基于IMM-CKF的弹道再入目标跟踪研究

该文研究了弹道系数未知的弹道再入目标的跟踪问题.针对现有再入目标跟踪方法对弹道系数初值设定以及噪声协方差的设置比较敏感的问题,采用了数值精度高、稳定性好且计算量较小的求容积卡尔曼滤波(CKF)算法作为跟踪滤波器,并分别设计了由不同弹道系数模型构成的交互式多模型(IMM)算法以及由不同噪声协方差模型组成的IMM算法.仿真结果表明,该文设计的两种IMM算法都能显著提高跟踪精度以及对弹道系数估计的收敛速度.     

空对面主动雷达导弹末制导段弹道仿真

建立了空对面主动雷达制导导弹在中制导段后搜索、截获、跟踪并攻击目标的仿真模型,该模型包括导弹运动模型、导弹气动计算模型、自动驾驶控制模型、导弹引导模型、大气环境模型、目标位置模型、导引头搜索、截获及跟踪模型,并在一定条件下对导弹攻击弹道进行了仿真计算。     

一维弹道修正引信阻尼弹道系数的优化与仿真

分析了影响一维弹道修正引信阻尼弹道系数选取的主要因素,提出了弹道解算时间和最大射程修正量的确定是选取最佳阻尼弹道系数的前提.基于最佳阻尼弹道系数确定方法,对其选取过程进行了仿真.     

基于支持向量机的雷达弹道外推方法研究

支持向量机是一种求解回归预测问题的优秀决策方法，具有坚实的理论基础和优秀的预测性能．为解决目前雷达弹道外推中存在的外推准确率不高和不能有效地进行弹道识别等问题，用基于支持向量机的方法对雷达探测弹道进行了外推研究，并通过仿真弹道模拟雷达采样进行了仿真实验，仿真实验结果表明：基于支持向量机的雷达弹道外推方法实用可行，可以获得较高的外推精度，并且能够有效地进行弹道识别．     

基于Boosting学习算法的雷达弹道识别

弹道外推技术在炮位雷达的侦察和校射中起关键作用,弹道外推的精度直接决定着炮位侦察校射雷达的性能.在文献[1]中,作者提出了将弹道外推分为弹道识别和特定弹道外推两个阶段,并用支持向量机方法对弹道识别进行了系统研究.文中引进Boosting学习算法进行弹道识别.仿真结果表明,基于决策树的Boosting学习算法是一种有效的弹道识别方法,并且识别精度高于基于核技巧的支持向量机方法.     

图像制导导弹的弹道设计

通常,图像导引头的瞬时视场较小,而识别距离短,在复杂背景下,目标识别和捕获必须靠人才能完成,若弹道设计不合理会大大降低捕获目标的概率.本文分析了弹道设计对目标搜索和捕获的影响,提出了适合这类导弹的典型弹道及相应的弹道参数设计方法.     

一维弹道修正引信阻尼弹道系数的优化与仿真

首先分析了影响一维弹道修正引信阻尼弹道系数选取的主要因素，提出了弹道解算时间和最大射程修正量的确定是计算最佳阻尼弹道系数的前提。最大射程修正量与射程扩展量相关联，在充分考虑射击诸元散布、修正前距离散布和修正后距离散布的基础上，提出了确定射程扩展量和最大射程修正量的基本公式，基于最佳阻尼弹道5纱数确定方法，给出了阻尼弹道第数仿真程序流程图，并列出了对某型号炮弹道进行仿真的计算结果。     

机动式诱偏系统抗ARM可行性仿真研究

反辐射导弹(ARM)对地面雷达构成严重威胁,提出了一种“告警+机动诱铒”对抗ARM的方案,既可以保护雷达,又能使诱饵免受攻击.在分析其基本工作原理的基础上,运用时间差分法构建ARM攻击地面雷达的弹道数学模型,并进行仿真.从ARM落点位置、ARM导引头视角、ARM弹道曲率等方面仿真验证了该方案的可行性和有效性,对于如何对抗ARM提出了一种新的解决思路.     

某型高炮射击仿真系统研究

针对某型高炮射击仿真训练中存在弹道仿真精度不高、战场对抗环境粗糙简单的问题,通过采用一种新的对空射击诸元装定与弹道仿真算法,利用三维建模与视景仿真技术重建高炮抗击空中目标的作战场景及过程,解决了弹道失真问题和数据平滑问题,提高对空射击训练的真实性和逼真度,有利于提高训练者对空中目标射击的能力。     

基于神经网络的弹道曲线快速拟合方法

大规模弹道仿真时运用传统的诸元解算方法计算量大且耗时久,难以满足作战快速响应的需求。文中通过构建弹道曲线的主要影响因素与时间的方程,研究方程系数与发射参数之间的关系,提出了基于BP神经网络算法快速拟合方程系数的方法,从而快速拟合出弹道曲线。经试验仿真,该方法在进行多条弹道解算时比传统诸元计算方法快速高效,可适应于大规模弹道仿真。