用IMMPDA固定延迟平滑算法对杂波环境下机动目标的多传感器跟踪

本文对于在杂波环境下用多个传感器跟踪一个高度机动目标提出了一个次优的固定延迟平滑算法。此固定延迟平滑算法是把基本的交互式多模型方法(IMM)和概率数据互联(PDA)技术应用到扩展状态系统上发展而来的。在过去这种方法只使用在确切考虑量测来源(即无杂波)的马尔科夫开关过程上。本文通过对一个高度机动目标跟踪的仿真例子来说明这个算法,其中仿真假设有两个传感器:一部雷达、一部红外,都作用在密集环境下。提出的平滑算法引进了在估计时刻与最新量测之间的一个短时延迟,使得在航迹估计精度上与已有的IMMPDA滤波算法相比,有了显著地提高。而且其计算量只是随着延迟时间线性增长。然而,在一些应用中跟踪的延迟可能导致在控制闭环中产生不希望有的影响。     

优化布雷兵力任务区分的目标规划方法

本文运用目标规划方法对封锁作战中的布雷兵力任务区分问题进行了定量分析和优化。在定量分析中考虑了实际布雷能力与计划布雷数量的差距、不同布雷兵器的性能、不同雷区的重要性和位置、不同海区受敌威胁的程度等因素。该应用研究表明目标规划方法能够比较有效地处理布雷行动方案优化中必须考虑的多种条件限制。在作战决策中具有较强的综合量化分析能力。     

分布式仿真中保守同步算法的研究

本文简要介绍了分布式联合怍战模拟系统中消息的分类,并根据Lamport同步算法设计了分布式仿真中时间同步算法,最后针对分布式联合作战模拟系统的特点,设计了分布式聚合级仿真系统中的保守同步算法。     

生物武器催生战争新概念

为了全面审议美国国家安全环境,制定并实施新的国家安全战略,前美国防部长科恩于1998年7月成立了国家安全研究组,其任务是审查21世纪头25年美国面临的安全威胁并提出对策。“国家安全研究组”提供的报告指出:“2010年后,生物技术对经济的影响可能会超过信息技术。遗传工程、组织生长和人类基因工程的显著进展,将加快生物技术的进步与创新,……可廉价地制造出生物武器。可培育出长期潜伏的并抵抗多种药物的、剧毒的、有感染性的病菌,也可制造出更高级的遗传武器,以便有选择地攻击植物和动物(包括人类)。”     

装备物资供应保障中的装卸优化方法

装备物资装卸作为供应保障的一个重要环节 ,对装备物资保障效能的发挥有着极大的影响。综述了装备物资装卸过程中应遵循的原则和装卸搬运作业方法 ,提出了装备物资装卸的优化方法。     

地面防空目标优化分配问题研究

在多年来从事指挥自动化系统研究的基础上,对地面防空目标分配中的若干问题进行了研究。其中包括多目标通道地空导弹武器系统杀伤区的确定,各火力单位相对于飞机类、导弹类目标的射击诸元计算,目标优化分配模型的建立及其求解。     

卫星星座实时覆盖性能仿真与分析

对基于卫星星座的核爆探测系统对监测地幅实时覆盖性能进行了分析,采用对物理空间离散化的思想进行地表网格划分,建立了一种可对任意地形复杂区域进行实时覆盖分析的计算方法;并以MATLAB为仿真平台开发了星座系统仿真分析软件,在此基础上建立了星座实时覆盖分析的仿真模型,并应用于给定星座的实时覆盖性能分析。     

图论有效性算法的基本分析

欧拉解决了哥尼斯堡桥问题 ,奠定了图论的基础 ,事物间的二元关系能够容易地用图模拟 ,许多大网络、大系统问题 ,经过用图模拟 ,使研究变得概念清晰、形象直观、目标明确和计算简化。图论问题看似简单 ,其实内部涉及到的关系是极其复杂的。本文对一些常用的有效性算法作了一些基本分析。     

基于改进粒子群算法的四旋翼BSMRC优化策略

针对四旋翼无人机反步滑模鲁棒控制器(BSMRC)因参数整定困难而限制其工程应用的问题,设计了一种基于改进粒子群算法(IPSO)的BSMRC参数优化策略。建立了含未知扰动的无人机非线性模型并设计了补偿未知扰动的BSMRC,通过Lyapunov第2方法对系统稳定性进行了证明。接着,从惯性权重和学习因子两方面对经典PSO算法改进,提升了其收敛速度,在此基础上自动整定了BSMRC参数。通过仿真表明了IPSO可使BSMRC参数快速收敛到最优解。通过模块化编程及自动代码生成技术将最优BSMRC算法部署至Pixhawk 4飞控进行了飞行实验,结果表明了IPSO优化策略的有效性,体现出了BSMRC的强鲁棒性和抗扰性。该优化策略解决了无人机BSMRC参数整定效率低下的问题,并采用基于模型设计(model-based design, MBD)技术提高了无人机控制系统的开发效率。     

无人机多模态融合的城市目标检测算法

城市低空运用小型无人机检测车辆等城市目标正逐渐成为主流手段。针对目前存在的实际场景中可见光探测易受光照影响、无法夜间工作和红外探测目标边缘模糊,导致单模检测网络检测精度低的问题,提出了一种基于图像融合和深度学习网络的无人机多模态融合的城市目标检测算法：首先,基于DUT-VTUAV可见光-红外配准数据集和TIF图像融合算法,构建多模态融合数据集;其次,对比了现有YOLO(You Only Look Once)检测系列网络的检测精度、速度及参数量等性能参数,选择出最适合无人机端移动部署的轻量化网络YOLO v5n;最后,综合运用图像融合算法和目标检测模型,形成多模态融合检测算法。在车辆数据集上进行的对比实验表明：相对单模检测,所提出的算法的检测精度得到有效提升,mAP高达99.6%,且该算法可在0.3 s内完成一组可见光-红外图像的融合检测,具有较高的实时性。