事件的同时保持较低的误检率。     

水下平台对敌意图识别技术研究

对敌意图识别是作战平台指挥决策的重要依据。针对水下平台意图特征的识别问题,通过对军事应用领域意图识别框架的分析,建立了水下平台的意图识别框架,同时分析了水下平台可用意图特征及提取方法,并提出了一种适于水下平台的意图识别方法。该方法为意图识别技术研究提供一定的参考。     

亚轨道飞行器试验运载火箭的射程控制

运载火箭试验靶场就是用于火箭发射试验的专门场区,包括陆域、海域、空域等。靶场安全问题比较复杂、涉及范围广,火箭进入外层空间前不允许穿越外国领域或必须保证距国境线有一定的安全距离,其残骸落区不允许在外国领域。在我国,受到国土范围限制,又要实现洲际运载火箭全程飞行试验的要求,实际中通常采取\"高弹道\"、\"低弹道\"等特殊弹道的飞行试验来代替全程飞行试验的策略。通过对两类特殊亚轨道飞行器的飞行试验火箭的弹道特点描述,开展射程控制分析,研究基于我国国境进行亚轨道飞行试验的靶场安全控制方法。射程控制,对于低弹道可以采用控制俯仰程序角速度方法,而对于高弹道可以采用控制俯仰程序角方法。     

多传感器多机动目标跟踪方法研究进展

讨论了多传感器多机动目标的研究现状,分析了几种跟踪滤波器的性能,着重探讨了交互多模型(IMM)算法的发展状况和应用。同时还研究了多传感器跟踪多机动目标过程中的数据关联方法。最后指出,寻求采用自适应变结构的IMM算法,研究模型切换过程中算法的过渡性能,以及在数据关联中引入混沌、遗传算法等智能控制方法,将是未来多传感器多机动目标研究的方向。