一种新的机动目标跟踪中的变结构多模型算法

实践证明变结构多模型(VSMM)算法在机动目标跟踪领域有着广阔的应用前景。动态地辨识机动目标的机动参数是提高目标状态估计精度的理想方法。因此,将二者结合,提出了一种新的VSMM算法,即带有修正装置的自适应网格法。算法核心所在是对系统输入量采用了协方差匹配技术来对系统不确定性进行修正,即对系统噪声协方差阵Q的实时辨识上,使滤波器具有高度自适应性。     

基于滤波算法的对比研究

在处理目标跟踪的过程中,为了与实际接近,动态系统的模型选为非线性,而滤波算法采用非线性系统的滤波方法。在介绍了三种非线性滤波算法(EKF、UKF、PF)的原理和实现的同时,说明了各自适用的范围,以便针对不同问题采取比较便捷的算法来有效地实现算法在实际中的应用。EKF适用于线性化过程中系统对高阶项要求较小的情况下,UKF适用在噪声服从高斯分布的情况下,PF则适用与非高斯分布的情况下。此外,通过实例对三种算法分别进行了跟踪仿真实验,表明UKF、PF算法精度要比EKF算法高,UKF、EKF的实时性比PF好,PF的计算量相对较大。     

炮控系统中基于扩展状态观测器的变结构控制

火炮控制系统中有一类,其作用是在火炮静止的状态下(即非行进间)将火炮身管调转到目标位置。此类系统是大惯量系统,并且存在着较强的外部干扰和非线性环节。为了达到快速、稳定、高精度的控制要求,从实际应用的角度出发,采用了基于扩展状态观测器的变结构控制器。利用扩展状态观测器估计系统中的不确定因素以及高阶变量,将系统简化为积分串联型,基于简化后的模型设计了变结构控制器。此控制器中扩展状态观测器为系统未建模动态提供高频通路,在一定程度上消除了抖振,并且火炮上的实验证明,此控制器相较传统的经典变结构控制器以及工程化PID控制器能取得更好的控制效果。     

焦平面红外弱小目标检测新算法

针对焦平面红外图像中运动弱小点目标的检测问题,基于形态学滤波器和模糊决策融合构建了一种新的弱小目标检测算法。针对单帧检测,基于目标在实测红外图像上所呈现的凸包结构特点,设计了圆形形态学滤波器结构,并引入神经网络进行圆形形态学滤波器结构元素优化设计。同时在多帧关联检测的基础上,引入决策融合概念,基于贝叶斯最小风险准则建立了基于模糊决策融合的序列关联检测方法。实测数据的处理结果表明:针对低信噪比图像(SNR≈2),在虚警概率≤1%情况下,新算法对复杂红外弱小目标图像检测概率≥98%,有效地提高了检测算法的性能。     

基于变结构控制的反鱼雷武器导引律

未来战争中,智能鱼雷对水面舰艇的威胁越来越严重。因此,针对鱼雷的硬杀伤武器(ATT)成为国际上研究的热点。根据对ATT武器的导引方式的研究,结合滑模变结构控制理论,推导出一种以航向角为控制律的导引方式。该控制律克服了基于角速率导引方式的缺点,可适用于主动和被动检测,保证了ATT武器在数据率较低且不固定的情况下,仍能够以较高精度命中目标,因而能更好地适应水中导引的特点。当来袭鱼雷存在机动时,利用主动导引方式,也可以获得较好的拦截效果。仿真表明,该导引律鲁棒性强,攻击弹道平滑,对来袭鱼雷有较高的命中精度。     

空地对抗决策中粗糙贝叶斯理论应用

模糊逻辑作为模糊语言描述系统,既可以描述应用系统的定量模型也可以描述其定性模型,粗糙贝叶斯在具有内在不确定性的推理和决策问题中得到了广泛的应用。首先分析了使用粗糙贝叶斯网络进行态势评估知识表示问题;其次提出了构建粗糙贝叶斯网络进行态势评估的步骤;最后给出一个具体的实例,演示了在防空作战战场中使用粗糙贝叶斯网络进行态势评估的过程。     

防空兵作战能力评估中的变权方法研究

介绍了变权综合的基本原理,给出了三种变权向量及状态变权向量的定义。研究了均衡函数在变权中的应用,讨论了均衡函数的两种基本类型及其条件,分析了实际中常用的两种变权综合模式。通过具体事例比较了变权综合与常权综合的评估效果,并指出了变权综合在防空兵作战能力评估中的重要意义。     

贝叶斯融合方法在武器小子样试验中的应用

在小子样武器试验中利用贝叶斯融合理论对其参数进行评估,分析了贝叶斯理论基础和应用条件。在此基础上,建立了融合算法模型,经过仿真验证,在小子样试验中,该方法是提高评估置信度和精度的一种有效途径。     

潜艇规避被动声纳浮标阵方法及期望驶离时间

基于对反潜巡逻机布放被动声纳浮标阵的研究,对方形阵的布放建立了模型。利用该模型研究了我潜艇规避被动浮标声纳阵的方法。通过计算,得出潜艇驶离被动声纳浮标阵搜索范围的期望时间,用选取的声纳浮标阵间距和潜艇规避速度对结果进行分析,为潜艇的下一步行动提供辅助决策。