Ad Hoc网络在军事领域中的应用

Adhoc网络是指一组带有无线收发装置的移动节点组成的一个多跳的临时性的自治系统。Adhoc网络的前身是分组无线网(PRNET)。1972年,美国DARPA启动了分组无线网项目,研究分组无线网在战场环境下数据通信中的应用。项目完成之后,DAPRA又在1993年启动了高残存性自适应网络(SURAN)项目。研究如何将PRNET的成果加以扩展,以支持更大规模的网络,还要开发能够适应战场快速变化环境下的自适应网络协议。1994年,DARPA又启动了全球移动信息系统(GloMo)项目,在分组无线网已有成果的基础上对能够满足军事应用需要的、可快速展开、高抗毁性的…     

基于U-D分解滤波的交互多模型算法

简要回顾了基于相控阵雷达的三维空间中机动目标建模与自适应跟踪的机理,针对交互多模型算法在其跟踪应用过程中可能会出现的滤波发散问题,提出了一种基于U-D分解的交互多模型目标跟踪算法.该算法可以有效地限制交互多模型算法滤波计算过程中的滤波发散的可能性,从而使得IMM算法更加稳定.     

基于LS-SVR的提升小波自适应算子构造方法与应用

小波变换已经广泛应用于信号处理各个领域,然而为给定的信号设计合适的小波函数非常困难.提升小波变换通过设计预测算子和更新算子,可以获得具有期望特性的小波函数.提出一种提升小波自适应算子的构造方法.根据给定的维度对剖分信号进行处理,采用最小二乘支持向量回归机算法构造自适应算子,选用线性核函数实现均方误差最小化.仿真实验证明了该方法的可行性和有效性.所构造的预测算子能够反映给定信号的结构特征,适用于信号消噪和故障诊断.     

异类传感器信息融合的分布式滤波算法

基于联邦滤波算法,对雷达/红外双模导引头数据融合算法进行了研究,给出了基于雷达/红外双模导引头跟踪系统的结构及算法模型.针对典型工作状况参数,对匀速、匀加速、机动等目标运动状态进行了蒙特卡罗追踪仿真.仿真结果表明:基于联邦滤波的分布式融合跟踪算法,对各种目标运动状态下的位置、速度跟踪精度和抗干扰能力都相对于雷达单模跟踪的较好.     

EM-PF参数估计的直升机主减速器裂纹增长预测模型

针对如何有效利用设备故障监测过程中获取的有限的直接状态信息和大量的间接状态信息,进行故障预测的问题。首先建立了Gamma退化过程状态空间模型;进而在EM中嵌入PF技术,实现了参数求解,并通过仿真方法验证了估计精度;最后根据UH60直升机主减速器行星架的振动特征和裂纹长度数据,将预测模型应用于行星架裂纹增长过程,对任意时刻的裂纹长度进行了预测。实例表明该预测模型可以以较高的精度估计行星架实际裂纹长度。     

十字梁控制系统的非奇异终端滑模控制

为了保证系统跟踪误差在有限时间内收敛到零,采用非奇异终端滑模控制方法设计十字梁系统的控制器.将十字梁系统3个通道之间的耦合因素和外界干扰影响视为不确定项,将十字梁系统模型转变为一种类解耦形式.设计了自适应算法分别调节3个通道的控制器参数,对不确定项进行估计和补偿,使得3个通道的控制器中不包含耦合因素,从而简化了控制器结构.仿真分析表明,所设计的3个通道的非奇异终端滑模控制器比前人设计的控制器具有跟踪速度更快、跟踪精度更高的优点.     

一种新的离散余弦变换LMS自适应滤波算法

通信过程中由于多径效应容易造成码间串扰,为此讨论了一种基于离散余弦变换(DCT)的最小均方(LMS)自适应滤波算法.该算法不依赖于输入信号特性,以一种近似的方式完成对输入向量正交化,实现了高效计算.将该算法运用于码间串扰(ISI)严重的信道均衡仿真实验中,并与传统的LMS和归一化LMS( NLMS)算法进行比较,仿真结果表明该算法具有更快的收敛速度和更小的稳态误差.     

基于自适应动态分簇的二元传感器网络目标跟踪算法

针对二元传感器网络的目标跟踪问题,提出了一种通过设置簇内传感器节点数目门限自适应地调整簇的激活半径、利用少量被激活的节点进行跟踪的方法,并利用一种改进的分布式粒子滤波算法进行目标位置估计以减少粒子数和计算量。仿真结果表明:与传统的IDSQ算法相比,所提出的算法能够在保证一定跟踪精度的基础上,有效降低网络的能量消耗,提高网络寿命。     

基于组合牛顿迭代法的改进IEKF及其在UNGM中的应用

从高斯-牛顿迭代的角度对迭代扩展卡尔曼滤波(IEKF)进行分析,提出了一种基于组合牛顿迭代法的改进IEKF算法。该算法通过实时判断每次迭代对状态的逼近程度,采用加权平均的方法确定新的迭代值,继而采用卡尔曼滤波框架对状态进行量测更新。新算法较传统的IEKF具有精度高以及对初值不敏感的优点。实例仿真验证了该算法的有效性。     

基于核函数的自适应聚类背景提取

随着目标的检测与跟踪的广泛应用,移动物体分割问题成为研究热点,而解决这类问题的关键需为对图像背景的更新和提取。通过对目前已有的背景提取方法的研究,提出了一种新的基于核函数的背景提取方法:进行预处理,制定删选法则来自适应获取所需处理的视频序列;定义核函数来衡量模式间相似性,对2类聚类中心进行初始化;利用最小距离准则来灰度归并,采取实时的自适应阈值选择;最后通过比较满足条件的像素总数,获取所需背景。实验证明,该方法有效。