基于神经网络的椭圆扩展目标形态估计

针对复杂环境下由稀疏量测引起的椭圆扩展目标形态估计精度低的问题,提出了一种基于神经网络的形态估计方法。利用神经网络对目标量测进行处理,估计出椭圆扩展目标的轴长,然后结合卡尔曼滤波算法实现目标的跟踪。仿真实验结果表明,通过与基于随机矩阵、乘性误差以及卷积神经网络等模型的算法相比,所提算法的跟踪性能有显著改进。     

多传感器量测噪声对航迹融合性能影响分析

针对多传感器量测噪声相关性和量测噪声方差比值对航迹融合性能有影响的问题,分别采用凸组合航迹融合、最优航迹融合和小航迹融合算法进行融合,对融合性能和单个传感器滤波性能进行分析对比.仿真实验表明:(1)当量测噪声相关系数趋向-1时,融合性能良好;当量测噪声相关系数趋向1时,融合性能退化.(2)当量测噪声方差比值大致处于[0.1,10]时,融合性能良好;当量测噪声方差比值超出此范围时,融合性能退化.     

基于期望模型的变结构交互多模型算法

采用变结构思想,提出一种基于期望系统噪声模型的变结构交互多模型算法。算法中,预测噪声变化范围的噪声模型集不再采用固定结构,而是根据量测新息在线辨识和调整,使之更加接近于目标的真实运动模式。基于模型匹配概率与先验的马尔科夫切换概率调整期望系统噪声模型噪声方差,得到一个最优的系统噪声模型集。将该算法与交互多模型算法相结合,得到一种变结构交互多模型算法。仿真结果表明,该算法对机动目标的跟踪精度要优于固定结构的交互多模型算法。     

线性/非线性系统混合滤波

针对采用混合坐标系的跟踪系统,提出线性/非线性系统混合滤波方法(SRUKF-KF算法).该方法用SR-UKF估计系统状态空间模型中的非线性部分,用SR-KF估计其线性部分,提高了线性部分估计的精度和运算效率.仿真结果表明,该方法具有较强数值稳定性,较高估计精度和较好的实时性.     

红外焦平面探测器的盲元对跟踪精度的影响

由于加工材料和制造工艺等因素的影响,实际使用的红外焦平面阵列探测器存在盲元。盲元将造成图像质量下降,图像灰度分布失真,进而影响红外系统的跟踪精度。简单介绍了质心和形心的计算方法,通过仿真,分析了不同情况下的盲元分布对点目标、斑点目标、面目标跟踪精度的影响,为减小导引头的跟踪误差提供了理论参考。     

脉冲负载柴油发电机组的FBS模型设计及试验

在分析了机组的工作特性和功能需求的基础上,推导出了可以完成机组功能需求的期望行为,设计出了可以实现期望行为的机组结构。重点研究了柴油机功率确定、储能飞轮惯量优化及增压器匹配设计等问题,并将废气涡轮增压柴油机应用到该型机组。对机组的设计进行了试验验证。试验结果显示,机组性能满足设计要求。针对试验过程中负载突加初期的增压器供气滞后问题,提出了电力辅助涡轮增压方案,该方案可有效降低机组的燃油消耗和动态调速率。     

一种基于球坐标的角速率耦合跟踪方法

针对机动目标跟踪中所获取的速度量测信息,分析了速度量测与位置量测信息的关系,建立了球坐标系下角速率耦合跟踪模型。将Coriolis加速度信息引入到对径向距离的滤波处理中,同时也探讨了角速度对径向距离滤波的影响。仿真结果表明,相比于其他几种方法,角速率耦合跟踪方法在一定程度上提高了跟踪精度。     

纯方位跟踪中最优观测者轨线及其跟踪性能研究

研究纯方位目标跟踪系统对常加速目标跟踪时最优观测者轨线及其跟踪性能问题。基于最优控制理论建立最优观测者轨线的优化模型,运用解析法得到距离精度准则下常速率观测者最优航向的必要条件,通过仿真讨论了观测者轨线对目标跟踪性能的影响。仿真结果表明,观测者沿距离精度准则下的最优轨线机动,可提高对目标距离的估计精度。     

一种基于Lorentzian函数的变步长LMS自适应滤波算法

为了改善传统的LMS类算法存在的缺点,提高算法的收敛速度和跟踪性能,提出了一种基于Lorentzian函数的变步长LMS自适应滤波算法.该算法采用Lorentzian函数来建立估计误差e(n)和步长因子μ(n)之间的非线性关系,以达到提高收敛速度和改善跟踪性能的目的.计算机仿真表明,算法与其他LMS类自适应滤波算法相比,在收敛速度和跟踪性能上都有较大的提升.     

GPU异构系统中的存储层次和负载均衡策略研究

GPU体系结构的革新和相应开发平台的发展使得GPU广泛地应用于科学计算领域.通过深入地分析GPU体系结构和存储层次的优缺点以及GPU上的关键性能特征,阐明了GPU体系结构、编程模型和存储层次之间的关系.针对GPU异构系统上的应用映射提出三种基本负载均衡优化策略:预取、流化、任务划分.试验结果揭示了不同的优化因子与优化效率之间的具体关联.