用于纯方位目标跟踪的修正极坐标自适应卡尔曼滤波算法

针对纯方位被动目标跟踪中,直角坐标系下的扩展卡尔曼滤波器容易发散而导致滤波精度很差的问题,提出了一种修正极坐标系下的自适应卡尔曼滤波算法,对虚拟系统噪声进行估计,动态补偿模型线性化误差,对其滤波理论及算法进行了研究和仿真。仿真结果表明,该算法提高了滤波的稳定性、快速性和精确性,优于一般的扩展卡尔曼滤波算法。     

用遗传算法实现雷达网目标分配

通过对雷达网目标分配问题的深入研究,建立了数学模型.为了获得发现概率最大的目标分配方案,引入了遗传算法来对模型求解,并给出了实现的步骤和方法.最后经过验证,证明该方法应用在雷达网目标分配问题上切实可行.     

一种拦截机动目标的最优制导律设计

引入伪控制变量的概念,建立了线性化的描述导弹与目标相对运动的状态方程.应用线性二次型最优控制理论和改进剩余时间的计算方法,提出了一种拦截高机动目标的最优制导律.通过与比例导引律在平面拦截过程中的仿真结果对比分析,表明所提出的最优制导律在拦截机动目标时更为有效.     

基于改进SUSAN算法的红外目标边缘检测

从3个方面改进了传统的SUSAN算法:①自适应选取阈值,以提高算法自动化程度:②使用双几何阈值,增强算法的抗噪性;③加入目标点判断因子,减少计算时间.利用改进的算法进行了红外目标边缘检测,结果表明,改进算法比传统的SUSAN算法有更强的噪声抑制能力,更快的边缘检测速度,显示出更加优良的性能.对对比度比较低的红外图像,改进算法可以减少40%以上的计算时间,而对对比度较高的红外图像,改进算法可以减少70%以上的计算时间.     

基于UKF-SOFNN的近距机动目标跟踪滤波算法

对于多目标杂波环境中的机动目标跟踪,由于目标集群中各个目标间的空间距离可能小于探测器的空间分辨率,因而可能出现误跟、诱饵欺骗与杂波虚警等一系列严重后果。对此,提出一种综合运用UKF(不敏卡尔曼滤波)和SOFNN(自组织模糊神经网络)的UKF-SOFNN滤波跟踪算法,将机动目标模型视作严格的非线性系统,利用UKF-SOFNN对非线性参数的辨识能力提高对锁定机动目标的跟踪能力。仿真实例表明,该算法能有效地辨识目标群中的目标,并进行可靠的跟踪。     

基于微动调制的SAR新型复合有源干扰方法

在静态虚假目标的基础上,利用有源运动调制干扰原理,提出了一种基于微动调制的SAR新型复合有源干扰方法。建立了基于微动调制的复合有源干扰信号模型,详细分析了该干扰信号对SAR的干扰效果,确定了各调制系数,最后进行了基于实测数据的仿真实验。结果表明,该方法具有距离向相干处理和方位向部分相干处理的特点,可对SAR在方位向上实现多个匀(加)速虚假运动目标的欺骗干扰效果。     

FLAMES仿真系统中目标毁伤仿真的实现

为了构建FLAMES中的目标毁伤仿真系统,在对FLAMES仿真系统体系结构分析的基础上,通过研究FLAMES中目标毁伤仿真的相关模型、函数及计算方法,归纳出目标毁伤仿真的实现流程。最后以飞机轰炸停机坪目标的毁伤计算为例,具体实现了FLAMES中的目标毁伤仿真。     

航空磁探仪目标运动分析仿真研究

针对航空磁探仪目标运动分析问题,分析了目标运动要素确定方法。首先,采用蒙特卡洛仿真和统计分析法研究了目标运动要素估计误差的分布规律;然后,结合最小二乘定位法,给出了目标运动参数及其误差的简化算法;最后,分析了影响目标运动要素解算精度的主要因素。研究结果可为磁探仪的使用、攻潜武器的选择和攻潜效果的预测提供参考。     

多传感器多机动目标跟踪方法研究进展

讨论了多传感器多机动目标的研究现状,分析了几种跟踪滤波器的性能,着重探讨了交互多模型(IMM)算法的发展状况和应用。同时还研究了多传感器跟踪多机动目标过程中的数据关联方法。最后指出,寻求采用自适应变结构的IMM算法,研究模型切换过程中算法的过渡性能,以及在数据关联中引入混沌、遗传算法等智能控制方法,将是未来多传感器多机动目标研究的方向。     

基于方位起伏方差的目标识别方法

根据潜艇目标亮点模型的方位起伏,提出了一种基于目标方位起伏方差的目标识别方法.给出了具体的实现方案和相应的仿真结果.仿真结果表明,按照该方案设计的目标识别系统,只要根据试验修正判决门限的设定,就可以使鱼雷准确地识别真假目标.