水下小尺度目标宽带亮点回波建模及实验验证

准确、有效的目标回波模型是声纳目标,特别是小尺度目标探测与识别的基础.基于声纳目标亮点回波3参数模型以及时域特征分析在声纳目标探测与识别中的有效性,将反映目标回波时域特征的参量作为声纳目标回波模型的建模参数,优化了目标亮点回波模型.针对单频水声探测在小尺度目标识别中无法兼顾距离与精度的局限性,提出了基于频带划分算法的宽带回波模型建模方法,为水下小尺度目标的宽带探测与识别提供了理论基础.通过设计验证试验,将所建模型仿真数据与实物模型消声水池试验回波数据进行对比分析,结果表明,模型仿真回波与试验回波数据具有一致性,验证了所建回波模型的准确性与有效性.     

水下爆炸对抗鱼雷声纳效能分析

水声对抗中由于战术使用及作战态势的复杂性,使得水下连续爆炸对抗鱼雷声纳的效果难以评估.本文分析了水下连续爆炸对抗鱼雷声纳的原理及其对抗主动、被动声纳的模型,针对有无水下爆炸干扰的2种情况,建立了主动声纳探测模型,并且根据模型求解了在不同频率、不同装药量下主动声纳的探测距离,然后以探测距离平均缩减量及平均缩减率为准则,运用仿真判断对抗效果,分析了有无水下爆炸声干扰时主动声纳探测距离随频率、装药量的变化规律.     

基于卡尔曼滤波的水下近距目标运动分析

为跟踪水下近距目标,设计采用被动声纳平台获得目标的方位数据,用扩展卡尔曼滤波算法对测量数据进行目标运动分析来实现.建立了目标相对观测平台在固定深度做直线运动时的理论模型,针对非线性测量方程,采用雅可比矩阵来近似处理.采用标准卡尔曼滤波进行了实例仿真.结果表明,该方法将估计误差控制在8%以下,并有较好的稳定性.     

单平台主/被动雷达制导异步数据融合算法研究

为改善主/被动雷达对目标的跟踪性能,在主/被动雷达双模制导模式下,对主/被动雷达的测量数据进行融合处理.由于主/被动雷达测量周期不同,导致主/被动雷达测量数据不同步,文中对于不同步的信息采用基于最小二乘法的时间配准方法,使之信息同步;对同步后的主/被动雷达数据采用带反馈的卡尔曼滤波算法,由于被动雷达仅测得目标的角度信息,而主动雷达可得到目标的角度和距离信息,本文将融合中心的状态估计和预测协方差反馈给被动雷达.仿真结果表明,融合中心能够实现对目标的状态估计,且反馈的利用可以明显改善局部传感器的估计精度,能够有效地减小系统动态误差.     

潜舰导弹被动声纳引导攻击研究

分析了潜艇被动声纳在存在会聚区条件下的远程探测能力，探讨了单站纯方位目标定位的方法和被动声纳引导下导弹攻击的实现问题。     

主被动雷达导引头数据融合目标跟踪算法

在主被动雷达导引头目标跟踪过程中,为了有效融合主被动雷达导引头探测的信息进行精确跟踪,文中提出了用BP神经网络将主被动雷达导引头探测的信息进行分类,并通过模糊系统根据目标的机动大小调节神经网络的学习速率以及根据目标距离的远近调节融合中心的权值.通过仿真试验表明,与传统的目标跟踪方法相比较,具有更好的跟踪效果,证明了该方法是可行的.     

毫米波交流辐射计半实物仿真系统设计

为尽量减少末敏弹中毫米波被动探测器野外试验的频率,采用室内半实物仿真代替野外试验。根据毫米波被动探测器探测装甲目标的原理与过程,建立了室内半实物仿真系统的数学模型,并与野外探测过程的模型进行了等效处理,研制了一款Ka波段被动探测器半实物仿真系统。通过将半实物仿真结果与高塔实测结果比较,表明了该毫米波辐射计半实物仿真系统和所建立的模型等效关系的正确性,可用于末敏弹研制及量产测试过程中的半实物仿真测试。     

