基于多雷达组网IMM-GMPHDF的机动多目标检测跟踪

高斯混合概率假设密度滤波(GMPHDF)有牢固的理论基础,是解决高斯条件下跟踪强杂波环境中目标数未知的多目标问题的有效方法。但当目标发生机动时,就难以跟踪到目标,因此,在GMPHDF中引入交互多模型(IMM)算法,对继续存在目标的运动模型进行建模,根据计算的模型概率融合各模型滤波器估计得到的继续存在目标概率假设密度,解决了运动模型机动问题。仿真实验表明,IMM-GMPHDF能实时跟踪到强机动超音速多目标,在多雷达组网系统中跟踪强机动超音速多目标精度(OSPA距离均方根误差)能达到70 m,满足了工程使用要求。     

基于移动代理的目标跟踪WSN体系结构设计

在目标跟踪WSN网络中,引入移动代理技术,选择性地访问传感器节点和融合数据,能极大地提高WSN网络的性能。提出了一种基于移动代理的WSN目标跟踪网络体系结构,对网络中的移动代理进行了分类,定义了各类移动代理的功能和结构,建立了基于移动代理的目标跟踪工作流程。最后通过仿真实验,验证了随着网络节点数量的增加,提出的目标跟踪WSN结构的与传统的C/S模式目标跟踪WSN结构相比,单位负载量等性能指标上具有较大的优势。     

光幕靶破片速度测量方法及误差分析

主要针对破片速度测量实际需求,建立了光幕靶测量数据处理方法和速度误差的传递模型.研究了着靶信号波形匹配技术和破片轨迹匹配技术,利用无偏估计给出了测时、测距等各测量参数的随机误差范围,再结合时间和距离的匹配误差,最终给出了破片速度测量的总误差.     

坦克嵌入式靶场射击训练命中评判模型

对坦克实车射击过程及射击误差进行了分析,在对坦克火控系统原理进行分析的基础上,建立了射击命中评判模型,并进行了试验检验,实现了坦克实车嵌入式不装实弹进行射击训练的命中点评判。     

基于马尔柯夫过程的武器系统目标分配问题决策分析

将防空作战中武器系统目标分配决策作为一个在动态随机系统中实现最优化的问题,并用马尔柯夫过程理论进行建模分析,提出新的算法并运用Matlab编程;通过对实行不同策略时武器系统长期平均效能的分析比较,指出在目标分配问题上仅靠原有的静态线性规划决策方法是不够的,还必须考虑动态随机对抗过程本身的特性.     

目标反射亮点仿真技术研究

研究了目标反射亮点的数学模型及仿真系统的硬件结构,并将目标回波亮点模型进行了简化,使之能够用于工程实现.在此基础上对用于声制导鱼雷半实物仿真系统的目标模拟器进行了设计,在试验中能够实现预定的功能.     

基于方位角和多普勒的机动目标无源定位跟踪可观测条件

可观测性分析是无源定位与跟踪系统的前提和基础,只有满足可观测条件才能对系统进行正确求解。应用线性系统理论,以目标方位角和多普勒频率为观测量,对匀加速和匀转弯这两类最常见的机动目标进行了可观测分析,为进一步研究机动目标的无源定位与跟踪提供了理论前提。最后给出了仿真实例,验证了理论分析的正确性。     

弹道目标跟踪滤波方法研究

主要对弹道目标的跟踪滤波方法进行了综述,对扩展卡尔曼滤波（extended Kalman filter,EKF）、转换测量卡尔曼滤波（conversion measurement Kalman filter, CMKF）、基于弹道运动方程的扩展卡尔曼滤波（ballistic extended Kalman filter, BEKF）、基于弹道运动方程的无敏卡尔曼滤波（ballistic unscented Kalman filter, BUKF）4种滤波算法的关键点、优缺点进行了剖析。进一步利用仿真的弹道数据对4种滤波方法的效能进行了验证,对比了不同滤波器的滤波精度和再入目标的跟踪性能,分析了质阻比对滤波性能的影响,提出了选择和设计目标跟踪滤波方法时需要考虑的几个问题,为雷达滤波方法的选择和设计提供参考和依据。     

基于灰色关联的预警系统目标识别

针对弹道导弹预警系统目标识别任务的特点,通过分析弹道导弹和飞机目标间的运动特性差异,采用灰色关联分析方法建立了目标类型识别模型,给出了进行目标类型识别的具体步骤。该方法直接从雷达测量数据出发,具有简单、准确的优点。具体的算例验证了基于灰色关联分析的目标类型识别模型应用于目标识别的可行性和有效性。     

一种应用于超视距目标指示的误差分析方法

导弹超视距攻击的目标指示信息的误差会直接影响导弹攻击的准确度。为了实时并准确地计算出超视距目标指示信息的误差大小,分析了使用中继法进行超视距目标指示的过程,提出了一种基于坐标投影以及坐标旋转的误差分析方法。根据仿真计算,与传统的误差分析方法——蒙特卡罗法——进行比较,说明了所提出方法准确性高、计算速度快的优点。