基于GM-PHD的低可观测编队目标跟踪方法

考虑到多编队在低可观测情况下存在的目标跟踪问题,提出了一种基于高斯混合概率假设密度(GM-PHD)滤波算法的编队目标跟踪方法.该方法是在修剪融合过程中,先保留剪掉的高斯分量,再对这些分量进行状态外推,利用JS(Jensen-Shannon)散度判断下一时刻状态估计值与外推状态值是否相似,以判断结果体现目标丢失情况,使得真实目标不丢失,解决了低可观测情况下目标易漏检带来的跟踪性能下降问题.然后,利用编队目标的特点,结合密度聚类方法估计出编队整体的状态,避免因状态估计集合中状态值过多影响算法性能.最终,仿真实验结果表明,该方法可以在低可观测情况下有效跟踪编队目标,具有较好的跟踪性能.     

基于随机有限集的传感器网络多目标跟踪

利用有限集统计理论对声学W SN下的多目标跟踪进行了研究。首先利用F ISST理论对声学W SN下的多目标跟踪进行建模,然后利用粒子滤波对随机集最优贝叶斯滤波进行近似,提出了一种新的多目标跟踪方法。在粒子滤波执行过程中,为了有效地平衡计算量和跟踪精度,根据目标数目自适应地调整每一时刻的粒子数目。仿真结果表明在监视区域同时出现目标较少的情况下,算法能够及时发现目标的出现和消失,正确估计目标状态和数目。     

提高多管火箭炮发射火力密度研究

为了提高某多管火箭炮火力密度,提出采用两管对称齐射的方法缩短发射时间,减少火箭弹初始扰动的方案。建立多管火箭炮多体动力学模型,根据发射顺序的基本编制原则和考虑火箭炮采用两枚弹同时发射的影响因素拟定射序,对整个发射过程进行仿真,得到火箭初始扰动计算的火箭炮动态特性数据。经与原单发发射时对比,有效提高发射火力密度,并且也有利于提高火箭射击密集度。     

基于复—方向小波变换和视觉表示的图像增强

针对复—方向小波变换具有好的平移不变性、方向选择性、对图像边缘特征的表示比传统实小波要好等优势,提出了一种基于视觉表示统计特性和复—方向小波变换的图像增强新方法。该算法在图像的多尺度复—方向小波变换域内进行动态范围(亮度)修正和局部对比度调整以增强图像。实验结果表明,与目前经典的多尺度增强算法相比,运用本文的算法增强的图像视觉效果好,在边缘和细节处失真小,而且对图像源的变化具有很好的鲁棒性。     

南阳膨胀土三向膨胀力规律研究

湿胀干缩是膨胀土的一个典型特征。膨胀土与水作用时,随着含水量的增加, 其体积将明显地增大,显示了强烈的膨胀性。当这种膨胀性受到限制时,必然产生膨胀力。膨胀力的大小与膨胀土的含水量和干密度有很大关系,研究膨胀力对深入了解膨胀土的变形和强度特性很有价值。通过12个三向膨胀力试验,研究了南阳陶岔重塑膨胀土膨胀力随含水量和干密度的变化规律。试验结果表明重塑膨胀土的三向膨胀力不等,水平膨胀力小于竖向膨胀力;给出了膨胀力与初始含水量和干密度的关系式,为工程建筑物的稳定分析提供了依据。     

层流条件下传质过程对舰船电场的影响

为了使直流电流元模型仿真结果更加接近实际情况,首先建立了螺旋桨圆盘等效模型;然后,结合电化学及流体力学相关理论,从流动腐蚀角度对舰船在海水中的腐蚀电流密度进行分析,并基于Navier-Stokes方程得出了圆盘表面氧气的传质过程控制下的极限腐蚀电流强度,建立了腐蚀电流元模型求解三层介质中的静电场;最后,进行了实验验证。结果表明:螺旋桨转速的增加会导致静电场幅值增加,且电场幅值的变化与测量点及船壳破损的位置有关,实际腐蚀过程中边缘效应的影响不可忽略。     

基于UPF的WNN学习算法及其应用

为改善小波网络(WNN)的非线性建模能力,提出一种基于改进无迹粒子滤波(UPF)的WNN学习算法。算法先引入最小偏度策略减少无迹变换(UT)的Sigma采样个数,改进无迹Kalman滤波(UKF);再用改进UKF算法选取粒子滤波的重要性密度函数,构成新型UPF;最后,将SUPF作为WNN的学习算法进行训练和测试。实验表明,基于新采样策略UPF与基本UPF的WNN模型精度总体接近,但速度更快,效率更高,某型军用飞机气动力建模也验证了算法的有效性与可行性。     

数字化炮兵作战特点及作战原则研究

以信息技术为代表的高新技术在军事领域的广泛运用,推动了军队作战理论、武器装备和编制体制的发展变革。21世纪的战场,必然是以数字信息技术为基础的数字化战场。以信息技术为支撑,实现通信技术数字化、战场信息实时化、武器装备智能化、指挥控制一体化、作战系统网络化的数字化部队必将成为战场的主角。本文结合我部炮兵数字化建设试验及对当前军事强国有关数字化建设的研究,就未来数字化炮兵作战特点和作战原则作一初步探讨。     

地炮对敌武装直升机行拦阻射击毁伤程度的探讨

本文提出了利用地炮对敌武装直升机行拦阻射击的方法,并依据武装直升机的分布情况,探讨了毁伤程度的计算方法．这对衡量地炮打敌武装直升机的射击效果有一定的实际意义。     

基于多雷达组网IMM-GMPHDF的机动多目标检测跟踪

高斯混合概率假设密度滤波(GMPHDF)有牢固的理论基础,是解决高斯条件下跟踪强杂波环境中目标数未知的多目标问题的有效方法。但当目标发生机动时,就难以跟踪到目标,因此,在GMPHDF中引入交互多模型(IMM)算法,对继续存在目标的运动模型进行建模,根据计算的模型概率融合各模型滤波器估计得到的继续存在目标概率假设密度,解决了运动模型机动问题。仿真实验表明,IMM-GMPHDF能实时跟踪到强机动超音速多目标,在多雷达组网系统中跟踪强机动超音速多目标精度(OSPA距离均方根误差)能达到70 m,满足了工程使用要求。