基于扩展Voronoi图的兵力机动路线决策

兵力机动决策是作战指挥决策的重要组成部分,兵力机动路线决策是兵力机动决策的关键.将地形、障碍和敌情威胁抽象为扩展Voronoi图的生长源,进而根据扩展Voronoi图的特性规划出兵力机动可选择路线,根据相应算法进行选择并修正后得到机动路线,为指挥员的决策提供参考.     

谈消防集群通信系统的功能扩展

随着火灾特点的变化和科学技术的发展,提高消防部队灾情响应速度的要求日渐强烈,建立更加智能化的接处警系统迫在眉睫。这就要求作为灭火救援重要组成部分的集群通信系统具有与其它网络的相容性,从组呼、联网调度、故障弱化功能、数据传输及查询、集群系统与常规系统互联等方面探讨集群通信系统的功能扩展。     

全局仿射变换条件下图像不变量提取新方法

从仿射几何理论出发,提出了一种全局仿射变换条件下图像特征不变量构造的新方法.利用仿射区域划分获取一组扩展质心集合作为图像特征点集;求解特征点集的凸包,根据扩展质心的性质将凸包顶点均匀组合成若干特征区域;利用仿射几何性质构造了有效的仿射不变量.实验对该方法进行了全面的比较分析,以验证所构造的不变量更具稳定性和高时效性.     

参数和非参数滤波算法在贝叶斯估计问题中的比较

在贝叶斯估计问题中常用的滤波算法有两大类,一类是适用于非线性问题的,在卡尔曼滤波算法基础上发展出来的各种参数滤波算法,如扩展的卡尔曼滤波,拟线性卡尔曼滤波及近年提出的基于Unscented变换的Unscented卡尔曼滤波算法等;另一类是基于蒙特卡洛仿真技术的非参数滤波算法--粒子滤波.两类跟踪算法在实际问题中都得到了广泛应用.从原理上对这两类算法中的四种具体算法进行了介绍,重点分析了每种算法的长处及不足,可为实际应用中算法的选择提供依据.     

防空武器系统作战建模与仿真

在对防空武器系统作战过程分析的基础上,用IDEF(integrated definition method)方法建立了防空武器系统作战过程的功能模型,并使用一种扩展随机有色Petri网(SCOPN)对武器系统作战的动态过程进行建模与分析,通过对武器系统作战过程的定量计算,验证了建模方法的可行性,为研究复杂系统提供了一种有效方法.     

无味卡尔曼滤波在空对海单站BDO-TMA中的应用

针对空对海单站无源只测方位-多普勒目标运动分析(BDO-TMA)问题应用无味卡尔曼滤波(UKF:Unscented Kalman Filtering) EKF进行了对照研究,建立了该应用场景下的离散非线性滤波估计模型,Monte Carlo仿真运行结果表明,UKF在该应用背景下是切实可行的,具有更高的估计精度和更强的收敛特性.     

基于三元阵的水下目标运动分析算法研究

针对由水听器构成的三元阵系统,提出了一种新型的水下目标运动分析方法.利用测得到达不同水听器的时延差,建立了状态方程和观测方程.运用扩展卡尔曼滤波算法,研究了该系统的目标运动参数估计问题.蒙特卡洛模拟仿真试验结果表明上述方法具有较好的定位性能,该系统结构简单,有良好的应用前景.     

纯方位TMA的变增益扩展卡尔曼滤波算法

通过对水下纯方位目标运动分析中的扩展卡尔曼滤波(EKF)算法的分析,利用方位新息,构成了一条反馈回路,从而将EKF算法改进为变增益扩展卡尔曼滤波(VGEKF)算法.对比仿真分析表明,VGEKF较之EKF滤波效果有所改善,增强了稳定性,提高了精度,为水下纯方位目标运动分析的实现提供新的途径.     

基于贝叶斯网络分类器的雷达辐射源识别方法

雷达辐射源识别是电子对抗中的重要组成部分.贝叶斯网络分类器建立在坚实的理论基础之上,具有较为优秀的分类性能,而且能够有效地处理不确定性问题,重点研究了如何利用贝叶斯网络分类器进行雷达辐射源识别,并通过仿真实验对朴素贝叶斯分类器及其扩展方法进行了分析比较.实验结果表明,与基于概率近似准则的方法相比,基于分类准确率提高准则的扩展树生成方法具有更为优秀的分类性能.     

使用基于电视信号的双基地雷达实施目标跟踪

本文开展了使用非合作电视发射机作为双基地雷达系统照射器的研究,提出利用电视广播视频或声音载波探测和跟踪目标的信号处理方案。此方案不需要与发射机同步,使用多普勒频移和方位测量来估计目标航迹,信号处理包括两个通道的快速傅里叶变换,用以确定接收信号中的多普勒和相位特征,然后经过时域和频域恒虚警处理获得目标回波。对回波中存在的由于天线单元间互耦合产生的相位误差进行校正,并且求得相应的方位。基于卡尔曼滤波的跟踪技术用于多普勒/方位点迹和不同目标航迹之间的互联。每个目标在直角坐标下的位置和方位估计采用扩展卡尔曼滤波,滤波初始化过程采用遗传算法和Levenberg-Marquardt优化算法。实验结果表明能够探测并跟踪很大范围内的目标,最远距离可以达到260公里。