基于 ∆TOA 和方位角测量辅以间歇高度信息的双基地定位跟踪技术

本文讨论了双基地雷达系统中一种以收站△TOA和方位角测量为基础并辅以发射站传送的间歇高度信息的运动目标三维定位跟踪算法,详细分析了该技术的定位原理。在电子对抗条件下,发射站数据往往难以连续传送到接收站加以融合,因此有必要对间断传送的数据加以利用的方法进行研究。本文通过典型目标航迹的计算机仿真对该算法的性能做了评估。由于这种融合方法在双基地研究领域尚属初探,因此有待于在今后的研究中加以完善。     

纯方位目标运动分析的一种系统方法

本文首先对以往关于纯方位目标运动分析的研究作了系统性的综述,阐明了以往发展的纯方位TMA算法所存在的共性不足以及解决该问题的困难性,最后介绍了我们研究的一种系统解决纯方位TMA问题的DL原理。     

基于神经网络的混合双滤波器自适应目标跟踪算法

在分析近期基于神经网络数据融合的目标跟踪算法的基础上,结合一种新的自适应滤波模型(NAF)和速度估计自适应跟踪算法(AVE),提出了基于神经网络混合双滤波器的机动目标自适应跟踪算法(NHDF).该算法通过在线自动调节网络输出进行过程噪声方差融合,降低了现有算法因系统方差的调整不当而带来的精度损失.理论分析及仿真结果证明,与"当前"统计模型、速度自适应模型和新的自适应模型算法相比,该算法具有跟踪精度高,自适应能力强的优点.     

末修迫弹修正效果影响因素分析

在对脉冲控制迫弹末修原理简单介绍的基础上,在六自由度弹道模型上进行了蒙特卡洛仿真打靶试验。分析在落点预测导引模式和XZ追踪导引模式下,脉冲启控时刻、脉冲个数和修正模式对修正效果的影响,并对两种导引模式修正原理和特点进行详细的对比分析,得到两种导引模式下确定脉冲参数的原则。     

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。     

STK在空间探测相控阵雷达效能仿真中的应用

搜索和跟踪是空间探测相控阵雷达的两种基本工作方式。介绍了应用STK软件对相控阵雷达的搜索、跟踪空间目标能力的仿真过程和方法,介绍了STK与其他应用软件相链接扩充功能的方法。总结了应用仿真安排雷达工作方式,论证雷达技术指标,确定系统总体方案的作用和意义,研究的内容可运用于STK软件对各类雷达的仿真设计。     

基于阶次小波包与粗糙集的轴承故障诊断

针对齿轮箱启动过程中振动信号表现为非平稳、非高斯特征及传统诊断方法诊断精度不高的现状,将阶次小波包和粗糙集理论引入轴承的故障诊断中,提出了一种新的故障诊断方法。首先利用阶次跟踪算法对瞬态振动信号进行重采样,得到等角度分布振动信号,其次采用小波包对该信号分解—重构,并对每个频段的能量进行归一化,构成特征向量,通过粗糙集理论得到清晰、简明的决策规则,最后通过故障实例验证该方法的有效性。     

战场数据融合仿真系统设计与实现

介绍了一种战场数据融合仿真系统的设计与实现方法。该系统由场景设定、信号产生、融合跟踪处理、目标识别、态势与威胁估计与数据库支持等功能子系统组成,模拟了数据融合的整个信息处理流程,包括:主动探测雷达、雷达侦察设备、通信侦察设备和敌我识别器获取敌我目标观测信息、利用多传感器跟踪数据对目标进行融合跟踪、提取辐射源电磁信息特征对敌方目标识别,进而形成态势与威胁估计。最终在Visual C#开发平台上利用MapX和ORACLE开发了战场数据融合仿真系统,并成功应用于实际系统中,取得了较好的效果。     

基于双目视觉的自动跟踪系统应用

在研究双目视觉系统发展现状的基础上,提出将计算机双目视觉技术应用于物体目标的自动跟踪。计算机立体视觉是机器人研究的重要内容,被人们广泛研究。随着研究的不断深入,计算机双目视觉技术在生物医学、制造工业和信息工业等领域逐渐显示出很好的应用前景。主要研究从两幅二维图像获得物体运动轨迹。     

基于交互式多模型的多假设航迹起始算法

多假设(MHT)方法是一种理想的航迹起始算法,将交互式多模型算法(IMM)应用于MHT算法中(IMMMHT),改进了MHT算法在滤波时单独采用一个模型会受到模型自身局限性的影响使得滤波的精度不高的缺点.通过仿真表明,IMMMHT算法在虚警概率、快速性和跟踪精度上都优于原MHT算法.