多因素观测来源不确定的多目标跟踪算法

杂波、低检测概率和目标间观测相互干扰等因素,使得目标观测的来源难以辨别,提出一种基于改进GMPHD滤波的多目标跟踪算法,通过引入目标标记和权重向量,增广了标准GMPHD迭代中目标信息.基于高斯分量合并策略、目标状态估计策略和高斯分量优化策略,能够有效地改善目标状态估计精度和滤波迭代效率.目标跟踪仿真实验结果表明了所提算法的有效性及鲁棒性.     

考虑地球曲率的三维目标APBR跟踪算法

针对机载被动双基站雷达(Airborne Passive Bistatic Radar,APBR)三维目标跟踪问题,提出一种杂波环境下考虑地球曲率的航迹起始与目标跟踪算法.在地心地固坐标系中建立包含地球曲率的目标运动模型和测量模型.利用多帧测量构建对数似然比函数,并通过遗传算法求解最优值,获得目标的三维状态初值.最后,利用概率数据关联结合扩展卡尔曼算法对杂波环境下的目标进行状态估计.仿真结果表明,所提方法比不考虑地球曲率的方法能获得更好的估计性能.     

角运动感知模型发展与研究

综述了角运动感知模型的研究进展,阐述了角运动感知模型在运动感知模拟器设计中的重要作用,列举了角运动感知数学模型历史上几个具有里程碑式的研究成果,包括扭摆模型,角运动感知的适应性以及角运动感知与线运动感知之间的耦合关系.介绍了从流体力学角度分析半规管的思路,对半规管模型和人体感知的区别进行了分析,总结了角运动感知数学模型的建模方法和角运动感知的量化方法,最后对角运动感知模型的发展方向进行了展望.     

基于神经网络和遗传算法的威胁度估计算法

针对威胁度估计问题,提出了基于BP神经网络模型的算法,利用神经网络良好的自适应能力和遗传算法强大的全局搜索能力,通过样本数据训练,提高了威胁度估计的准确性和适应性。     

基于神经网络的椭圆扩展目标形态估计

针对复杂环境下由稀疏量测引起的椭圆扩展目标形态估计精度低的问题,提出了一种基于神经网络的形态估计方法。利用神经网络对目标量测进行处理,估计出椭圆扩展目标的轴长,然后结合卡尔曼滤波算法实现目标的跟踪。仿真实验结果表明,通过与基于随机矩阵、乘性误差以及卷积神经网络等模型的算法相比,所提算法的跟踪性能有显著改进。     

惯导系统传递对准模型的研究进展综述

初始对准是惯导系统开启工作后必须经历的阶段,而传递对准则是一种特殊的动基座初始对准技术,可有效提高武器装备的快速反应和精准打击能力。对惯导系统传递对准模型的研究进展进行了综合评述。首先,从姿态误差的定义出发,系统归纳了?_n角误差模型、?_m角误差模型和相对姿态对准模型,对比分析了三类误差模型的特点。其次,给出了导航速度、相对速度和惯性速度的定义,理论推导了三种导航速度误差方程。然后,介绍了传递对准的量测模型,并重点归纳了基于相对姿态理论的文献所采用的量测模型。最后,讨论了传递对准有待解决的技术问题和未来研究方向。综述表明,误差的数学定义和参考坐标系以及匹配参数决定了传递对准模型的丰富性,在实际使用时,可以根据应用背景以及使用条件选择相应的传递对准模型,而在误差建模、误差激励、性能评估等方面,传递对准技术都有待进一步研究。     

基于RBF神经网络的背景估计及红外小目标检测

利用RBF神经网络的函数逼近特性,得到了一种红外图像背景估计算法,进而提出了一种检测红外小目标的方法。利用有目标和没有目标的真实红外图像对此算法进行检测,背景估计效果理想,小目标检测效果理想,证明该算法是可行有效的。     

基于匹配处理的纯方位目标运动分析方法

以被动声纳观测的目标方位信息为基础,将匹配处理技术用到目标运动参数纯方位估计中,建立了进行纯方位目标运动分析的匹配处理模型,给出相关的优化处理算法,并通过仿真计算验证了模型的有效性。仿真结果表明该算法在目标运动参数的收敛时间和距离等指标上有较明显改善。     

基于并行学习鲁棒自适应的多操纵面飞机故障估计方法

针对多操纵面飞机执行机构多发、频发故障的严峻问题,提出了一种鲁棒自适应故障估计方法,以得到精确故障信息.通过低通滤波,结合并行学习技术,引入了一组系统变量的滤波变量;基于上述滤波变量,构建了故障估计直接误差向量,进而设计了鲁棒自适应故障估计器;基于Lyapunov稳定性理论证明了所设计估计器的收敛性和鲁棒性.以ADMI...