模糊聚类法改进异类传感器航迹关联北大核心

针对ESM与雷达的异类传感器航迹关联的准确性问题,提出了一种基于模糊聚类方法的异类传感器航迹关联算法。首先,将测得的航迹看作方位信息的时间序列,由不同航迹最终构成一个时间序列集合;再以当前时刻与历史时刻为模糊因子进行相似计算并得到模糊相似矩阵,并求得模糊等价矩阵;最后采用全局最优的判别准则确定航迹关联对,达到航迹关联的目的。仿真结果表明,基于模糊等价关系的异类传感器航迹关联算法能够有效提高ESM与雷达的航迹关联性能。     

模糊聚类的多雷达航迹关联算法北大核心

为了解决传统滤波跟踪算法对多雷达航迹预测定位误差较大的实际问题,通过对基于关联矩阵的聚类算法进行分析,提出了基于模糊聚类多雷达、多目标航迹定位跟踪仿真模型提出改进的矩阵聚类算法,并且与传统滤波跟踪算法做对比分析。实验结果表明,所提算法的性能在时间和空间上有所提高。较之传统算法精度较高,运算效率亦有所提升。     

水下旋转平台惯导的单点校正算法

为增强惯性器件误差可观测度,满足高精度导航要求,基于平台方位旋转技术,设计了水下旋转平台惯导系统(ARGINS)陀螺漂移的单点校正算法。首先,引入旋转平台惯导的误差方程,利用Laplace变换分析了陀螺漂移和加速度计零位偏置对系统时域特性的影响;其次,设计了针对水下旋转平台惯导的单点校正算法,包括旋转平台惯导的初始对准、状态切换以及方位陀螺漂移的单点校正;最后,对单点校正算法进行了仿真实验。仿真结果表明:该单点校正算法可有效估计和补偿方位陀螺漂移,同时降低东、北向陀螺漂移以及加速度计零位偏置对系统误差的影响,有效抑制后续导航误差发散现象,提高导航精度。     

水雾雾滴初始位置对喷雾冷却性能的影响

为揭示集水箱内水雾雾滴喷射的初始位置对喷嘴喷雾冷却性能的影响,利用欧拉-拉格朗日方法和离散相模型对发动机排气集水箱内横流喷雾冷却过程进行了三维数值模拟。结果表明:当雾滴进入烟气流场的初始位置距离分隔板小于0.14m时,部分雾滴进入循环涡流区,大量雾滴与分流管管壁反复碰撞,在管壁上形成液膜,使得雾滴蒸发速率降低;当雾滴初始位置位于(0.14,0.23)m时,两相掺混较好,且随着距离的减小,雾滴有效运动行程增加,喷雾冷却效果增强;当雾滴初始位置大于0.23m时,雾滴未在排气室进行螺旋运动而是随气流直接排出集水箱,蒸发时间短,喷雾冷却效果不显著。     

基于星历辅助的导航星座星间链路捕获初始信息求解算法

针对星间链路信号动态范围大、捕获时间要求短之间的矛盾,提出了一种捕获初始信息的求解算法。该算法基于导航星座的星历资源和动态特性,采用迭代的方法对信号传输时延和多普勒频率进行估计。分析指出,该算法实现过程简单,收敛速度快,估计精度高,两次迭代即可实现时延估计精度达到纳秒级,大大降低了捕获实现的难度和复杂度,适合星上资源要求比较严格的场合。分析基于北斗导航星座模型展开,对我国北斗导航星间链路的设计提供了参考。     

一种多雷达多目标抗系统误差航迹起始方法

提出了一种多雷达多目标抗系统误差航迹起始方法,该方法利用不同雷达对同一目标探测具有较大相似性的特点,对接收到的多部雷达点迹,经初始相关序列提取、相关序列近邻假设整体分配、目标初始状态估计等环节,进行多雷达航迹起始,有助于解决因系统误差估计与数据关联互为前提而无法对目标实施精确跟踪的问题。仿真结果表明,该方法能够对多雷达点迹进行有效互联,提高存在雷达系统误差条件下的航迹起始正确率。     

利用时间窗权重进行航迹关联

提出一种利用传感器测量数据的时间窗权重进行航迹关联的方法,将目标运动状态的多维向量(如距离、方位角、俯仰角等)分解为多个一维状态标量;根据每个状态标量与时间的关系,提取两条航迹的共同测量时间区间,将其划分为若干个时间窗,计算对应时间窗内的权重;根据时间窗权重差计算每一个状态标量的航迹相似度;应用DS理论或Bayes理论进行航迹关联决策。     

女干部如何塑造良好形象

正塑造良好形象是女干部成为一名成熟、优秀的领导干部的重要条件。良好形象是多种因素叠加作用的结果,我将这些因素归结为:激情、阳光、坦诚、自信。激情。体现一种工作状态和精神面貌,对工作抱有的信念和责任。无论做什么工作,首先要树立坚定的理想信念。理想信念是人的精神支柱,有什么样的理想信念就会有什么样的行为表现,就会成为什么样的     

复杂环境下多雷达点迹融合

针对系统误差、杂波干扰等对点迹融合处理系统的影响,结合工程实践,提出了一种处理复杂环境下多雷达点迹融合结构框架,给出了存在系统误差情形下的多雷达航迹起始、虚假目标抑制、雷达误差配准等模型和算法。仿真结果表明,提出的框架、模型和算法能够有效处理多雷达点迹融合问题。     

通信受限下分布式多传感器协同跟踪算法

在分布式多传感器目标跟踪系统中,由于局部融合中心(LFC)的物理限制(如:有限的频率信道、处理器容量有限等),只能接收有限个传感器的传送数据。此外,信息传输的方式也将影响传感网的使用寿命,因此,研究了通信受限下的分布式多传感器目标协同跟踪问题。首先对监视区内分布的传感器进行聚类分簇形成若干个子网,接着从通信能耗的角度出发,对传感器采集信息的传递路径进行最优路径规划;进而对子网局部状态进行估计,在子网信息融合中,分别采用最大距离和、最大化信息增量两种准则进行最佳传感器选择,最后通过各子网全局航迹融合实现分布式多传感器协同跟踪。仿真验证了算法的有效性。