IMM PF算法在反舰导弹跟踪滤波中的应用

反舰导弹具有飞行速度高、进入目标高度低和机动性强等特点,对反舰导弹跟踪滤波属于典型的非线性系统估计问题,对算法要求较高。粒子滤波器可以获得近似最优解,采用粒子滤波代替交互多模型跟踪算法中的扩展卡尔曼滤波,将粒子滤波与交互多模型的优点相结合,用于非线性非系统的高速高机动反舰导弹目标跟踪,比较扩展卡尔曼滤波而言,这种滤波器对不确定情况有更好的滤波性能。将这种滤波器应用到跟踪算法中,可以对非线性系统取得良好的滤波效果。Monte Carlo仿真结果表明在反舰导弹各种机动情况下跟踪滤波算法是有效的。     

闪烁噪声条件下基于交互多模框架的雷达目标跟踪算法

针对传统雷达目标跟踪算法在处理闪烁噪声时面临的性能下降问题,提出一种将容积卡尔曼估计器与交互多模框架相结合的高性能滤波算法。该算法将目标状态建模为高斯分布,将闪烁噪声建模为混合高斯分布,同时将其发生概率建模为一阶马尔可夫过程;在此基础上,利用交互多模框架实现对不同高斯噪声分量的匹配滤波处理。为了减轻非线性观测条件对目标跟踪精度的影响,进一步采用容积卡尔曼估计器作为高斯近似滤波器,对目标状态进行递推预测和更新。仿真结果表明：所提算法较传统高斯混合滤波器和粒子滤波器具有更高的跟踪精度和更好的实时性能,同时还能对闪烁噪声出现时刻进行有效的估计。     

采用无线携能技术的中继辅助CR-NOMA系统能效分析

针对现有关于认知无线电非正交多址接入网络的研究中终端电池容量有限和能源利用率低的缺点,采用了中继辅助用户进行传输,并且引入无线信息和能量同时传输的方式。在用户服务质量和最小能量捕获的约束条件下推导了次用户传输能效表达式,通过分式规划方法把非凸的目标函数转化为优化中继发射功率、中继功率分配和接收端功率分配三个凸的单目标问题,并分别用函数单调性、黄金分割算法、拉格朗日对偶算法和多目标联合优化算法进行优化,求得了全局最优解,使次用户系统传输能效最大化。对所采用的算法复杂度进行分析,仿真结果表明:与传统的正交多址接入方案相比较,在提高系统频谱利用率的同时,次用户传输能效有47%的提高。     

模糊多目标群决策的装备采办问题研究

对模糊多目标群决策的装备采办问题,根据模糊数学理论和多目标决策理论方法,综合现有各种方法的优点,给出了无约束条件下模糊多目标群决策的装备采办问题的一般解法,并通过实例说明了该方法的有效性及通用性。     

末端防御武器系统的人机一体化

如何实现人在末端防御武器系统运行中所应该起的作用,并为实现这些作用提供必需的保障,对末端防御武器系统的研制、试验和使用至关重要。要做到这一点,应该通过自顶向下的人机一体化的需求分析,确定人在系统中所应完成的作用并且明确为完成此作用而对系统提出的要求。系统的设计应该遵循人机一体化的原则,提高系统的自动化程度,减少人的工作负荷,减少人员配备。系统要保障人为完成其作用而所需的条件,向人提供有关完成其作用所必需的知识,使人在执行其所担负的任务中不出差错。     

基于模糊推理的机动目标自适应多模型跟踪算法

针对当前空中来袭目标的主要特点,运用模糊理论和多模型理论探索空中机动目标跟踪问题,并设计了一种模糊自适应多模型(FAMM)目标跟踪算法,该算法采用五个基本模型,以加速度估值作为模糊推理系统的输入,经模糊推理融合得到系统状态和方差的估计值以及下一时刻的滤波模型(最多三个).经Monte Carlo仿真研究,与IMM算法相比较,该算法不仅在目标弱机动或不机动条件下,而且在复杂机动时能更稳定、精确地跟踪目标,较好地满足了海上对空防御作战中跟踪机动目标的需求.     

带宽受限下频谱分离对提高RDSS入站容量的影响分析

用户入站容量是RDSS系统设计的一个重要指标,主要受限于入站信号之间的多址干扰.提高扩频码速率可以增加人站容量,但卫星转发器带宽限制了扩频码速率的最大值,从而限制了单个扩频频谱入站信号容量最大值.在卫星转发器带宽受限情况下,提出了采用分离扩频频谱的方法来提高入站容量,并分别对扩频频谱分离为两个和三个的情况进行了详细分析,得出了两种分离扩频频谱方案下扩频码速率的最优值.仿真结果表明,在现有转发器带宽内分离为两个扩频频谱可以提高入站容量29％,分离为三个扩频频谱可以提高人站容量37％.     

潜用自航式声诱饵发展有关问题探讨

对潜用自航式声诱饵发展的有关问题进行了探讨.从潜艇防御作战的特点和对手情况出发,研究了潜用自航式声诱饵所担负的作战使命,提出了受迫式和主动式使用自航式声诱饵的概念,分析了各种反潜兵力、反潜兵器和海底反潜网所具有的反水声对抗能力,以此为基础,探索现代潜用自航式声诱饵所应具备的功能.指出了潜用自航式声诱饵应具备声学、运动和尺度三维的诱骗能力,此外,潜用自航式声诱饵还应具备固定弹道射击控制模式、实时规划弹道射击控制模式等战术使用功能.     

IMM-Singer模型的机动目标跟踪算法

交互式多模型(IMM)算法是一种有效机动目标跟踪算法,但其性能与模型的选择、个数以及参数有关。Singer模型算法可以实现对机动目标的跟踪,但该算法存在机动频率和过程噪声大小等参数难以选取的问题。针对以上情况,利用IMM算法易于结合其他算法的特点,提出一种基于IMM-Singer模型的机动目标跟踪算法,实现Singer模型参数的自适应选择。仿真结果表明,该算法比单一的Singer模型算法或一般的IMM算法更能有效提高机动目标跟踪精度。     

模糊推理在舰艇防空指挥系统中的应用

针对舰艇防空作战中遇到的不确定性问题,在科学分析影响目标状况因素的基础上,根据专家经验,运用模糊推理的原理和方法,重点分析了目标状况知识信息的表示方法,给出了模糊推理规则,研究设计了用于舰艇防空辅助决策的模糊专家系统。最后给出了一个应用实例。