IMM-EKF的弹道导弹轨道实时动态预测

快速准确的导弹轨道预测是有效进行导弹防御的前提。提出一种基于IMM-EKF的弹道导弹轨道实时动态预测方法,对导弹发射点和落点分别进行动态预测研究。首先,构建不包含导弹先验信息的IMM-EKF弹道估计器;其次,定义一种模型概率累积因子,用于估计导弹的关机时刻及相应的运动状态;最后,基于导弹运动状态的实时估计,动态预测落点和发射点。仿真实验结果表明:该方法能实时动态预测导弹发射点和落点;发射点预测应利用主动段状态估计,而落点预测则在导弹自由段早期进行为宜。     

基于事件的系统可靠性参数仿真算法

介绍了可以用扩展可靠性框图表示的系统的可靠性参数的仿真算法。首先,对扩展可靠性框图进行了介绍,提出了利用树状结构来描述扩展可靠性框图的结构。其次,对基于扩展可靠性框图的系统行为进行了分析。然后,依据离散事件系统仿真思想,分别给出了计算可修系统可靠性参数的仿真算法与不可修系统可靠性参数的仿真算法。最后,给出了计算实例。该仿真算法不仅可以对状态独立系统进行可靠性参数计算,而且可以对具有冷储备关系以及冷储备嵌套关系的状态相关系统进行可靠性参数计算,具有很强的通用性与实用性。     

含有多普勒频率的毫米波/红外融合滤波算法

由于毫米波雷达(MMV)和红外(IR)两种传感器在跟踪目标方面具有各自的优势,故使用两种传感器进行数据融合可以得到较单一传感器更高精度的目标数据,从而提高滤波精度。针对上述两种传感器的特点,对采样数据进行时空对准,结合UT变换思想,并在此基础上提出一种含有多普勒频率的无迹卡尔曼滤波(UKF)算法。新算法较单一MMV或者IR传感器滤波算法精度有了明显提高,并且较MMV/IR融合的传统扩展卡尔曼滤波(EKF)算法的精度也有提高。仿真结果证明了新算法的有效性和合理性。     

隶属度信息辅助的红外多目标模糊关联算法

针对红外多目标跟踪,利用红外序列图像中目标隶属度信息建立改进的多目标关联算法。该算法是基于模糊c均值聚类方法,以红外目标运动状态和背景环境变化引起的红外目标隶属度信息变化为选择门限,适时切换算法赋值策略,以提高特殊环境下多目标关联的适应性。通过仿真对比证明了该方法具有更好的跟踪精度和稳定性。     

目标定位和跟踪的卡尔曼滤波加 BP 神经网络的方法

首先分析了卡尔曼滤波应用于单目标定位与跟踪时需要校正的因素,接着用具有反向传播（ＢＰ）学习算法的前向网络,建立校正原理和校正网络体系结构,最后分别给出了它对第１类和第２类火控系统应用的数学模型。     

卡尔曼滤波在坦克目标状态估计中的应用

分析了现有机动目标数学模型及其卡尔曼滤波算法,并用数字信号处理器(DSP)对一个实际算法进行了实验.实验结果表明目标机动性能的提高将使坦克火控系统由于采用现行目标运动模型而产生较大的误差,因此,在火控系统中采用其他模型,如自适应模型等,势在必行.同时,对于跟踪精度高、实时计算量大的卡尔曼滤波算法,应用DSP技术实现具有良好的发展前景.     

神经网络在比例导引目标定位和跟踪中的应用

本文主要讨论了人工神经网络在近程反导中的应用,利用共轭梯度法和黄金分割法对BP网络进行了改进。把BP网络和卡尔曼滤波结合起来,建立对目标定位和跟踪的数学模型。并且对该模型进行了模拟计算。     

虚拟现实系统中的视觉延迟及其克服算法

虚拟现实(VR)技术问世以来,用户在使用基于VR的飞行模拟器时有时出现恶心、头晕等不适感,这种现象已引起人们的关注。研究表明,视觉延迟是引起这种不适感的重要原因之一。分析了VR系统中视觉延迟产生的原因,并基于卡尔曼滤波技术,设计了视觉延迟克服算法。算法首先假定头部运动是一个随机过程,且有较大的随机加速度,活动幅度一般不超过80mm,建立了头部运动的随机数学模型;其次,采用了测量数据预处理技术以提高预测精度。理论分析和仿真检验都表明,该算法与以往的预测算法相比,计算量增加很少,但预测精度得到了明显的提高。进而减缓了图像的抖动和对操作者头部运动的限制,提高了与虚拟场景的适应能力。     

潜艇电力推进装置的动态模型辨识

将系统辨识的方法应用到潜艇电力推进系统的动态特性的分析中 ,辨识算法采用递推增广矩阵法(RELS) ,并采用变遗忘因子 ,以改善系统的跟踪性能 .研究对象为一模拟电力推进机组 ,在实验数据的基础上建立了该系统励磁控制下的动态模型 .     

相似系统间调整因子的量化方法

探讨一种便于操作、系统而量化的方法 ,以预计新研系统的可靠性参数。在相似设备法的基础上 ,提出了利用可量化的调整因子对相似系统的可靠性参数进行转换的方法 ,有效地提高了相似设备法的可操作性和分析精度 ,对研究相似设备法在工程技术领域的应用也具有一定的参考价值