动态静态结合的雷达威力评估方法研究

静态评估方法利用标校系统模拟目标回波信号,检验雷达系统对于固定RCS目标的最远探测距离。动态评估方法根据动态校飞时目标运动参数,估算目标RCS和回波信号强度,推算出雷达系统的最小检测信号能力。两者相结合的方法可以使得雷达威力评估结果更加科学可信。     

基于VD-AiNet聚类算法的空袭目标类型识别

针对防空反导作战中空袭目标类型识别问题,在分析空袭目标的主要类型、识别指标及其识别原则的基础上,将人工免疫算法中矢量距人工免疫网络聚类算法应用于抗体样本训练模块,并建立了抗体训练和目标识别的并行决策模型.最后进行了算例验证,结果表明了算法和模型的可行性和有效性.     

一种改进的二进制检测传感器网络解析目标跟踪算法

对二进制检测传感器网络的解析目标跟踪算法进行了研究,提出了一种改进的解析目标跟踪算法.改进算法与原算法相比,不需要外推判断目标的相关运动参数,而是在目标通过3个以上传感器节点时,一次性地确定目标的速度和直线运动轨迹,易于实现.仿真实验表明:该算法能够较精确地解算出目标的运动参数,适用于部署稀疏、节点采样时间间隔较大、节...     

基于小采样周期的机动目标模型跟踪性能研究

分析了小采样周期条件下“当前”统计模型、基于速度估计的自适应模型及自适应常加速度模型,对3种模型的稳态性能和动态性能进行了分析比较,并对3种模型的机动目标跟踪效果进行了仿真。仿真结果表明：小采样周期条件下,3种模型的稳态跟踪性能一致,而在动态跟踪条件下自适应加速度模型性能更优。     

基于粗糙集和TOPSIS的弹药目标匹配研究

针对多种弹药打击同一目标的弹种选取顺序问题,即弹药目标匹配顺序问题,从弹药毁伤和目标抗毁伤机理人手,构建弹药目标匹配指标体系,利用粗糙集理论约简弹药目标匹配指标体系并确定指标的客观权重,运用加权TOPSIS确定弹药目标综合匹配顺序,为最优火力分配决策提供了理论依据。     

几种野值剔除准则在目标预测中的应用研究

观测数据中的野值会影响目标预测的精度。分析比较了几种常用的野值剔除准则,包括最常用的3σ准则、奈尔准则、格拉布斯准则和狄克逊准则,将其应用到目标预测的数据预处理中,并比较了各种方法的野值剔除能力和对目标预测精度的影响。仿真结果表明:野值剔除准则的引入可有效减少数据中野值的数量,提高目标预测的精度。其中,格拉布斯准则的实用效果尤为明显,且误剔除率也得到了较好的控制。     

光学侦察卫星的目标探测概率分析

结合光学侦察卫星的特点建立了光学成像卫星目标探测概率与卫星轨道倾角、探测幅宽、访问间隔、目标特性等因素的关系模型。该模型明确了卫星技术性能指标和作战性能指标的相互关系,可作为对光学侦察卫星进行需求分析、顶层设计以及效能评估的依据。以大型舰船为探测目标,用仿真结果说明了模型的适用性。     

基于通用黑板模型的IMSE网络中心节点识别

运用通用黑板理论和D-S证据理论探索IMSE网络中心节点识别问题。构建了基于通用黑板框架的IMSE网络中心节点识别模型,讨论了该模型体系的体系结构和实现方法,对该模型的工作流程进行了详细论述。给出了一种基于D-S证据理论的高效识别规则。该系统中专家系统直接给出了基本概率赋值,减少了计算繁琐程度,从而可大大减轻目标识别系统的压力。最后通过仿真结果具体分析了模型的工作情况。     

基于改进卡尔曼滤波方法的机动目标跟踪研究

针对在机动目标跟踪中当目标作高度机动飞行时卡尔曼滤波可能会出现严重发散的情况,提出利用BP神经网络校正其滤波结果,并将遗传算法应用于BP网络的训练过程,以解决BP网络训练速度慢的缺陷,提高算法的实时性。仿真表明该方法是可行的、有效的。     

基于Jerk模型的一种改进多传感器数据融合算法

简要介绍了目前存在的一些机动模型和基于状态估计的滤波算法。将Jerk模型与强跟踪滤波算法有机地结合起来,并提出了一种通过时空综合分析的测量方差自适应估计方法以优化强跟踪滤波算法中次优渐消因子和滤波增益的在线选择,同时结合多传感器数据融合具有改善滤波精度的性质,最终给出了一种基于Jerk模型的改进多传感器数据融合算法。最后,通过蒙特卡罗仿真验证了该算法的有效性。