基于改进动态规划的雷达弱小目标检测与跟踪

针对复杂背景下雷达弱小目标的检测和跟踪问题,提出了一种改进动态规划的检测前跟踪算法.该方法用多级检验判决方法代替常用的两级门限检测,并用传统跟踪技术进行目标位置状态估计,根据估计值与状态值的欧氏距离设计一个惩罚项来改进值函数.通过仿真验证,结果表明该方法能有效消除伪航迹,减小计算量,提高对雷达弱小目标的检测和跟踪性能.     

部分频带干扰下伪码跟踪误差分析

为精确分析部分频带干扰下伪码跟踪误差,需要考虑伪码的非理想随机特性。引入伪码的精细功率谱模型,对比分析了不同带宽干扰下基于简化谱和精细谱的码跟踪误差。定义了相对误差系数,用以定量描述伪码非理想随机特性对码跟踪误差的影响。当干扰带宽增大时,相对误差系数逐渐减小,伪码非理想随机特性对码跟踪误差的影响逐渐减小,基于简化谱的分析趋近于基于精细谱的分析。结合GPS L1 C/A码,给出了相对误差小于0.2的最小干扰带宽,并将其作为基于简化谱分析的适用条件。研究表明当干扰带宽大于伪码周期的频率的300倍时,伪码非理想随机特性导致的码跟踪精度变化可忽略,反之,则需要基于精细的功率谱模型进行码跟踪精度分析。     

运用动态规划的智能卫星集群星间通信路由算法

通过建立智能卫星集群网络模型,把智能卫星集群星间通信路由问题转换为时延最短路径问题,进而提出一种求解此问题的智能卫星集群星间通信路由算法.该路由算法采用动态规划策略分阶段规划智能卫星集群两个成员之间的星间通信路由,在每个规划阶段,负责发送数据的智能卫星自主调用一种星间通信路由静态规划算法,以求出其在当前时刻的后继卫星来...     

多目标数据关联的多维Lagrangian松驰法

将多目标跟踪中的数据关联问题提成为一个离散最优化问题 ,并采用 L agrangian松驰算法来克服该问题面临的计算困难 ,这是目前多祯多目标测量数据关联研究发展的重要方向。首先将多祯多目标数据关联问题建立为一个带约束的多维分配问题 ;并在维数大于 2时 ,采用 L agrangian松驰算法来松驰约束条件 ,使问题降维为计算上可接受的二维分配问题。     

综合体制设计--地空导弹武器系统设计新途径

采用相对体制雷达测量系的地空导弹武器系统的引导精度,已经过多年研究和努力,它是起伏误差和动态误差的综合产物.采用目标信号分离与滤波可进一步提高制导精度.首先可大大减小目标的起伏误差(约减小1/2).在大大减小目标起伏误差的新条件下,重新综合起伏误差和动态误差,可大大提高引导精度.     

用于纯方位目标跟踪的修正极坐标自适应卡尔曼滤波算法

针对纯方位被动目标跟踪中,直角坐标系下的扩展卡尔曼滤波器容易发散而导致滤波精度很差的问题,提出了一种修正极坐标系下的自适应卡尔曼滤波算法,对虚拟系统噪声进行估计,动态补偿模型线性化误差,对其滤波理论及算法进行了研究和仿真。仿真结果表明,该算法提高了滤波的稳定性、快速性和精确性,优于一般的扩展卡尔曼滤波算法。     

线性控制系统的渐近跟踪控制与干扰解耦的设计及仿真

基于内模原理,针对线性控制系统设计了系统输出对参考信号的渐近跟踪控制和干扰解耦,同时实现了系统的镇定,并给出了设计算法和算例,通过MATLAB软件进行仿真,验证了该方法的有效性。     

AMT换挡过程动力学建模及换挡品质影响因素分析

建立了AMT车辆换挡过程动力学模型,并对换挡过程各阶段进行了动力学分析,找出了影响换挡品质的主要因素。得出挂挡阶段和离合器接合阶段是产生换挡冲击和滑磨功的主要阶段,其中离合器接合阶段是换挡品质控制的重点,最后给出了提高AMT车辆换挡品质的具体措施。     

多雷达多目标航迹跟踪中FMM神经网络的应用与仿真

提出了一种基于Fuzzy Min-Max (FMM)人工神经网络的多雷达多目标航迹跟踪的方法。仿真应用的实验结果表明,这种方法能够有效地完成多雷达多目标的数据融合,并比较理想地实现了多雷达多目标的航迹相关。     

基于UKF-SOFNN的近距机动目标跟踪滤波算法

对于多目标杂波环境中的机动目标跟踪,由于目标集群中各个目标间的空间距离可能小于探测器的空间分辨率,因而可能出现误跟、诱饵欺骗与杂波虚警等一系列严重后果。对此,提出一种综合运用UKF(不敏卡尔曼滤波)和SOFNN(自组织模糊神经网络)的UKF-SOFNN滤波跟踪算法,将机动目标模型视作严格的非线性系统,利用UKF-SOFNN对非线性参数的辨识能力提高对锁定机动目标的跟踪能力。仿真实例表明,该算法能有效地辨识目标群中的目标,并进行可靠的跟踪。