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。     

火力控制系统研究的人工神经网络方法

人工神经网络提供了新的信息处理方法。着重讨论了多层前向网络的基本特性,结合火力控制系统的研究分析了网络应用的几个方面,并给出了有关的例子。此外,分析了网络设计方面的有关问题。     

基于改进IMM-UKF的弹道导弹再入段跟踪数据滤波?

针对弹道系数未知的弹道导弹再入段跟踪雷达测量数据滤波这类非线性强的滤波问题,提出可变多模型无迹卡尔曼滤波算法。利用无迹卡尔曼滤波逼近精度高,计算量小,适应于任意非线性模型的特点,将其作为多模型的基本滤波器;滤波算法根据各模型正确描述目标状态的概率,动态地改变多模型数量和模型参数。上述方法的综合运用,提高对目标状态估计精度,降低了计算的复杂度,仿真实验验证了方法的有效性。     

基于单元体设计的装甲装备弹目交会建模方法

为了提高作战仿真效果的可信度,提出了一种基于单元体的解决思路,并通过弹头终点弹道特性、装备几何特征、弹头与目标的关系分析,建立了陆军作战仿真的弹目交会模型。试验测试结果表明:该模型能够仿真作战过程中的弹头命中点坐标,满足作战仿真系统的准确性、实时性要求。     

非线性系统中的机动目标跟踪算法

对于非线性系统中的机动目标跟踪问题 ,首先针对“当前”统计模型的缺陷提出了一种修正算法 ,然后应用转换测量Kalman滤波算法进行跟踪。仿真结果表明在非线性观测条件下 ,算法明显提高了对弱机动和非机动目标的跟踪性能 ,同时保持了对强机动目标的高性能跟踪     

六方位相对标图法绘算目标运动参数

基于相对运动原理以及观测平台在机动前后以被动方式分别测取的目标六个不同方位,提出了一种观测平台隐蔽确定目标运动参数的相对标图绘算方法。文章论证了该方法的基本原理和给出了具体的绘算原理方法步骤,并对该方法的不同绘算态势下的使用结果与使用影响因素进行了分析。实际绘算使用结果表明,利用该方法绘目标运动参数时的速度与精度能够满足绝大部分态势下的目标运动参数绘算需要。     

扩展式机动目标可调白噪声模型

在目标跟踪过程中,每个量测周期所得到的雷达量测数据以极坐标形式表示。量测方程在极坐标中是线性的,但在笛卡儿坐标系中却是非线性的。此时,目标跟踪实际上是非线性的。随着现代航空、航天技术的发展,飞行器的机动性得到了更大的加强,这就使跟踪问题变得更加困难和复杂。针对非线性机动目标跟踪问题,提出了一种扩展式当前统计模型机动目标跟踪算法。该算法不需要假定目标的机动加速度模型,而是直接正确地估计出机动目标的当前状态,不存在任何估计滞后与修正问题。最后,给出了算法的仿真分析。     

单脉冲雷达在多源环境中对目标的定位

在日益复杂的电子干扰环境下,提高精确制导武器的抗干扰能力一直是一个研究重点.针对单脉冲雷达跟踪目标过程中受到多源干扰这一背景,在多源信噪比未知情况下,提出一种利用某些先验信息对目标波束到达方向(DOA)进行估计的方法.这些先验信息包括噪声调频干扰信号(干扰带宽大于接收机带宽)经过匹配滤波后在围绕目标位置的各个距离分辨单元内都有信号输出以及雷达在跟踪目标过程中可获得目标信噪比.仿真结果表明,所提估计方法是有效的.     

基于非合作雷达辐射源的无源雷达目标检测方法

主要研究了基于非合作雷达辐射源的非相参体制无源雷达目标检测问题。对目标回波通道中的直达波干扰,利用一种基于三元传感器对消的方法来进行抑制。然后采用周期间相关检测的处理方法对目标进行检测。仿真分析表明,该方法在辐射源信号未知的情况下,能够有效抑制目标回波通道中的直达波干扰,得到优于传统的确知信号的相关检测性能。     

微波雷达目标信号模拟器及其应用

本文为在野战条件下检测雷达测距系统的性能提供一种新型微波目标信号模拟器,闸述其工作原理及功能。除在检测雷达测距系统性能上已得到实际应用外,还论述了可以进一步开发的应用项目,因为不受场地和气候条件的限制,从而获得较好的效能、效率和效益。