遗传算法在目标跟踪中的传感器分配算法

传感器在进行目标跟踪时,常规算法主要通过线性规划建立传感器与目标之间的分配方法.但是在对多目标和多传感器的战场环境中,这些方法有一定局限性.研究了基于遗传算法的传感器分配方法,通过构造符合传感器分配这一特殊问题的染色体,从而形成初始种群,然后利用遗传算法模拟生物遗传迭代和自然选择的遗传机理,通过多次选择最终收敛于问题的一个满意解.仿真显示,在大数据运算的环境中,该算法有更高的可行性和有效性.     

基于参数自适应辨识的被动定向算法

推导了匀速运动目标球坐标系下的定向跟踪模型;状态建模的不完备性引起了模型噪声方差阵带有未知径距参数,因而需要解决参数在线辨识问题.从滤波残差正交性原理出发,推导出参数自适应辨识滤波器(PIBF),计算机仿真验证了该算法的有效性并且对目标机动有一定的鲁棒性.     

某型小口径高炮动态跟踪系统误差分析

在该型小口径高炮系统的指标中,对于高炮动态射击精度、火控跟踪精度和随动系统精度都是既有随机误差要求,又有系统误差要求.将火控动态跟踪系统误差作为非常重要的考核指标,却与外场测试结果有差别.从动态跟踪系统误差的产生、分类和内涵出发,通过建立动态跟踪数学模型,并结合作图对其原由进行了深刻的分析.     

自适应两步滤波算法在机载IRSTS被动定位中的应用

在机载红外搜索跟踪系统被动定位研究中,针对扩展卡尔曼滤波算法要求先验的噪声统计及存在系统观测模型线性化误差影响滤波精度的特点,利用两步滤波算法并结合Sage-Husa噪声估计器构建了适用于机载IRSTS被动定位特点的自适应两步滤波算法模型,算法不仅实时在线地估计了观测噪声的统计特性,而且避免了观测模型线性化误差.仿真结果表明,在完全相同的初始条件下,自适应两步滤波算法对目标运动参数的估计结果明显优于扩展卡尔曼滤波,从而提高了机载IRSTS被动定位的精度.     

光电/弹炮结合防空系统的综合设计

雷达有源跟踪定位一直是火控系统的主要侦察探测方式,由于雷达对抗技术的发展,有源雷达设备的作战效能大为降低.在火控系统中,光电无源跟踪定位可代替雷达的部分功能,其开发潜力备受关注.介绍了光电/弹炮结合防空系统的重要作用,论述了光电探测和弹炮一体化设计的基本结构和功能, 提出了系统综合设计的主要研究内容和关键技术,探索了光电信息火力引导的技术途径并给出了一种基于光电探测的弹丸脱靶量测量技术.     

弹道目标跟踪滤波方法研究

主要对弹道目标的跟踪滤波方法进行了综述,对扩展卡尔曼滤波（extended Kalman filter,EKF）、转换测量卡尔曼滤波（conversion measurement Kalman filter, CMKF）、基于弹道运动方程的扩展卡尔曼滤波（ballistic extended Kalman filter, BEKF）、基于弹道运动方程的无敏卡尔曼滤波（ballistic unscented Kalman filter, BUKF）4种滤波算法的关键点、优缺点进行了剖析。进一步利用仿真的弹道数据对4种滤波方法的效能进行了验证,对比了不同滤波器的滤波精度和再入目标的跟踪性能,分析了质阻比对滤波性能的影响,提出了选择和设计目标跟踪滤波方法时需要考虑的几个问题,为雷达滤波方法的选择和设计提供参考和依据。     

跟踪干扰对延迟锁定码跟踪环性能的影响

本文分析了跟踪干扰对跳频系统中码跟踪环性能的影响。它使参考码与接收码之间的相位误差均值偏移,相位误差方差增大,环路失锁慨率增加,以及间接地使误码率上升。     

用于角度测量的加速度传感器输出信号的处理方法

本文介绍采用I-F(电流-频率)变换技术,利用抑制脉冲干扰的平均值数字滤波及基于最小二乘法的数据拟合方法,对用于角度测量的石英挠性加速度传感器的输出信号进行高精度数据处理。     

TWS 雷达中的机动目标跟踪问题

采用非零均值相关加速度模型建立ｋａｌｍａｎ滤波器,以解决ＴＷＳ雷达中的机动目标跟踪问题。建立在载准线直角坐标系的机动检测器根据残差的变化可自动调整机动加速度方差以保证非机动目标的跟踪精度和跟踪器对机动目标的跟踪。仿真表明了本文方法的有效性。