改进型PASTd双基地MIMO雷达相干目标角度跟踪算法

针对双基地MIMO雷达相干目标运动时角度跟踪问题,提出了一种基于数据平滑的快速跟踪算法。首先借鉴空间平滑的思想,采用数据平滑重构得到满秩的数据,去除相干信号造成的影响。对PASTd算法进行改进,提出适合平滑后数据的PASTd算法,通过改进的PASTd算法,能够更快地得到目标特征向量,并对其进行正交化得到信号子空间,最后结合ESPRIT算法得到收发角度,并实现自动配对,完成运动目标的角度跟踪。仿真结果验证算法的有效性。     

基于Riccati方程的动态传感器分配算法

针对组网跟踪系统传感器分配算法计算量过大的问题,提出了一种基于Riccati方程的动态传感器分配算法。该算法通过Riccati方程离线计算各传感器组合跟踪下的稳态滤波协方差,根据稳态滤波协方差与期望协方差的接近程度动态分配传感器资源。仿真结果显示,与传统协方差控制和贪婪算法相比,基于Riccati方程的动态传感器分配算法在大大减少计算量的同时能够保持较好的跟踪性能。该方法能够更好地应用于大规模传感器组网目标协同跟踪系统。     

塔康信标扩展数据广播抗噪声性能分析

为扩展塔康信标数据广播功能,保持同导航功能的兼容性,分析了信标信号格式和系统要求,提出了基于OOK、PPM、DPSK的数据广播方法,将数据信号插在基准群之后播发。研究了高斯白噪声对3种数据广播信号的影响,分别推导出3种数据广播系统误码率公式。仿真结果表明:抗噪声性能从好到坏依次为OOK信号、DPSK信号、PPM信号;信噪比大于15 d B时,DPSK同PPM误码率基本相同,均小于6×10-5。同时,由于PPM方法数据广播速率高于OOK,实现复杂度低于DPSK,具有较好的综合性能。     

某型制导炮弹跟踪模拟训练系统设计

针对某新型制导炮弹系统缺乏模拟仿真训练问题,创新性地设计了一种由旋转编码器、虚拟瞄准镜、FPGA等技术组成的射手跟踪瞄准机械系统,采用Qt、ORGE等软件技术开发了训练和模拟导弹运动的三维场景,达到跟踪目标的效果。分析了系统组成和设计的原理。该模拟训练系统具有结构简单、成本低、操作方便等特点,对提高射手操作能力具有重要意义。     

变速跳频通信抗跟踪干扰性能的研究

针对常规跳频通信抗跟踪干扰能力差的问题,分析跟踪干扰原理,提出变速跳频通信。建立数学模型,在干扰容限、压制比和追踪概率方面进行理论分析,分析变速跳频通信抗跟踪干扰对误码率的性能,并用MATLAB进行仿真验证。     

基于ADIS16375的误差补偿在姿态解算中的研究

在捷联惯性导航系统姿态解算的过程中,陀螺仪器件自身测量精度起到了重要作用。在ADIS16375元器件进行了工厂级校准和提供可选择滤波器库的基础上,针对影响姿态解算精度的最主要的两类误差:固定零偏和随机噪声,建立一种简单实用的特性模型。分别对固定零偏进行校正和采用小波滤波对陀螺仪误差进行补偿。试验结果表明陀螺仪误差补偿在静止状态零偏稳定性和角度漂移抑制方面有显著提高,而运动过程中在对角度漂移抑制的同时也提高了姿态解算精度。     

基于雷达动力学误差的战斗机综合引导方法

针对战斗机雷达跟踪目标中断导致引导失效的问题,提出一种基于动力学误差的综合引导方法。首先给出雷达测角装置的动力学结构模型,建立了动力学误差传递函数,分析了导致角度跟踪中断的因素;然后建立综合引导法的运动学模型,提出雷达惯性不可逃逸距离的概念和雷达开机时间的计算方法;最后对综合引导法和最佳前置法进行对比仿真,验证了方法的可行性。     

三关节机器人的神经网络补偿自适应控制器设计

三关节机器人广泛用于工业生产、轮式或履带式排爆机器人,为了补偿由于机器人结构参数、作业环境干扰等不确定性因素造成的机器人动力学模型的不确定性,将机器人动力学模型分解为名义模型和误差模型两部分,其误差模型采用RBF神经网络进行补偿,得到其估计信息,神经网络的输出权值根据Lyapunov稳定性理论采用自适应算法进行调整。所设计的神经网络补偿自适应控制器解决了不确定性机器人动力学系统控制器设计的不确定性问题,同时,通过定义Lyapunov函数,证明了控制器能渐近、稳定地跟踪期望轨迹。机器人的3个关节在控制器的作用下,约在5 s时达到期望轨迹,神经网络约在5 s时逼近机器人动力学模型的误差模型,实验结果表明了机器人关节对期望轨迹具有良好的轨迹跟踪性能。     

直升机单机等距螺旋应召搜潜效能模型与仿真

等距螺旋法是直升机应召反潜中常用的搜潜样式。潜艇位置误差及航速误差对螺旋搜潜概率及搜潜战术运用具有显著影响。依据研究问题的逻辑关系,分别建立了潜艇速度散布模型和等距螺旋搜潜效能模型,运用蒙特卡罗法对直升机应召螺旋搜潜效能进行分析评估。实例验证了模型的可信度,提出了存在潜艇速度误差条件下,延迟时间和预估航速的改变对于搜潜效能的影响。     

基于改进遗传粒子滤波与SME的多目标跟踪算法

针对基于对称量测方程的多目标跟踪,传统的滤波手段无法解决因对称变换带来的非高斯问题,提出一种新的遗传粒子滤波方法。新的滤波算法利用粒子的噪声含量与权值的负相关,改进了更新过程中权值计算所依赖的概率密度函数,避免了新量测噪声的求解。同时利用遗传算法的优势,保障了粒子的多样性,提高了粒子的使用效率,防止了滤波发散及局部最优。仿真结果表明,基于对称量测方程的多目标跟踪中,改进的遗传粒子滤波算法较扩展卡尔曼滤波算法、不敏卡尔曼滤波算法和联合概率数据关联滤波算法跟踪效果更好。