基于双重酉滤波的再入目标实时跟踪

适当的运动模型和估计方法是提高再入目标跟踪性能的关键.选择机动再入动力学模型,将再入目标跟踪问题转化为状态和参数的联合估计问题,并利用试验数据分析了再入模型状态和参数的相关性.针对原始双重酉滤波算法的确定性系统输入假设造成信息损失的局限性,提出了一种基于随机性系统输入假设的改进双重酉滤波算法,并从理论上分析了该算法的估...     

发变电所传导干扰分析与抑制措施的研究

通过对发变电所由开关操作在二次系统和低压交流电源系统传导测量结果的分析,确定变电站低压交流电源中传导干扰的特征,利用安捷伦（Agilent）矢量网络分析仪,研究几种典型电源滤波器的插入损耗和特性阻抗等频率特性,应用夏弗纳（Schaffner）等系列抗扰度试验设备,研究电源滤波器对电快速瞬变脉冲群和衰减振荡波的滤波和抑制效果,给出了变电站电源滤波器的滤波特性要求。     

基于粒子滤波的目标跟踪抗野值算法

运用粒子滤波对目标位置进行跟踪时,测量数据的异常突变点、目标的机动转弯、粒子数量的制约和重要性密度函数的优劣都会导致估计误差较大的野值出现,这将严重影响雷达对目标的跟踪精度。现有的野值剔除方法在目标发生机动时,都存在误剔率较高的问题。针对这个问题,采用莱特准则与机动门限准则相结合的方法,提出了不确定观测点的概念,设计了一种适用于机动目标的抗野值粒子滤波算法。仿真结果表明,该方法能较好地检测和更新野值,降低跟踪误差,提高跟踪精度。     

一种改进的基于交互式模型的机动目标跟踪算法

针对传统的以匀速(CV)或匀加速(CA)运动作为目标运动模型的卡尔曼跟踪滤波器的计算量大及跟踪精度低的固有缺陷,提出了一种基于CV和CA的交互式卡尔曼滤波模型的机动目标跟踪算法,该算法能在保持直线运动跟踪精度不变的前提下,使做曲线运动的目标的跟踪精度逼近做直线运动的目标的跟踪精度。并将CV和CA模型混合起来进行仿真估计,系统仿真结果表明该算法提高了系统的跟踪精度。     

Butterworth低通滤波器的舰载RLG PINS初始对准精度分析

系泊状态下,用Butterworth低通滤波器解决舰载RLG PINS初始对准中杆臂效应问题时,对准的精度受安装误差、杆臂长度和舰船摇摆等因素的影响。通过仿真分析,认为Butterworth低通滤波器适于解决风浪干扰下的舰载平台系统初始对准中的杆臂效应问题,且安装误差、安装位置是影响对准精度的主要因素,提高系统标定精度,并尽量使系统安装在船体对称面内,可以提高对准精度。     

基于SDP松弛的干扰资源优化分配技术研究

提出一种基于semidefinite programming(简称SDP)松弛的干扰资源优化分配算法。在问题优化过程中首先对模型中非凸的约束条件进行松弛,变为凸约束,将原来的数学模型转化成SDP求解形式,利用内点算法对松弛后的模型求解。该算法利用解析的手段使得干扰资源优化分配问题中的NP难问题在多项式时间内得以解决,并且有较高的可靠性。仿真结果验证了算法的有效性。     

从"误伤事件"原因分析,看战术数据链战略地位

以伊拉克战争为背景,介绍了美军及北约的战术数据链发展情况、技术概要,重点论述了不同时期的战术数据链在技术体制上的差异,以及由此可能导致互联、互通和互操作的分析.最后,结合我军的一些现状,在汲取外军教训的基础上,提出我军在战术数据链建设方面的一些建议.     

复杂场景下基于自适应多特征融合的跟踪算法

在复杂的场景下,单特征对目标描述不够充分,很难稳健地跟踪目标,针对这个问题,提出了一个基于自适应多特征融合的粒子滤波跟踪算法。该算法采用灰度和边缘特征表示目标,从目标观测似然模型构建的角度融合两种特征,利用粒子似然分布的香农熵动态地评价特征的可靠性,进而确定特征融合权重,以提高算法对场景的适应能力;同时,改进了线性加权的模型更新策略,通过对加权系数的在线调整来抑制模型漂移。实验表明,本文算法可以实现部分遮挡和背景干扰等复杂场景下的跟踪。     

YHFT-DX高性能DSP中Cache失效流水设计

YHFT-DX是国防科技大学自主研制的一款高性能DSP.以提升YHFI-DX的 Cache 性能为目标,研究了降低 Cache 失效延迟的优化策略,设计并实现了一种针对高频高性能DSP的一级数据Cache优化策略--失效流水.与传统优化策略相比,该策略将连续访问Cache的失效请求并进行流水化处理,使多个Cache失效延迟重叠,从而达到降低平均Cache失效代价的目的.将该策略应用到YHFT-DX芯片的一级数据Cache控制器的设计与优化中,使访问Cache失效引起的流水线停顿从8拍降为2拍,显著提升了系统性能.     

HLA和视景仿真技术的装甲车辆乘员协同训练系统

简单介绍了HLA/RTI的特点和功能,讨论了利用MultiGen Creator 和 Vega Prime建立三维模型时用到的关键技术,以及部分特效的实现技巧.并详细说明了分布式协同训练系统下的时间管理和数据分发管理的实现策略.给出了基于HLA/RTI和三维视景仿真技术下分布式协同训练系统的实现方法.