基于多智能体的传感器网络协同目标跟踪技术研究

针对传感器网络中的协同目标跟踪问题,分析了基于多智能体理论的分布式协同策略,提出了一种基于动态联盟的传感器网络协同目标跟踪框架,分析了系统中的智能体构成,提出了联盟中基于贝叶斯估计的Manage Agent的数据融合算法,讨论了Manage Agent的选举算法。理论分析表明,多智能体理论能够较好地适用于传感器网络的协同目标跟踪问题。     

固定翼无人机航迹跟踪抗风性研究

无人机作为一种新型军事装备,具有广泛的作战应用场景。无人机的航迹跟踪性能和抗干扰能力是其安全完成飞行任务的保障,随着现代战争作战环境日益复杂,无人机飞行将面临更大的挑战。针对目前固定翼无人机在飞行过程中受风扰影响严重的问题,设计了一种具有抗风性的航迹跟踪方法。利用非线性导引原理实现对航迹的跟踪,并通过引入反馈消除了风扰条件下飞行轨迹与期望航迹之间存在的静差。最后通过仿真验证了该方法的可行性和有效性。     

DS/FH信号跟踪的频率相位修正技术

直序/跳频(direct sequence/frequency hopping, DS/FH)扩频信号的跟踪受到多普勒效应和电离层效应的严重影响,使其难以应用于卫星导航的抗干扰领域。为了解决该问题,提出将递归最小二乘滤波修正的方法应用在DS/FH信号跟踪上。将处于不同通道中心频率的多普勒频率估计转化到DS/FH信号的整体中心频率进行并滤波,在频率捷变时对载波数控振荡器进行修正。根据对频率跳变前后载波相位和码相位突变的观察,实时估计电离层的电子密度,在频率捷变时修正载波相位和码相位。仿真实验证明,所提方法能够有效地消除DS/FH信号跟踪中的频率相位不连续问题,其跟踪精度与直序扩频信号度基本是相同量级。     

基于神经网络的多模型机动目标跟踪方法研究

针对传统机动目标跟踪问题中存在的跟踪精确性低、参数适应性差、计算量大等问题,提出了一种基于径向基神经网络的多模型机动目标跟踪方法.首先,介绍了机动目标跟踪问题的基本原理、径向基神经网络模型及机动目标运动模型.然后,将提取的机动目标特征向量输入已训练好网络参数的神经网络中,与隐含层中由训练样本组成的输入矩阵比较并输出,通...     

静止观测站下机动目标的推广卡尔曼角度跟踪算法

采用"当前"统计模型,提出了静止观测站下机动目标的推广卡尔曼角度跟踪算法,实现了对目标的角度跟踪和预测,并对此算法进行了Monte-Carlo计算机仿真.通过分析目标角度的误差均值与误差均方值,表明此算法有较好的角度跟踪与预测能力.     

预备役部队武器装备管理应“四到位”

武器转备管理,是部队装备建设中带有基础性和经常性的重要工作,有其本身特殊性,预备役部队的武器装备管理,体现在严格落实武器装备管理法规制度基础上,应坚持做到在静态中的安全管理到位、动念中的跟踪监督到位、使用中的技术指导到位、工作中的奖惩机制到位等“四到位”。     

基于Jerk模型的一种改进多传感器数据融合算法

简要介绍了目前存在的一些机动模型和基于状态估计的滤波算法。将Jerk模型与强跟踪滤波算法有机地结合起来,并提出了一种通过时空综合分析的测量方差自适应估计方法以优化强跟踪滤波算法中次优渐消因子和滤波增益的在线选择,同时结合多传感器数据融合具有改善滤波精度的性质,最终给出了一种基于Jerk模型的改进多传感器数据融合算法。最后,通过蒙特卡罗仿真验证了该算法的有效性。     

临近空间高超声速机动目标跟踪的IMM-QB算法北大核心

经典的交互式多模型(IMM)算法由于转移概率矩阵固定不变,在跟踪运动状态未知且多变的临近空间高超声速目标时存在一定的不合理性。通过采用准贝叶斯(Quasi-Bayesian)估计对转移概率矩阵在线调整的方法,与基于CV-CA-Singer的经典交互式多模型算法进行融合形成了IMM-QB算法。Monte Carlo仿真实验表明,IMM-QB算法对临近空间高超声速滑跃式机动目标的跟踪精度有一定程度的提高。     

闪烁噪声条件下基于交互多模框架的雷达目标跟踪算法

针对传统雷达目标跟踪算法在处理闪烁噪声时面临的性能下降问题,提出一种将容积卡尔曼估计器与交互多模框架相结合的高性能滤波算法。该算法将目标状态建模为高斯分布,将闪烁噪声建模为混合高斯分布,同时将其发生概率建模为一阶马尔可夫过程;在此基础上,利用交互多模框架实现对不同高斯噪声分量的匹配滤波处理。为了减轻非线性观测条件对目标跟踪精度的影响,进一步采用容积卡尔曼估计器作为高斯近似滤波器,对目标状态进行递推预测和更新。仿真结果表明：所提算法较传统高斯混合滤波器和粒子滤波器具有更高的跟踪精度和更好的实时性能,同时还能对闪烁噪声出现时刻进行有效的估计。     

微分环与自积分环EMP磁场传感器的研究

本文对ＥＭＰ磁场传感器的进行了理论分析,提出了微分环与自积分环两种磁场传感器的设计方案,并在ＴＥＭ小室中对这两种传感器的动态响应特性进行了实验研究,针对ＥＭＰ磁力传感器普遍存在的固有失真问题,建立了误差分析模型,为估计测量误差提供了理论依据,研究表明,自积分环磁场传感器峰值测量误差很小,适用于波形的直接观测,微分环传感器灵敏度高,抗干扰能力强,适用于测量弱信号的场合。