基于高斯和粒子滤波的AUV水下地形辅助导航方法

针对自主式水下无人航行器(AUV)长时间潜航时的精确导航定位需求,以多波束测深系统为水下地形测量设备,提出一种基于贝叶斯估计的AUV水下地形匹配导航模型。针对贝叶斯滤波后验概率密度函数的求解问题,用高斯混合密度函数近似状态的后验概率密度函数,提出了基于高斯和粒子滤波的水下地形匹配导航方法。基于多波束测深数据的回放式仿真试验表明,提出的方法可以有效近似地形匹配的贝叶斯滤波模型,具有良好的实用性。     

基于前向型神经网络的空袭目标类型识别模型

对防空作战中空袭目标类型识别问题进行了研究 ,给出了进行目标类型识别的指标集 ,并建立了基于前向型神经网络识别模型 ,实例证明该方法是可行的。     

再入飞行器弹道系数的自适应估计

运用Kalman滤波方法对再入飞行器的跟踪问题进行了分析,在动力学噪声已知的情况下,给出了一种弹道系数的自适应估计方法;在动力学噪声未知时,给出了弹道系数和动力学噪声方差的自适应估计方法。仿真算例表明这种方法是合理有效的。     

采用贪婪启发式的异构WSNs部分覆盖算法

异构无线传感网络(Wireless Sensor Networks,WSNs)的多数监测应用要求监测区域被部分覆盖。因此,对异构WSNs的部分覆盖问题进行研究。提出基于贪婪启发式的部分覆盖算法(Greedy Heuristic-based Partial Coverage,GHPC)。先对异构WSNs的部分覆盖问题进行定义和形式化表述,再利用贪婪启发式算法求解。GHPC算法选择具有最大覆盖贡献的节点加入覆盖集,进而满足覆盖要求。仿真数据表明,与同类算法相比,提出的GHPC算法能够在满足覆盖要求的同时,降低活动节点数。     

基于分治采样粒子滤波的三维跟踪算法

粒子滤波在处理三维机动目标跟踪问题时,粒子点难以均匀覆盖目标状态空间,较低的样本多样性和算法冗余直接影响跟踪性能。针对该问题提出一种基于分治采样粒子滤波的跟踪算法,算法通过划分独立的状态子空间,使随机样本在各子空间内单独抽样,对目标机动实现降维处理,提高跟踪性能。仿真实验表明,相对于标准粒子滤波,该算法有效提高了样本多样性,具有更好的跟踪性能,对复杂机动状况适应性更强。     

地空导弹装备战时维修保障效能评估研究

战时装备维修保障的重要性已经日益突显,地空导弹装备战时维修保障效果是决定最终防空反导战争胜负的重要因素。针对地空导弹装备战时维修保障效能评估过程中,运用传统集对分析法难以量化确定权重的问题,提出对集对分析法进行改进的解决思路。即综合集对分析法和熵权法,减少定性分析的主观影响,采用定量方式,实现地空导弹装备战时维修保障效能评估。最后,选取5个地导营装备进行实例验证,证明所建立模型的有效性。本研究为地空导弹部队更好地提高装备维修保障能力和作战效能提供理论依据,具有一定的军事应用价值。     

新疆伊犁军分区吹响练兵备战的号角

新年伊始,冲锋的号角已经吹响。新疆伊犁军分区依托电视电话会议系统召开2020年开训动员,军分区首长机关、各边防团、各县(市)人武部及各直属分队全体官兵齐装满员列队训练场,通过“机关带头、上下联动、直接训练”的方式,吹响了练兵备战的时代号角。     

新疆阿图什托云牧场边防民兵哨所 迎风冒雪走天山

风在呼啸,白雪皑皑。一大早,托云牧场边防民兵哨所哨长买买提吾肉孜•阿塞克带领哨兵到边境线巡逻。元旦、春节将至,哨所8名护边员一直坚守在岗位上,确保边境地区安宁稳定、确保边境群众欢度佳节。“边境安宁、边民安居是我们最大的心愿!”哨所全体护边员发出铮铮誓言。托云牧场边防民兵哨所地处天山西段南麓,是新疆生产建设兵团25个边境一线团场哨所之一。     

针对GPS/SINS深组合模型的U滤波及其运用

很多文献都证明了在解决非线性系统问题时,UKF(Unscented Kalman Filter)是比EKF(Extended Kalman Filter)更好的选择,但计算的复杂度限制了其运用。针对GPS/SINS深组合的模型提出了全新简化的U滤波算法UTCUKF(Ultra Tight Coupling Unscented Kalman Filter)。这是一种专门针对具有加性噪声、线性状态方程和非线性量测方程的系统设计的滤波器。首先介绍了GPS/SINS深组合系统在导航解算时的模型,然后针对模型具有加性噪声的特点运用AUKF(Additive Unscented Kalman Filter)对UKF进行了简化,为了实现UKF在GPS/SINS深组合系统中的实际运用,又由系统模型中状态方程是线性方程、观测方程是非线性方程的特征,进一步提出了UTCUKF,并做了分析和仿真。     

一种基于粒子滤波的概率数据关联方法

针对复杂环境下的机动目标跟踪问题,提出了一种基于粒子滤波的概率数据关联方法(PF-PDA),首先利用跟踪门对回波进行预处理,筛选出有效回波;随后利用粒子滤波,对关联概率中的残差协方差阵进行修正,求得关联概率,进而得到融合测量;最后对目标状态进行更新。与PDA的仿真比较表明,在满足系统实时性的前提下,本方法在跟踪精度上有很大提高。