电子侦察卫星侦察仿真预案设计与实现

针对电子侦察卫星在现代战争中的应用日益增多,研究和开发电子侦察卫星模拟系统具有重要的现实意义和实用价值。分析电子侦察卫星侦察任务的作战行动想定和总体设计思路,设计仿真流程,建立了数学模型和仿真模型,进行电子侦察卫星侦察预案验证模型的仿真实现。通过仿真,验证了电子侦察卫星侦察预案的合理性和正确性。     

用于低信噪比机动目标跟踪的多分辨率方法

针对低信噪比情况下目前常用的滤波算法不能同时做到精确和高效跟踪机动目标的缺点,提出一种多分辨率滤波方法用于跟踪低信噪比情形下的机动目标.该算法利用离散小波变换和滤波器组将量测信息分解到不同分辨率的层级,由于在低分辨率下量测的误警率较低,所以在低分辨率层级实现对目标机动信息的提取,可以避免机动信息被噪声所淹没,缺失的信息...     

目标多特征信息的模糊数据关联算法

传统的解决密集杂波环境中多目标跟踪的数据关联算法主要是基于目标的距离特征。由于利用的信息有限,容易导致目标的误跟和失跟。提出一种基于目标多特征信息的数据关联算法,将目标的距离特征、方位特征和雷达散射截面积特征进行模糊信息融合,实现对雷达目标的关联。仿真结果表明了该算法的有效性。     

机动目标状态估计的最小均方误差界

基于多项式模型的各种自适应滤波算法被广泛应用于机动目标跟踪领域,但尚没有统一的评估标准来衡量这些跟踪算法的优劣。由于存在确定的时变未知输入,机动目标的状态估计实际为有偏估计。基于状态估计均方误差最小的准则,推导了多项式模型滤波的最小均方误差界计算方法,获得了使状态估计均方误差最小的过程噪声方差变化规律。该方法给出了各种基于多项式模型的机动目标跟踪算法的估计均方误差下限,也为机动目标跟踪中最优过程噪声方差的设定提供了依据。仿真结果验证了算法的有效性。     

基于遗传算法的多功能电子系统任务调度

雷达、通信、电子战等多功能一体化是未来作战平台电子系统的发展方向之一,任务优化调度技术是多功能电子系统的关键技术。针对多功能电子系统射频任务调度问题,在建立任务调度数学模型的基础上,采用了改进的遗传算法对模型进行了求解,提出了任务列表和随机键结合的编码方式,设计了以执行时间最短和任务丢失率最小为目标的多目标适应度函数,采用轮盘赌选择、改进型双点交叉和对称交换变异方式设计遗传操作。通过仿真实验,验证了所设计任务调度方法的有效性和优越性。     

DM2的军事电子信息系统体系结构设计数据集成方法

基于DM2提出与设计工具无关的军事电子信息系统体系结构集成方法,通过数据集成进而实现体系结构设计成果的集成;根据集成过程中数据处理的需要,分为预处理、文件合并和冗余处理3个阶段;在描述3个阶段所采用方法的基础上,对每个阶段分别进行了实验,不仅证明各阶段方法的有效性,也证明了基于DM2的体系结构集成方法的可行性和有效性。     

基于弹迹跟踪预测的舰艇定位方法

舰艇采用实测舰位法对岸上不可见目标进行远程攻击时,在已获取目标地理信息的情况下,我舰定位误差往往成为影响打击精度的关键因素。针对惯性导航长时间工作产生积累误差,以及卫星导航在战时易受干扰等情况,提出利用对单发弹丸的跟踪与预测,结合提取的岸上目标绝对定位数据和弹丸落点的偏差信息,反向推算发射舰相对岸上目标的位置,可较为精确地修正我舰的绝对定位数据,为后续射击提供修正手段。该方法减少了战时舰炮武器系统对导航的依赖,仅靠对单发弹丸跟踪和预测,即可提高后续对岸射击的精度。     

谈安防系统中的火灾证据和提取方法

近年来,在移动互联网的带动下,面向小微企业、家庭和个人的安防业务步入活跃期,未来以智慧城市为代表的各类物联网项目不断发展,＂数字化、智能化、网络化＂的安防系统将成为趋势。从安防系统的定义入手,论述安防信息在火灾调查中的应用,并针对安防电子证据和视频监控资料的收集方法进行探讨,旨在规范和提高火灾调查人员的火场勘查技术。     

道路约束条件下的地面运动目标跟踪

有效使用道路信息能显著提高地面运动目标跟踪性能。基于卡尔曼滤波理论,提出了道路约束条件下的滤波方法。首先建立了描述道路网中路段的数学模型,给出了将目标分配于道路的定位算法;然后推导了道路约束条件下的过程噪声矩阵;提出了路段切换时状态修正公式;在道路约束最大后验概率估计准则下,根据道路参数修正状态与协方差。蒙特卡洛仿真结果证明了该算法的优越性能,且定量分析表明其计算量是可接受的。     

被动全向声纳浮标跟踪潜艇的优化布放方法

反潜飞机利用被动全向声纳浮标可以隐蔽地跟踪潜艇,但浮标消耗量大。在满足定位精度的条件下,如何优化布放浮标以便有效增加跟踪时间是一个亟待解决的问题。首先分析了浮标探测性能和浮标群相对位置对定位精度的影响,得到浮标布放的五种基本原则;然后结合水下目标跟踪技术提出了两种用被动全向声纳浮标跟踪潜艇的优化布放方法:一种是利用遗传算法来优化每一枚浮标的布放位置,另一种是将一批次投放2-4枚浮标的多维优化问题简单转换成一维优化问题来确定浮标的布放位置。最后仿真计算了这两种方法的跟踪性能及浮标消耗量。仿真结果表明,两种优化布放方法均能满足跟踪要求,前者的浮标消耗量比后者略少,但后者的投放批次少很多,有利于减少人员的工作量。