基于随机集的传感器网络多目标航迹跟踪研究

针对利用有限集统计理论对声学WSN下的多目标跟踪时,无法实现前后两个时刻目标状态的关联问题,利用最近邻方法和粒子标签法对WSN多目标的航迹跟踪问题进行了研究。仿真结果表明,两种算法都能够有效实现对多个目标航迹的跟踪;另外,粒子标签方法进行多目标跟踪时能够同时实现对多目标状态的估计和对多目标航迹的跟踪。     

电驱动装甲车辆双重转向控制联合仿真

为了提高轮毂电机驱动装甲车辆转向的灵活性及越野机动性能,借鉴履带车辆滑移转向思想,采用双重转向控制策略。以车辆的横摆角速度为控制目标,设计了自抗扰控制器,通过调整两侧轮毂电机转矩输出产生直接横摆力矩,进而调节车辆横摆角速度,实现装甲车辆双重转向。在Adams中建立车辆动力学模型的基础上,构建Adams与Matlab环境中的联合仿真模型,并进行了联合仿真,结果表明,基于直接横摆力矩控制的双重转向增大了外侧动力输出,减小了车辆在中低速转向时转向半径,提高了车辆的转向性能。     

基于AP-DE算法动态迭代步长的研究

为了促进自适应滤波器的滤波性能,建立了一种变步长的基于直接迭代误差AP-DE算法。通过使得权值均方误差下降速度最大,获得了AP-DE算法的优化迭代步长,并分析了所建立算法权值均方误差的统计特性。     

以重点项目建设为牵引开拓具有区域特点的军民融合式发展路子

习主席指出,要进一步做好军民融合式发展这篇大文章,坚持需求牵引、国家主导,努力形成基础设施和重要领域军民深度融合的发展格局。这对在新形势下创新军民融合式发展提出了新的更高要求。为此,必须不断深化融合发展理念,拓宽融合发展领域,深挖融合发展潜力,特别要结合区域特点,突出融合发展重点,在更广范围、更高层次、更深程度上推动军民融合式发展再上新台阶。在重点项目建设中贯彻军民融合重大战略思想,     

振动信号变换器的设计与实现

多传感器采编器能够实现复杂环境下对飞行体在发射过程中振动加速度、冲击加速度、压力、温度等动态参数的实时测量和记录。传感变换器电路的性能直接影响采集系统的采样精度。为了实现准确测量,对广泛应用于工程实践中的高阶集成开关电容滤波器产生的混叠效应的抑制方法进行分析及实验。实现了一种可程控放大、具有稳定通带截止频率的振动信号变换器设计。实验结果表明,该变换器电路具有体积小、集成度高、滤波衰减陡度大,频率测试精度高等特点。     

一种抑制卫星信号野值的改进Sage-Husa滤波方法

针对组合导航中经常出现的卫星信号野值和滤波精度不高的问题,提出了利用Sage-Husa和新息正交性来消除卫星信号野值及抑制滤波器的发散,从而提高导航的精度和稳定性。首先,用改进的新息Sage-Husa卡尔曼滤波器对组合导航系统的测量信号进行滤波处理,其次,引入抗野值判断函数对测量信号进行判断,剔除卫星信号测量过程中的野值。通过跑车试验将新息Sage-Husa滤波与经典的卡尔曼滤波和Sage-Husa滤波的效果进行对比,结果表明改进的滤波算法能够有效地去除卫星野值、提高导航精度。     

基于随机有限集的多目标跟踪算法

对基于有限集统计的多目标跟踪算法进行研究。PHD滤波器针对传统多目标跟踪中计算量较大的问题,通过计算多目标分布后验密度的一阶矩模拟多目标贝叶斯迭代,取得了良好的效果。针对PHD滤波器对目标漏检较为敏感的缺陷,Cardinalized PHD(CPHD)滤波器同时估计得到后验密度分布和后验势分布,是对PHD滤波的泛化。通过实现PHD和CPHD滤波的混合高斯模型,分析比较两者的性能。实验表明,由于引入了势分布,CPHD滤波提高了对目标估计的准确率,总体性能优于PHD滤波算法。     

基于SF-REM的齿轮箱剩余寿命预测方法研究

剩余寿命预测是视情维修决策的重点和难点.针对工程实践中历史数据少、模型参数估计精度低的问题,建立一种基于随机滤波(SF)的齿轮箱剩余寿命预测模型.该方法采用递归期望最大化(REM)算法对模型参数进行递归更新,推导极大似然估计方法的参数递归更新过程,最后经实例验证模型的有效性和实用性.     

一种适用于电子稳像的自适应分区块匹配搜索策略

针对传统块匹配法在较大搜索窗口下易陷入局部最优,不适用于大平移抖动图像配准的问题,提出了一种新的块匹配搜索策略。该方法采用改进菱形法进行匹配,将大模板设计为环形并对搜索域分区后排序优选,采用最多样本统计法提取全局运动矢量。算例验证结果表明:该方法较穷尽法、三步法和传统菱形法具有更高的搜索效率;最多样本统计法有效避免了提取全局运动矢量时的前景干扰;图像经该算法处理后的帧间峰值信噪比明显高于处理前,从而验证了该算法的准确性和可行性。     

基于观测预测粒子滤波的雷达组网目标状态估计

雷达组网系统跟踪目标时,观测数据与目标跟踪状态成严重非线性关系,难以用卡尔曼滤波最优估计方法,处理非高斯非线性系统滤波估计问题的粒子滤波算法容易产生粒子退化问题。因此,使用观测预测粒子滤波算法解决这个问题,该算法基于观测似然进行重要性采样,结合一步预测信息计算粒子权值,保证了采样粒子处于高观测似然区,并充分利用了一步预测信息。仿真验证表明,将观测预测粒子滤波算法应用于目标状态估计,避免了粒子退化,收敛快,估计精度高。