无人侦察机战场生存能力仿真系统设计

无人侦察机凭借其特有的优越性,使其成为重要的空中侦察装备,并渐渐成为侦察卫星和有人侦察机的重要补充和增强手段.以HLA(High Level Arehiteeture)为框架、采用目前流行的商业软件MultiGen Cteator和Vega开发三维视景,构建出以无人侦察机执行侦察任务为背景的虚拟战场环境,借此对无人侦察机的战场生存能力进行评估.对仿真系统结构进行简要阐述,并对仿真数据收集和使用的方法进行了论述.     

无味卡尔曼滤波在空对海单站BDO-TMA中的应用

针对空对海单站无源只测方位-多普勒目标运动分析(BDO-TMA)问题应用无味卡尔曼滤波(UKF:Unscented Kalman Filtering) EKF进行了对照研究,建立了该应用场景下的离散非线性滤波估计模型,Monte Carlo仿真运行结果表明,UKF在该应用背景下是切实可行的,具有更高的估计精度和更强的收敛特性.     

遗传算法的均匀圆阵DOA估计

为了精确估计移动目标方位角,通过用遗传算法对均匀圆阵进行目标的估计,引入确定性最大似然准则确定遗传算法中的适应度函数,并利用模式空间变换方法将均匀圆阵转换为虚拟线阵;列出了遗传算法基本步骤.通过计算机仿真对遗传算法与MUSIC算法以及遗传算法迭代次数与信噪比的关系进行了比较,验证了在低信噪比的情况下有很好的收敛性和稳定性.     

多尺度聚类Hough变换航迹起始方法

针对基于Hough变换航迹起始方法存在的航迹簇拥现象,提出了一种基于多尺度聚类的Hough变换 (MSC-HT)航迹起始方法.该方法首先对量测进行Hough变换,利用较低的阈值得到备选航迹;然后对备选航迹进行多尺度聚类,通过变化尺度参数寻优,自适应确定起始航迹数目和航迹参数,仿真结果表明了算法的有效性.     

动态加权的一致性多传感器数据融合算法

研究现有多传感器的加权融合算法,针对时变非线性系统状态估计的有效融合问题,提出了一种基于动态加权的一致性多传感器数据融合算法.对于多传感器量测,首先利用Unscented 卡尔曼滤波器得到局部状态估计值,然后基于层次分析法思想,构建反映局部状态估计结果相互支持程度的一致性矩阵,充分提取数据中蕴含的冗余和互补信息,最后通过对一致性矩阵的求解实现对权重的合理选择.经过蒙特卡罗仿真验证了该算法的有效性.     

Petri网潜艇作战指挥效能分析

作战指挥效能系统是一个实时系统,是一个具有分布、并发、异步等特性的复杂系统.为了分析、评价和开发此类系统,依据潜艇作战指挥系统的战技指标要求,运用模糊Petri网的原理结合层次分析法,对其性能采取定性分析与定量分析相结合,以定量分析为主的方法进行评价.结果表明,这个评价模型简便可行,在军事系统效能评价中具有推广应用价值.     

车载仪表信息化改造设计

通过对车载原有仪表传感器信息的提取,把原有仪表融入整车的信息化管理体系中,在有效节约设计成本的情况下,实现整车重要参数信息的实时监控,为乘员准确了解全车各项重要参数信息、及时进行决策提供了可靠的数据支持。     

多传感器任务分派的快速启发式规划新算法

在多目标多传感器管理中经常采用的线性规划算法中,随着传感器个数和目标个数的增加,计算量会爆炸式增长,使得跟踪系统不能实时计算,为此,根据传感器管理中线性规划的特点,提出了一种快速启发式算法,考虑组合中的传感器个数将组合的分配效用转化为权重,递推分配权重最大的组合,逐步减小组合和目标的个数.证明了权重最大的组合分派能实现组合中的传感器的最大效用.仿真结果表明该算法在与采用线性规划方法的跟踪精度相当的情况下,能有效地减小计算量.     

目标保障中的STK建模与仿真方法研究

阐述了STK中常用的建模与仿真方法,分别讨论了以STK为平台对战场环境和战场实体目标建模的过程,结合典型目标案例着重分析了建模过程中应当把握的细节和特征,并基于数据和分析结果得出在不同作战条件下对单目标、目标系统以及目标体系的运用规则和方法.