远程鱼雷目标主动声纳探测性能分析

以潜射鱼雷的浅海作战应用为背景,结合3种典型水文条件,计算了鱼雷舷侧阵声纳对中频主动声纳信号的作用距离和测向误差。计算结果表明,在潜艇反舰作战中,利用水面舰艇发射的主动声纳信号,潜射鱼雷的舷侧阵声纳可实现目标的远程被动探测;而当目标可探测时,鱼雷舷侧阵声纳具有较高的目标测向精度,一般可满足鱼雷远程自导导引对测向精度的要求。     

双基地声纳探测范围分析

双基地声纳在一定程度上综合了单基地主动和被动声纳的优点,具有扩大探测范围的优势,但并不能够在全方位上都获得探测距离优势,在某些方位上甚至不如等效单基地声纳。在双基地声纳系统中,根据能量关系推导出双基地声纳系统最大可探测范围的数学模型,并进一步定量分析了基线长度、等效半径与探测范围和各个方位上的探测距离的关系,提出了优势区域、优势角的概念。在此基础上,给出了不同情况下双基地声纳的几种优化使用配置方案。     

基于线谱瞬时频率估计的被动声纳目标运动分析

针对被动声纳探测目标,提出了一种基于线谱瞬时频率估计的目标定位跟踪算法。该算法通过利用声纳探测目标的跟踪波束信息,建立高精度瞬时频率跟踪提取与多特征联合的目标定位跟踪模型,完成对目标高精度多普勒频移信息的实时提取。基于多特征观测方程,实现了对目标的定位与跟踪。仿真实验和海上试验结果表明:该算法可在观测平台不机动情况下,完成对目标的快速定位与跟踪;在相同平台机动条件下,相比传统纯方位算法,该算法的要素解算性能更加稳定,解算收敛时间缩短约4 min,进一步增强了工程适用性。     

多传感器滤波跟踪型数据融合算法研究

针对非线性观测的目标跟踪问题，对滤波跟踪型数据融合进行了研究，提出了基于去偏转换测量值卡尔曼滤波算法的非线性系统中的数据融合算法．从仿真结果可以看出，集中式融合算法和分布式融合算法的差别并不大，结果基本相同．因此，在非线性系统中，基于去偏转换测量值卡尔曼滤波算法的分布式融合算法可以重构集中式融合算法．     

不完全信息下分布式目标跟踪算法

针对分布式目标跟踪过程中出现数据丢包和不完全量测现象,提出一种分布式目标跟踪算法.该算法由统计意义下局部滤波器和基于协方差交叉算法融合滤波器构成,其中局部滤波器利用邻域内各节点测量信息计算局部滤波值,融合滤波器则将邻域内各节点局部滤波值进行融合处理,得到该节点的目标坐标信息;最后,利用典型目标航迹模型对该算法进行仿真分析.仿真结果表明:该算法可有效抑制不完全信息发生时对目标跟踪结果的不利影响,可为分布式目标跟踪系统在实际工程中的设计与研制提供有益的参考.     

基于EKF的机载光电吊舱目标定位研究

为提高机载光电吊舱进行目标定位的精度,研究吊舱的设备测量误差对目标定位精度的影响,推导了目标定位方程,并建立了目标定位的扩展卡尔曼滤波(EKF)模型.通过在Matlab/Simulink中进行仿真,定量分析了吊舱的测距误差、高低角和方位角误差对目标定位精度的影响.结果表明定位误差可以在2 s的时间收敛到5 m,提高了定位精度和收敛速度;分析测量误差对定位精度的影响,可为吊舱的精度分配或改进提供理论依据.     

基于Simulink的位置正馈振动主动控制

基于Simulink的振动主动控制,用Simulink框图设计位置正馈补偿滤波器.将实际模型置于仿真系统进行半实物仿真控制.通过位置测量、对位控制,将受控结构位置正馈至控制器,再将控制器位置正馈给控制结构,控制其振动.并以交互界面修改滤波器参数,在Simulink中,通过定义封装模块实现计算机与数据采卡的通信.     

