基于Bayes弹道导弹主动段融合跟踪算法

弹道导弹主动段拦截中对导弹跟踪精度要求很高,如何将多种主动段探测装备得到的数据进行融合得到更加精确的数据是当前亟待解决的难题。针对此问题,文中研究了导弹预警卫星与雷达融合跟踪,提出了一种基于Bayes理论的弹道导弹主动段融合跟踪算法。该算法分别建立了导弹预警卫星和雷达对主动段探测模型和跟踪模型,应用POFACETS软件仿真了一种类型弹道导弹,并将其获得的导弹RCS数据应用到算法中,提高了算法的准确性。仿真实验表明,该融合跟踪算法可以获得比多个传感器算术平均值更精确的结果,具有较高的可靠性。     

红外预警双星弹道导弹主动段跟踪性能

为研究反导作战中红外预警卫星系统对弹道导弹主动段弹道的跟踪性能,提出以后验克拉美-罗下界(Posterior Cramer-Rao Lower Bound, PCRLB)为衡量指标,结合8态重力转弯主动段运动模型和双星纯方位无源定位获取的量测量,系统分析了运动建模精度、量测精度、采样周期、测源不确定性下检测概率和虚警数目等因素对跟踪时效性和准确性的影响。仿真算例给出了上述因素对位置和速度跟踪性能的影响程度和规律,可为预警卫星反导作战、战技指标关联建模以及星载探测器优化设计等提供有意义的参考。     

红外预警卫星弹道导弹主动段探测能力

为研究反导作战背景下红外预警卫星对弹道导弹主动段弹道的探测能力,在作战需求驱动下,构建了预警卫星探测能力战术、技术和性能指标的关联结构,以技术指标为桥梁,通过建立视场、扫描周期、检测概率、虚警概率、信噪比及最大作用距离等计算模型,系统分析了战术、技术和性能指标之间的关联及其对探测能力的影响。结合典型的目标和背景辐射特性以及大气透过率,仿真分析了星载探测器性能指标的不同组合对预警卫星最大作用距离和预警时间的影响程度和规律。该研究可为评估预警卫星反导作战效能和优化设计星载红外探测系统提供有意义的参考。     

弹道导弹助推段同时跟踪和类型识别算法研究

前置地基雷达跟踪助推段弹道导弹对整个反导防御系统有着重要意义。本文提出了一种基于以情报数据库为先验知识的弹道导弹助推段及后助推段跟踪方法。首先从动力学角度提取导弹助推段飞行的特征参量,并对参量的敏感度进行了分析,给出了一种参变的助推段弹道导弹时不变运动模型。然后结合交互式多模型（IMM）和迭代无敏滤波(IUF)算法进行助推段及后助推段弹道导弹跟踪仿真。与采用其它的运动模型和滤波算法的仿真结果相比,该方法能实现对弹道导弹助推段更高精度的跟踪,同时通过计算模型转移概率结合情报数据库可完成导弹类型识别,并准确指示导弹关机时刻。文章通过仿真验证了该算法的有效性。      

一种基于UKF的弹道导弹跟踪算法

文章提出了一种基于UKF的弹道导弹跟踪算法—Singer-UKF算法。传统的弹道导弹跟踪算法,利用扩展卡尔曼滤波器进行非线性滤波,取Taylor展开的前两项,可能引入较大的线性化误差,导致跟踪精度不高。文章在分析弹道目标动力学特性的基础上对目标的运动模型采用基于J2校正的Singer模型来描述,并针对非线性的目标量测模型应用不敏卡尔曼滤波算法。将该算法与扩展卡尔曼滤波算法进行蒙特卡罗仿真比较,仿真结果表明该算法的跟踪效果更好。     

弹道导弹群目标跟踪分裂算法研究

对武器系统来说,越早完成弹道导弹群目标分裂跟踪,准备时间就越充分;但另一方面如果群目标分裂过早,在跟踪过程中极易发生混批、错批等问题。本文提出了弹道导弹群目标跟踪分裂算法：首先分析群目标形成与跟踪策略,论述了IMM-UKF滤波框架,然后对群目标分裂算法进行了数学建模,分析了影响群目标分裂性能的各种因素,最后采用Pareto改进方法解决了多目标规划问题求解。仿真结果表明,该算法能够达到群目标尽早分裂与群内目标关联稳定度之间的平衡。     

弹道目标被动段跟踪算法研究

围绕弹道导弹被动段跟踪问题,分析了被动段弹道目标的运动方式,在地心固定直角坐标系下建立了被动段弹道导弹运动模型;根据被动段弹道目标高速、高机动、强非线性的运动特点,采用基于"当前统计"模型的UKF滤波算法,实现了对弹道目标被动段的稳定精确跟踪。通过仿真试验,与传统的基于"当前统计"模型的EKF算法相比,该模型和滤波算法提高了对弹道目标的跟踪精度,尤其是对目标的速度和加速度估计,同时降低了对非线性系统跟踪发散的可能性。     

