六轮月球车移动机构分析与综合

针对六轮月球车,对国内外空间探测机器人的移动机构的构型进行分析和综合,通过构型创新、构型组合等手段提出了125种新型六轮移动机构.进一步利用虚拟样机软件ADAMS12.0和控制仿真软件Matlab6.5平台,从方案创新、方案组装、方案优化三个层次对月球车机械系统和控制系统进行综合评价与优化,得到优化方案及其优化参数.选择了一种方案进行了分析和参数优化,并试制了物理样机,取得较好效果.     

信息融合系统中算法管理理论研究

信息融合系统中,数据源千差万别,多种多样;而众多的信息融合算法也具有不同的适应性.通过对实验数据的分析说明了数据源以及融合算法的选择显著影响了最终的融合结果.针对数据源、融合算法和融合结果之间的关系,以优化融合结果为目的,提出了信息融合系统中算法管理(Algorithm Management)的理论,阐述了算法管理的目标、算法管理可能的方法和算法管理的实现结构.最后讨论了信息融合领域中与算法管理理论相关的其他问题.     

基于变结构多模型思想的航迹融合自适应切换算法

在航迹融合问题中,以往的次优航迹融合算法和互协方差融合算法存在融合时间和融合精度的矛盾问题.提出了一种基于变结构多模型思想的航迹融合自适应切换算法,用以解决航迹融合过程中存在的计算量和融合精度之间的矛盾.该算法根据切换规则自适应地选择具体的航迹融合算法以优化计算时间.仿真结果表明,该算法在保证融合精度的前提下节省了融合计算时间.     

D-S 证据理论应用中的一种图解方法

D-S证据理论是对概率论的进一步扩充,在多传感器数据融合中,有着广泛的应用.当利用D-S合成公式进行融合时,由于需计算的项数较多且不易直接判定具体该有哪些项,容易造成漏项或错项,引起计算错误.提出了一种直观、简单的图解法,可使需计算的项一目了然.     

异步雷达组网协同跟踪动态传感器分配算法

针对异步雷达组网下的协同跟踪问题提出了一种基于异步顺序融合的动态传感器分配算法。该算法对异步雷达的量测值按采样时刻顺序滤波,根据滤波协方差和目标期望协方差的接近程度动态选择下一时刻跟踪的最优传感器集合。仿真分析表明该算法和基于伪量测的异步雷达组网协同跟踪传感器分配算法相比具有较少的计算量和较高的目标跟踪精度。     

隐身飞机突防建模及低可探测性轨迹规划

针对隐身飞机突防飞行规划,分析了隐身飞机对警戒雷达网突防过程问题特性,建立了雷达探测模型与组网警戒雷达信息融合模型;综合考虑隐身飞机的隐身能力、预警时间和燃料消耗将隐身飞机低可探测性轨迹规划问题形式化为一个复杂多目标非线性连续时间最优控制问题;并提出基于伪谱法的低可探测性轨迹规划方法。仿真实验实现了在组网警戒雷达下隐身飞机的低可探测性突防轨迹规划,证明了方法的可用性和有效性。     

指标融合和隐马尔可夫模型的舰船装备技术状态评估

科学合理的技术状态评估技术是保障舰船安全性和任务完好性的有效途径之一,针对目前舰船装备技术状态评估缺乏动态性以及评估指标过多的问题,构建舰船装备技术状态多指标融合模型,结合技术状态评估指标融合模型和隐马尔可夫模型所具有双随机性和严谨数学推理能力的特点,建立基于指标融合模型和隐马尔可夫模型的舰船装备技术状态动态评估模型。最后通过案例分析验证了所提出的方法能够有效体现技术状态评估中的动态性,为舰船装备技术状态评估提供新的途径。     

分布式火控网的数据融合研究

针对火控网的特点,采用了分布式结构。分析了自适应滤波算法的原理,采用航迹融合算法对各探测器的跟踪航迹进行了融合,仿真分析融合前后的距离、方位、俯仰的误差大小。仿真结果表明,分布式火控网经过航迹融合后,系统的精度有较大改善,跟踪性能比融合前有大幅度提高。     

多源多目标信息融合仿真平台的分析与实现

多源多目标信息融合是当前军事科技的前沿,在武器控制数据链中有重要应用。开发对应的仿真平台,不但能减少实际设备开发带来的高投入,而且能对系统的性能做出深入全面的把握。仿真平台包括了5个工具,它们构成完整的从配置到性能评估的仿真测试流程。仿真工具是开放的,在教学和科研中,可以通过修改关键算法探讨提高系统性能的方法。     

基于VFGPIR联合特征的决策级加权融合检测方法

车载前视地表成像雷达(VFGPIR)探测浅埋目标时面临虚警率过高问题,可利用序列图像特征的联合检测解决这一问题.首先利用Fisher鉴别比(FDR)定量评估从单帧和序列图像中提取的单个特征的鉴别能力;然后针对单个最优序列特征无法满足探测指标要求提出一种基于决策级加权融合的多特征联合检测方法;最后利用接收机工作特性(ROC)曲线来验证所提方法的有效性.试验结果表明:序列特征比单帧图像特征具有更好的鉴别能力;所提方法性能优于单个最优序列特征、特征向量和多数票融合准则对应的检测结果,有望满足实际探雷应用需求.