卡尔曼滤波算法在多传感器融合技术中的应用

为了进一步提高测量精度,针对多传感器融合技术和非线性系统的连续-离散卡尔曼滤波算法的研究,提出了一种综合卡尔曼滤波和数据融合算法的优点相结合的估计技术和算法.仿真结果表明在使用连续-离散卡尔曼滤波方法估计的基础上,进一步采用加权融合算法,可以降低系统测量量的噪声干扰,并明显改善传感器测量参数的估计精度,其算法也是递推算法,可以满足实际应用中的实时性要求.     

一种地面目标跟踪算法的设计与实现

对地面机动目标的跟踪问题是目标跟踪领域的难点,多传感器数据融合技术以及变结构交互多模型算法是解决地面目标跟踪问题的有效途径。针对目标运动特点,将地面目标运动特性和运动状态作为先验信息,设计了一种地面目标跟踪算法,给出了算法的详细步骤,算法主要采用了加权观测融合卡尔曼滤波器及采用模型组切换方法的变结构多模型算法实现。仿真及误差分析结果表明,该算法优于传统交互多模型算法。为地面目标跟踪算法的设计提供了参考。     

一种光电跟踪平台共轴控制的目标运动滤波方法

目标运动估计是光电跟踪平台实现共轴控制的核心。针对目标运动的滤波精度问题,提出了基于灰色预测模型和卡尔曼理论的目标运动融合滤波方法。利用少量前几个时刻的目标运动数据实时在线建立灰色预测模型,替代标准卡尔曼滤波的目标状态预测方程,避免了需要预先假定目标运动数学模型而引起滤波误差的弊端。进一步对灰色模型预测值和融合滤波估计值的残差序列,构建残差在线预估模型;利用残差预测值对灰色预测模型进行实时修正,有效地提高了灰色模型的预测精度,改善了融合滤波的效果。仿真实验验证了灰色模型在目标运动预测中的有效性。实验结果表明：残差修正策略将灰色模型预测精度提高了60%;与其他滤波方法相比,提出的融合滤波方法具有更好的滤波效果及更准确的目标运动估计。     

基于HLA的防空作战模拟对抗仿真平台研究

在简要介绍分布式仿真高层体系结构的基础上,以防空群与空袭飞机群对抗作战为背景,将建模与仿真技术引入防空武器系统研究,建立了防空作战模拟对抗仿真平台.给出了系统的功能、组成和详细的拓展性结构.基于高层体系结构的分布式仿真的实现机制,设计了该联邦系统的联邦概念模型和联邦对象模型,提出了实现相关成员的方法.采用面向对象的程序设计方法,给出了系统的训练软件流程图和联邦信息流图.该系统可用于防空作战战法研究、武器系统的性能和效能评估分析,以及防空体系的作战效能检验分析.     

基于空中目标识别的特征提取与选择

为从冗杂的海量信息中提取出有效的特征数据和信息,对空中目标识别的目标特征进行研究。介绍目标跟踪识别系统,从搜索雷达的目标回波信号特征、目标光谱成像特征、目标姿态与运动特征、目标特征选择与融合等方面进行目标识别特征提取,生成图像与特征数据库,并对选取的目标特征进行多特征融合的识别精度验证。结果表明:提取与选择的目标特征在识别中取得较满意效果,能证明选取的空中目标特征在目标识别算法中的可靠性。     

状态自适应无迹卡尔曼滤波算法及其在水下机动目标跟踪中的应用

为了满足水下对抗对机动目标实时跟踪和目标航速、航向准确估计的要求,针对观测量为距离和方位的机动目标跟踪,对传统无迹卡尔曼滤波（UKF）跟踪算法进行了改善。提出根据UKF算法预测值和观测值残差的概率分布自适应调整目标状态噪声方法,使得UKF跟踪算法能够根据目标运动状态及时调整状态方程,在目标机动时减小对预测值的依赖,在目标非机动时增大对预测值的依赖。这种在线实时估计系统噪声状态的跟踪方法更加适用于机动目标的跟踪。数值仿真结果表明：该算法不仅在目标机动时具有良好的跟踪效果,而且在目标非机动时具有准确的估计性能。通过声纳信息综合处理系统验证了状态自适应UKF跟踪算法的性能。