模糊聚类分析在多目标跟踪中的应用

为了解决在密集的环境中多目标跟踪的难题,本文提出了基于模糊聚类跟踪算法,主要是将人的模糊判断的特点引入到目标跟踪系统中,得以简单程序完成复杂的相关判别。利用模糊聚类方法的特点解决噪声背景下跟踪相关问题。仿真实验的结果表明,在杂波密度高的情况下,模糊聚类算法有它一定的优越性。     

作战仿真实验数据关联规则挖掘研究

作战筹划人员可以利用作战仿真系统进行大量可重复的仿真实验,并积累大量实验数据.本文运用关联规则数据挖掘方法对作战仿真实验数据进行分析,"提炼"出作战中各种事件与作战效果之间的联系,以辅助作战筹划人员获取对作战行动的新认识,把握作战行动的关键环节,为作战筹划提供决策信息.     

论国防费结构关联程度的度量

文章从国防费结构关联效应入手,探讨了国防费结构关联程度“中间产品”度量法的理论基础及其局限性。通过对国防费系统本质的分析,得出“国防费结构是耗散结构”的结论,并在此基础上建立了关联程度的“熵”度量方法。     

多目标数据关联的神经网络方法

数据关联是多目标跟踪的关键问题。基于 Hopfield神经网络的 JPDA是解决这一关键问题的有效方法之一 ,但此方法的难点在于优化系数的整定。提出一种改进算法 ,用于解决优化系数在线自适应整定问题。首先重新构造了李雅普诺夫能量函数 ,接着引入变化的优化系数因子 ,并给出了优化系数求解的迭代公式 ;最后对已有和改进的算法进行了仿真研究。结果表明改进的方法和原有的方法相比 ,一方面具有在线整定优化系数的功能 ,另一方面可以获得和原有算法非常接近的估计误差。     

基于多模型滤波的只测角跟踪方法

只测角单站无源定位跟踪系统中,目标初始状态估计精度较低时,采用扩展卡尔曼滤波算法经常出现滤波发散的情况.针对这一问题,提出了一种多模型扩展卡尔曼滤波方法,根据目标的初始状态估计设计了五个扩展卡尔曼滤波模型,对目标运动状态进行多模型估计,在滤波过程达到稳态后,再采用单模型滤波.仿真实验验证了算法的有效性.     

基于GQFD的智能化装备保障能力需求分析

针对当前装备保障能力需求分析方法无法满足智能化发展需要,存在主观性强、可靠性不高等问题,采用基于灰关联分析的质量功能展开方法（grey quality function deployment,GQFD）,在对智能化装备保障“任务-能力”分析的基础上,建立了基于灰关联分析的需求质量屋模型,得到了智能化装备保障能力需求指标重要度排序,为智能化装备保障力量建设与运用提供了理论依据。     

基于相近和相似机理的装备作战效能评估模型

本文基于对评估指标体系数据曲线与作战任务需求数据曲线之间的相近性（位置关系）和相似性（态势变化）机理,提出了基于理想解和灰色关联度的装备作战效能评估方法。首先,构建了基于层次性指标体系的多阶段作战效能评估立体数据;其次,介绍了基于相近性和相似性机理的装备作战效能评估基本思路;再次,分别建立了基于指标值差异程度的相对贴近度模型、基于指标值变化程度的相对贴近度模型以及基于加权的综合贴近度模型;最后,给出了3部超短波地面通信对抗系统4个任务阶段的作战效能评估实例。实例分析结果表明：该方法简单合理、运用灵活,能分别从评估指标差异程度、评估指标变化程度以及综合评估指标差异程度和变化程度等3个角度对评估装备各任务阶段及作战任务全过程的作战效能进行评估和排序,实现了装备作战效能的多角度多层次评估。     

纯方位TMA的变增益扩展卡尔曼滤波算法

通过对水下纯方位目标运动分析中的扩展卡尔曼滤波(EKF)算法的分析,利用方位新息,构成了一条反馈回路,从而将EKF算法改进为变增益扩展卡尔曼滤波(VGEKF)算法.对比仿真分析表明,VGEKF较之EKF滤波效果有所改善,增强了稳定性,提高了精度,为水下纯方位目标运动分析的实现提供新的途径.     

对空观察哨情报融合

在得到对空观察哨直接观测信息的基础上,对目标可能航向进行二次外推,并利用效用函数综合评估法对目标相关性进行检验,完成对目标信息的融合,解决了观察哨情报数据关联和航迹外推问题.仿真及试验结果表明该方法用于防空观察哨情报融合是可行的,其结果分析的应用能指导观察哨训练和战时观察哨的配置.     

复杂环境下数据关联算法的研究现状及发展趋势

系统地介绍了机动目标跟踪中数据关联算法的发展现状、发展方向及其与模糊理论和神经网络相结合的发展趋势,通过分析当前的数据关联算法本身存在的一些问题,指出了一些改进方法的可行性,进一步介绍了数据关联算法与模糊理论、神经网络以及遗传算法相结合进行目标跟踪的发展情况,并对以后数据关联算法研究方向进行了初步探讨.