一种改进的基于交互式模型的机动目标跟踪算法

针对传统的以匀速(CV)或匀加速(CA)运动作为目标运动模型的卡尔曼跟踪滤波器的计算量大及跟踪精度低的固有缺陷,提出了一种基于CV和CA的交互式卡尔曼滤波模型的机动目标跟踪算法,该算法能在保持直线运动跟踪精度不变的前提下,使做曲线运动的目标的跟踪精度逼近做直线运动的目标的跟踪精度。并将CV和CA模型混合起来进行仿真估计,系统仿真结果表明该算法提高了系统的跟踪精度。     

水面舰艇防空武器抗击单枚反舰导弹的效能评估

为了充分发挥水面舰艇防空武器抗击空袭目标的作战效能,从防空导弹武器和副炮武器共同发射区的分析出发,通过研究副炮武器的射击方式和两种防空武器的射击次数,建立了水面舰艇抗击单枚来袭反舰导弹的效能评估模型,然后使用该模型对几种防御方案进行仿真计算,得出了最优的作战方案,可以为指挥决策提供参考依据。     

基于模型跟踪变结构控制的飞行重构控制律设计

提出一种基于模型跟踪变结构控制的飞行重构控制律的设计方法.利用该方法能实现受控对象对理想模型较高精度的跟踪,使重构飞行控制系统具有较好的控制性能.首先设计了一个比例-积分滑模面以确保消除稳态误差,采用极点配置技术使滑模具有良好的动态品质,其次利用饱和控制技术来减少变结构控制引起的抖振现象,最后以某型飞机纵向飞行控制系统为例进行了相应的数字仿真.结果表明重构系统不仅实现了无抖振模型跟踪,而且还具有较强的鲁棒性.     

AR模型在陀螺仪性能故障诊断中的应用研究

对惯导系统上的陀螺仪在无故障和故障下输出的信号进行分析 ,计算出信号的特征量———均值、标准差、协方差 ,并用现代谱分析技术中参数模型功率谱分析的方法 ,建立信号的AR模型、绘出AR模型的功率谱图 ,对陀螺仪输出信号的变化进行了比较和分析 ,从而找出一种作为判断陀螺仪性能故障的依据     

基于仿真模型与遗传算法的最优火力分配模型

针对装备了先进舰载防空武器系统的舰艇编队,需要航空兵与水面舰艇联合多批次打击才能取得满意战果,由于毁伤经验公式所限,现有的算法只能解决对舰艇编队一次打击的火力最优分配问题,而不能很好的解决对舰艇编队多次打击的火力最优分配问题。论文将仿真模型加入遗传算法运算过程中,利用仿真得出每次打击目标的毁伤状态,并将其结果作为遗传算法的参数进行寻优。     

基于ADAMS和Matlab的大口径舰炮发射系统动力学仿真

利用ADAMS和Matlab/Simulink两大软件的信息交互功能,将ADAMS中的全炮动力学仿真模型生成ADAMS_SUB模块,并将其嵌入联合后坐系统仿真模型中;通过ADAMS和 Matlab/Simulink同步运行对全炮进行发射动力学联合仿真,模拟大口径舰炮发射的全过程,分析全炮的动态响应.对全炮发射动力学联合仿真结果进行后处理分析,观察炮口扰动曲线,进行稳定性分析和炮口扰动分析.根据分析结果,对所建模型及仿真模块进行评价,结果表明,仿真结果与靶场试验数据基本吻合,为物理样机的研制提供了重要的理论参考依据.     

基于大气散射模型的无人机航拍图像快速去雾算法

提出一种基于大气散射模型的无人机航拍图像快速去雾算法。构建大气散射模型。通过对大气散射状态的估计,利用可迭代运行的多向自相关增强方法,再根据无人机航拍目标图像的局部灰度分布特征,设计滤波模板。用滤波增强图像效果后,弱化明亮区域实现无人机航拍图像去雾效果。实验结果表明：该算法的图像弱化效果好,可完整体现景观全局细节,经双边滤波处理后的图像亮度高、色彩丰富、信息量大,可抑制图像噪声、提升清晰度,保障图像质量。     

作战仿真本体构建研究

作战仿真可以为作战任务、作战过程、作战活动、装备效能、体系能力等复杂作战问题的研究提供有效的手段与方法。然而,作战仿真知识涉及多领域、多专业、多层次、多军兵种,存在表达形式异构、共性理解困难、重用复用不足等诸多问题,制约着作战仿真应用的建设、活动的实施、效能的发挥。提供可共享、可理解、可计算的作战仿真知识模型能够提高作战仿真的实施效率和应用效益。因此,结合本体工程和作战仿真知识特点,梳理分析了作战仿真本体的必要性,提出构建原则和构建流程,对形成具体的作战仿真知识模型具有指导意义。     

变结构多模型估计第Ⅳ部分——模型群切换算法的设计和评估

在第Ⅲ部分提出了一种称为模型群切换算法(MGS)的变结构多模型(VSMM)估计器它是第一种通用的、可应于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.在这种算法中,模型集合通过在一定数目预先确定的模型群之间的切换来实现自适应.它比固定结构MM(FSMM)估计器,包括交互多模型估计器(IMM)具有更大的潜力获得更高的费效比.本文研究了算法应用中的一些比较重要的问题,包括模型群自适应逻辑和模型群的设计.研究的结果通过一个机动目标跟踪问题的详细设计例子进行了演示.这个跟踪问题使用一个时变模型集合,每个模型由目标的加速度期望值表征.仿真结果用来证实在仔细设计和非常随机和确定的情况下,MGS算法同使用所有模型的固定结构IMM(FSIMM)估计的性能(基于更合理和完全的度量,而不是仅使用通常的rms误差)和计算复杂程度的比较.