基于GPS和INS数据融合的复合精确制导技术

针对复合精确制导问题, 提出了一种数据融合算法, 该方法是一种可将GPS和INS融合制导的技术.该技术将GPS和INS相融合, 使两种系统优势互补, 提高制导性能.通过对GPS和INS数据融合的仿真, 证实了该数据融合算法融合效果好, 并可将GPS和INS融合技术应用于复合精确制导.     

双波段复合导引信息融合技术研究

双频段复合制导是改善复杂电磁环境下雷达导引头检测性能及抗干扰能力的一条重要途径。针对双频段复合雷达导引头,本文提出了一种适用于双频段雷达的目标融合检测及跟踪算法。该算法利用双频段信息自适应构建权重因子,基于决策层的投票融合策略完成对目标的检测及参数估计。仿真实验结果表明,该算法有效提高了导引头目标检测能力及跟踪精度,改善了干扰条件下的导引头检测性能。     

基于神经网络的双模复合制导数据融合

利用神经网络研究了双模制导体制下数据融合问题．首先对每个传感器测得的数据分别求取PDA估计，再利用神经网络进行数据融合，给出了一种具体的融合算法。最后由计算机仿真证明算法合理。     

基于改进YOLOv3和核相关滤波算法的旋转弹目标探测算法

旋转弹的电视摄像头拍摄画面会产生旋转及抖动模糊,在预先侦查目标数据较少且末制导段视野目标较小的情况下,目标难以精确探测,为此提出一种基于改进YOLOv3和核相关滤波（KCF）算法的目标检测与跟踪算法,通过深度学习实现目标的自动检测。制作模拟山地打击场景的数据集,基于少量数据样本的前提,模拟不同天气、光照、运动及旋转模糊等复杂环境,完成在网络学习中数据的增强和扩充;通过在YOLOv3网络基础上添加Inception多尺度分支结构,增加网络对于目标不同尺寸的适应性,减少网络层数,更能适应对小目标的检测;在实现目标定位方法上,将目标检测与跟踪算法相融合,提出一种目标丢失判别机制,并利用弹道的速度—时间信息更新目标跟踪框尺度。仿真实验结果表明,相比原始算法,改进算法能更有效实现复杂环境下的目标检测和跟踪。     

基于无迹变换的协同探测与速度方向控制制导律一体化设计

飞行器协同探测相比于单飞行器探测具有精度更高、抗干扰能力更强的优势。传统制导控制设计过程中通常将目标定位跟踪和制导算法进行解耦设计,但实际上制导算法需要实时估计的目标位置等参数作为输入,而制导算法也会影响目标跟踪状态和测量方程的构建以及观测条件,两者存在较高的耦合度。解耦分别设计会造成一定的信息缺失,降低估计和制导精度。针对这一问题,本文构建了一种基于无迹变换的协同探测与制导一体化设计方法,一方面将协同探测目标定位算法引入制导律中,利用融合的目标位置估计均值和方差作为制导算法的输入,将制导过程作为一个随机矢量的非线性传播过程,利用无迹变换获取飞行控制角的均值和方差。仿真实验验证了该方法与传统的速度方向控制滤波算法定位相比,既能提升探测精度,同时满足较低的过载,较好地对飞行器的速度方向和姿态进行控制。     

用最小方差最优算法实现雷达-红外数据融合

文中提出应用最小方差全局最优算法实现雷达-红外双模复合寻的制导的数据融合.文中主要介绍了最小方差全局最优算法的基本原理、参数选择原则,并通过仿真分析,证明该方法应该到雷达/红外双模导引系统后,对目标信号检测性能和抗干扰性能有明显改善.     

制导信息协同作用下的引信数据融合分析与研究

分析了基于制导引信一体化技术弹目交会段制导信息的提取,设计了起爆控制系统中的数据融合方案,并介绍了相关的数据融合算法,仿真实验表明了它们的有效性.     

矢量浮标测量数据融合处理方法研究

研究了矢量浮标测量数据的融合算法及其在水下目标定位中的应用,提出了一种基于软决策融合的矢量浮标融合算法,结合矢量浮标式水下目标定位系统应用情况,给出了融合系统检测性能的计算机仿真结果,表明采用数据融合算法后可大幅度提高水下目标的定位精度。     

基于形态学与聚类相结合的图像特征提取方法研究

利用可见光图像进行军事侦察与制导时,目标往往掩盖在复杂背景中,难以准确识别,研究一种能准确提取目标特征的图像处理方法就成为图像精确制导的关键。文中提出了利用数学形态学的方法先确定目标范围,然后结合聚类方法进行小目标精确检测的算法。实验证明这种算法在背景复杂、目标可视面积较小的情况下,仍可以精确识别目标。该算法克服了聚类运算速度慢的缺点,从而能够快速的、准确地将目标提取出来,且具有良好的适应性。     

三模复合寻的制导研究

介绍了两种三模复合制导系统的数据融合模型，提出了应用贝叶斯推理技术进行数据融合的信号检测方法，分析了这两种复合制导方法的性能。分析表明，这两种复合制导模型的具有较高的检测概率，较好的容错性和环境适应性。因此具有较好的制导性能。