弹道跟踪数据处理中的几个计算问题

结合弹道跟踪数据建模和数据处理的实践 ,提出了几个有典型应用价值的测量数据模型 ,在应用这些数学模型解决实际问题时 ,涉及统计、优化、函数逼近等几方面的理论和计算问题。这些问题和模型的研究 ,对解决许多相关的实际问题有重要意义。     

跟踪机动目标的一般输入估计方法

本文提出一种新的目标跟踪输入估计方法。传统输入估计方法的主要缺陷是假设目标机动强度在检测窗内是常量。本文的新方法把目标的机动视为一些基本时间函数的线性组合,从而克服了上述缺陷。由此得出的算法具有包括此前输入估计研究成果的一般形式。根据选取的机动模型和其他设计参数如检测窗宽度、量测噪声水平和采样周期等,研究检测灵敏度,并据此分析了本文算法的检测性能。计算机仿真研究表明本文新算法的性能比得上Bogler输入估计方法,且计算时间大大减少。     

多模型滤波器

本文研究了多模型滤波器的最优设计问题。多模型滤波器在跟踪目标时,使用了不同的局部模型。其中用到两个模型:常速(CV)和常加速(CA)模型。得到了保证最优多模型滤波存在的充分条件。这个问题是在开关增益是对角矩阵的条件下解决的。用一个模拟的目标轨迹对此滤波器的性能进行评估。     

机动目标跟踪的模式集自适应IMM算法的设计和比较

变结构多模型状态估计器方法适用于雷达跟踪空中机动目标。本文研究和设计了两种自适应时变模式集交互多模型(IMM)跟踪滤波器;切换网格(SG)IMM和自适应网格(AG)IMM算法。针对不同的飞行想定,通过Monte Carlo仿真方法对这些算法及相应的固定网格(FG)IMM滤波器的性能进行了评估和比较。仿真显示,对特定的机动目标跟踪问题,SGIMM和AGIMM跟踪滤波器在性能和计算量等方面要比固定结构多模型算法(FGIMM滤波器)有明显地提高。     

用BMM算法进行机动目标跟踪

本文提出了用自助法多模型——the bootstrap multiple model(BMM)算法进行评估混合(连续-离散)系统的自助法随机仿真方法。并用BMM滤波来进行机动目标跟踪,跟踪效果由计算机仿真进行验征。     

基于活动轮廓的机器人视觉伺服控制

提出了基于活动轮廓的视觉伺服控制方法。将活动轮廓和光流模型相结合用于运动物体图像的实时跟踪 ,以抽取物体图像的边缘信息 ,并以此信息控制摄像机的运动 ,达到机器人定位、跟踪等目的。该方法跟踪精度高 ,鲁棒性好 ,且满足实时跟踪的要求。实验结果表明了该方法的正确性和有效性。     

跟踪监测舰艇“健康”状况

东海舰队某保障基地装备部质控室开展的舰艇装备技术状况检测和跟踪监测,使舰艇装备有了真正的"保护神"。这些为舰艇装备把脉的"神医"们,无论是在海上,还是在陆地,时刻都在利用高新技术手段开展科学的装备管理和维修,避免了装备重大故障的发生,不仅为部队节省了大量修理经费,而且赢得了修理时间。     

用于闭环校射系统雷达跟踪弹丸的弹丸运动模型

以国产某型舰炮为例,结合动目标跟踪理论和外弹道理论,分析研究了弹丸运动的局部变化规律,提出了一种简化的弹丸运动数学模型,适用于闭环校射火炮武器系统火控雷达对弹丸目标的实时跟踪,可以有效地降低弹道滤波和预测的计算量并提高弹道滤波和预测的精度,使之满足武器系统对跟踪精度和处理速度的严格要求,具有重要的工程应用价值.