书讯

由青岛海军潜艇学院夏佩伦教授编著的《目标跟踪与信息融合》一书,于2010年4月由国防工业出版社出版。该书介绍了军事应用背景下目标跟踪和信息融合的主要问题、理论和技术。全书共分8章。第1章探讨多传感器目标检测的数据融合,主要     

基于最小负载的相控阵雷达自适应数据率更新算法

提出了一种基于最小负载的相控阵雷达自适应数据率更新算法.该算法基于交互多模型(IMM),以雷达负载最小为准则,推导出新息协方差矩阵和时间间隔T的函数关系,通过求取该函数在一定范围内的极小值,得到使雷达负载最小的时间间隔.仿真结果证明了该算法能够保持雷达负载最小的条件下,根据目标的运动情况自适应的改变跟踪时间间隔,目标机动时预测误差明显小于固定时间间隔目标跟踪算法.     

逆系统空空导弹控制器设计(英文)

利用非线性控制的逆系统方法,设计了导弹质心运动动力学系统的控制器。该控制器通过对弹道坐标系下导弹的切向过载和法向过载的控制,使导弹在控制系统中的速度、弹道倾角和弹道偏角输出信息渐近跟踪制导指令,以实现空空导弹对攻击目标的打击。仿真结果表明,导弹的质心运动参数以较高的精度快速跟踪制导指令,系统性能良好。     

基于滑模自适应鲁棒控制的四旋翼飞行器轨迹跟踪

针对四旋翼飞行器的稳定性在实际应用环境中会受到不同程度的破坏,不易对其进行高精度轨迹跟踪,提出一种滑模自适应鲁棒控制算法.系统整体采用内外环控制思想,将位置部分作为外环子系统,将姿态部分作为内环子系统,对两部分分别进行控制器的设计;通过运用李雅普诺夫稳定性分析判断控制算法是否能够使系统最终达到渐进稳定;最后进行仿真和实验研究,通过仿真和实验结果证明了此算法的有效性和优越性.     

航天应用载荷的高精度时间同步与共用信息分发

应用载荷直接获取航天器平台的时间和公共测量信息,并不能完全满足载荷的高精度时间基准和共用信息使用需求。一些功能载荷具备向外输出高精度时间和状态测量信息的能力,但硬件接口资源有限。将功能载荷作为FC-AE-1553光纤网络的一个节点,在FC-AE-1553光纤网络中叠加IEEE 1588v2时间同步协议,功能载荷的高精度时钟源能同步给有需求的其他载荷。并在时间同步的前提下,将功能载荷的测量数据如定位数据、姿态数据和轨道数据等共用信息同步发送至网络上的其他载荷节点。通过时间同步与同步发送机制,解决了各载荷对高精度时间和共用信息的需求,弥补了专用信息硬件接口资源的不足。结果表明,与直接利用航天器平台的信息源相比较,当时钟源和共用信息来自功能载荷时,FC-AE-1553网络时间同步之后的时间基准精度和共用信息利用性能高出3个数量级,载荷获取的UTC时间精度达到百纳     

单轴旋转航位推算系统姿态误差补偿方法

针对水下载体在航行过程中由于旋转引起导航定位误差问题,对旋转航位推算导航系统进行误差分析,采用姿态四元数法推导了姿态误差方程,并提出将加速度计信号周期性变化提取的姿态角作为量测的姿态误差补偿方法,利用Sage-Husa自适应滤波器估计姿态误差并进行补偿,从而抑制陀螺漂移的影响.通过不同路径下的仿真研究,表明该算法能够提高单轴旋转航位推算系统姿态解算精度,在400 s时,姿态角精度可提高40％以上,定位精度提高49％.     

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。     

解密“蓝军跟踪系统”

在军事演习中,美军习惯把己方称为蓝军、把假想敌称为红军。因此,美军把研制用来跟踪己方部队的系统命名为“蓝军跟踪系统”(BFT)。该系统的全称为“21世纪部队旅和旅以下战斗指挥系统——蓝军跟踪”(FBCB2一BFT)。它是美国陆军作战指挥系统(ABCS)的重要组成部分,能够为旅及旅以下部队提供近实时的指挥控制和战场态势感知信息。“蓝军跟踪系统”虽然并无新兴高尖端技术,但通过对多项已经成熟的技术的组合运用,效果得到极大提高。一、“蓝军跟踪系统”的特点“蓝军跟踪系统”的出现,是现代信息网络通信技术和GPS精确定位系统在指挥控…     

舰载单脉冲跟踪雷达数学建模与仿真

根据典型舰载单脉冲跟踪雷达的组成及工作原理,介绍一种舰载单脉冲跟踪雷达仿真建模方法。重点描述了仿真原理及仿真模型组成,介绍了雷达信号特性仿真、雷达伺服系统仿真、雷达信号处理系统仿真等关键环节的数学仿真模型。结合仿真软件功能需求,给出了软件结构、软件运行流程等仿真软件设计要点。     

基于退化速率跟踪粒子滤波的剩余使用寿命预测框架

毋庸置疑,剩余使用寿命预测对于设备的健康管理越来越重要。近年来粒子滤波方法被越来越多地应用到设备寿命预测技术当中,这是因为粒子滤波方法能更好的解决非线性非高斯系统滤波问题,而且能够获得不确定度信息。但该方法的预测性能却过度依赖于预测模型,并且对于模型参数的初始分布也比较敏感,这在一定程度上限制了粒子滤波预测方法的进一步发展。本文针对基本粒子滤波预测方法的不足,提出了一种基于退化速率跟踪粒子滤波的通用预测框架,以历史观测数据的退化速率统计规律作为指导来跟踪目标数据的退化速率,实现对粒子滤波预测方法的简化。并将该方法用于轴承和锂离子电池的剩余使用寿命预测,验证了方法的有效性。