基于计算机视觉的目标方位测量方法

以显著性标志物中的关键点为目标,探讨了一种基于计算机视觉的目标方位测量方法。在光学成像原理基础上,推算出目标二维成像点坐标与其空间三维坐标之间的映射关系,基于计算机视觉理论建立了测量目标方位的数学模型。考虑透镜畸变,基于Zhang平面标定法完成对摄像机参数的标定。对目标二维图像采用Harris算法进行特征角点检测,并通过亚像素技术对检测的目标特征点进行定位。实验结果表明,该方法能够有效提取被测目标特征角点并获取其像素坐标,用于测量目标相对视觉传感器的方位信息可达到较高精度,具备良好的实用价值。     

基于专家系统的弹道导弹目标识别方法

传统Dempster-Shafer(D-S)算法及其改进算法中,一般将冲突证据与不冲突证据统一融合,无论融合过程中冲突证据所占权重多小,这都将降低融合效率。针对这个问题,引入专家系统理论,面向信息融合中证据冲突的问题,将冲突证据与无冲突证据分组,构建了基于专家信任度的弹道导弹目标识别模型和专家知识库模型,从工程上设计了弹道导弹目标识别专家知识库系统,提出了两种专家知识权重确立方法,并通过实例以及仿真,验证了算法的可行性。     

加载龙伯透镜反射器的靶标RCS改型设计与仿真

针对武器装备试验、训练构建实战化空情模拟条件的要求,提出利用小型靶标加载龙伯透镜反射器模拟空袭武器雷达散射截面(Radar Cross Section,RCS)的方法。基于FEKO电磁仿真软件,分析了龙伯透镜反射器(Luneburg-Lens Reflectors)散射机理和散射特性影响因素,对不同形状、尺寸和位置反射板的龙伯透镜反射器RCS特性进行了数值仿真,总结了反射板对反射器RCS的影响规律,重点基于反射器对靶标RCS起伏特性进行了改型设计,对靶标加载单个和两个龙伯透镜反射器进行了联合仿真计算和分析。结果表明,利用靶标加载龙伯透镜反射器可以实现RCS改型的目的。     

基于变权灰色关联法的高超声速目标威胁评估

针对传统灰色关联法的权重设置采用常权法没有充分考虑目标状态变化而引起威胁程度变化的情况,提出了基于变权灰色关联分析法的高超声速目标威胁评估模型。根据高超声速目标的威胁特点和威胁能力,并结合敌我双方的对抗能力,提出了高超声速目标的威胁评估指标;利用变权理论、构造均衡函数,动态调整各威胁指标的权值,使其随目标状态变化而变化;并结合灰色关联法,将变权向量与目标的灰色关联系数进行了变权综合,得到各目标的灰色贴近度,通过仿真算例验证了模型的有效性和合理性。     

基于集合交的欧式误差状态估计方法

基于集合交的欧式误差估计方法利用集合理论,根据已有的探测数据对目标的状态进行估计,在满足一定的条件下,计算目标状态估计集合。根据该集合确定状态的估计值以及估计的欧式误差范围。可以针对某一次具体的实验,计算目标的状态估计以及误差界。     

基于纯方位信息的目标跟踪线性修正模型?

在基于几何关系的纯方位航迹不变量信息处理过程中,对非线性模型进行细致分析,提出了线性修正模型,在处理问题时更加清晰、可靠,减小了大量的计算和计算误差,使纯方位信息的非线性处理实用化。     

联合作战目标协同模型构建与求解方法?

在对联合作战目标协同研究内容分析的基础上,提出了多任务部队与多作战目标的协同目标分配模型,其融合了目标综合价值、目标打击有效性、目标威胁适配度、目标类型匹配、目标距离匹配等因素。通过对各因素量化并将协同目标分配模型转换为指派问题进行求解,验证了分析方法的可行性。     

基于硬体拖靶的拖曳式干扰系统构建

战场复杂电磁环境对防空导弹提出了抗拖曳式干扰的新要求,在组织进行实际对抗效果飞行检验时,存在导弹威胁拖曳式诱饵载机安全的风险,影响试验的组织和决策。介绍了拖曳式干扰的系统组成、工作原理和实际使用问题,提出了基于现有硬体拖靶系统构建拖曳式干扰系统的方法,分析了拖曳式诱饵对拖靶系统飞行性能的影响。该构建方法可以有效解决困扰试验的安全问题,为后续系统的建设和试验提供参考。     

基于云遗传算法的防空导弹目标分配问题

针对传统遗传算法在防空导弹目标优化分配中存在的缺陷,提出了一种更为有效的云遗传算法。通过该算法对防空导弹目标分配模型进行仿真求解,得出防空导弹射击目标的最优目标分配方案。通过算例分析,云遗传算法相比传统遗传算法收敛速度快,搜索效率高出一倍左右,对产生局部最优解情况进行了合理有效的控制,可操作性、优越性更强。     

基于转弯模型的自适应交互式多模型跟踪算法

针对舰炮火控系统中搜索雷达对来袭导弹跟踪为背景,提出一种基于坐标转弯模型(CT)的自适应交互多模型跟踪算法(AIMM-CV/CT),模型集取为一个匀速和一个坐标转弯模型,滤波器采用各子滤波器模型噪声方差在线计算调整的自适应交互式多模型算法;给出了比例导引规律来袭导弹的航路仿真方法,并对AIMM-CV/CT与IMM-CV/CT算法进行了仿真比较.仿真结果证明了本文算法的正确性和有效性.