基于EM算法的改进OFDM时变信道估计

针对正交频分复用（OFDM）系统中的信道时变,基于时变信道的分段线性近似模型,提出一种改进的OFDM时变信道估计方案。该方案通过采用期望最大化（EM）迭代算法来提高符号平均信道脉冲响应的估计精度,从而提高时变信道估计的性能;此外,在迭代过程中进行带状子载波间干扰抑制,不仅进一步提高了时变信道估计的性能,而且降低了实现复杂度。理论分析和仿真结果表明,该算法以较低的复杂度代价有效提高了时变信道OFDM系统的性能。     

基于EM-KF的同步发电机参数辨识方法

同步发电机的参数的准确性直接影响电力系统仿真结果.本文首先利用电网扰动下的PMU数据,将同步发电机与外部电网解耦;然后利用卡尔曼滤波和期望最大化算法相结合的算法对同步发电机的参数进行辨识,最后利用仿真结果验证方法的有效性.     

基于EM算法和GOF的宽带分布式 目标检测算法

 针对K分布杂波背景下的宽带分布式目标检测问题,提出了一种基于期望最大化算法和拟合优度检测方法的检测算法.该算法利用期望最大化方法估计杂波参数,提高了估值精度.通过结合拟合优度检测有效利用了目标回波对杂波背景的干扰,并简要分析该算法的恒虚警率性.对仿真数据与实测数据的多个仿真结果表明,与传统的非相干积累方法及基于散射点密度的广义似然相比,该算法检测性能有明显的提高.     

球坐标系下具有抗干扰能力的弹道导弹跟踪算法

 针对弹道导弹突防过程中释放的有源多假目标欺骗干扰,提出了一种新的具有抗干扰能力的弹道导弹跟踪算法.该算法不仅能够利用球坐标系下线性量测的优点,有助于提高真目标的跟踪精度,而且能够实时估计出假目标的延迟距离,利用雷达滤波结果即能辅助鉴别有源假目标.首先,将假目标的延迟距离增广到球坐标系的状态矢量中,从理论上导出了弹道目标更一般意义下的运动方程;其次,利用球坐标下的扩展Kalman滤波(EKF)对延迟距离进行实时估计,延迟距离较小的判定为实体目标,延迟距离较大的判定为有源假目标;最后,分析了相关因素对跟踪和鉴别性能的影响.该方法的优点是跟踪鉴别的一体化和实时性.     

基于集群智能粒子滤波的弹道导弹跟踪

针对弹道跟踪问题,提出人工鱼群算法优化粒子滤波的方法.将集群智能思想引进粒子滤波,解决其粒子权值退化及粒子需求量大的缺点.首先,阐述了粒子滤波原理及其存在的一些问题.然后将人工鱼群算法融合进粒子滤波,使粒子群体向高似然方向移动,从而克服粒子权值退化问题.仿真结果说明该算法中的滤波算法的有效性.     

美国反导系统红外探测、跟踪和识别技术分析

分析了美国反导系统红外探测、跟踪和识别弹道导弹的机理,介绍了其技术方案和研究现状,并且展望了其发展趋势.     

ECEF坐标系弹道导弹跟踪研究

针对单模型跟踪算法无法实现对弹道导弹连续精确跟踪的问题,提出了一种地心地固坐标系下弹道导弹全阶段连续跟踪的交互式多模型(IMM)算法。根据导弹不同飞行阶段的受力情况建立IMM算法的两个滤波模型集:助推段采用恒轴向力模型,中段、再入段采用被动段跟踪模型,两个模型都利用滤波精度高、数值稳定性较好的求容积卡尔曼滤波算法进行滤波。针对该IMM算法在混合估计过程中引入偏差的问题,采用无偏混合的方法,以两种典型的跟踪场景进行仿真校验,实验结果验证了该文算法的优越性。     

弹道导弹在红外波段的突防措施研究

弹道导弹在红外波段的突防主要是通过控制弹头的红外特征信号和对拦截弹实施红外干扰实现的。采取这些措施后,弹道导弹便难以被拦截弹探测到,从而成功实现突防。     

多级助推段弹道导弹的轨迹仿真

弹道导弹的跟踪是弹道导弹防御系统中最核心的问题,建模弹道导弹运动模型是仿真弹道导弹的飞行轨迹和研究弹道目标跟踪的前提和基础。对包含多级助推段弹道导弹的运动模型进行建模,并详细分析了弹道目标的加速度受推进力、空气阻力、地心引力和外在力的影响;进一步描述了弹道导弹轨迹仿真的流程。通过仿真实验得到含三级助推器弹道导弹的飞行轨迹,并分析了多级助推段对速度和加速度变化的影响。这对于研究中远程弹道导弹跟踪问题是非常有意义的。     

弹道导弹进动周期雷达测量提取方法研究

主要研究了利用雷达目标RCS序列提取弹道导弹进动周期的方法.首先建立了弹道导弹中段目标的进动模型,分析了目标RCS回波数据与进动周期的关系表达式,然后给出了利用目标RCS序列估计进动周期的方法.仿真实验结果表明,文中提出的方法能够有效估计目标的进动周期.     

无源干扰掩护弹道导弹末段突防研究

通过分析无源天线阵的信号反射特性和陆基低空反导系统的时间资源占用率、跟踪拦截率等,得出了运用无源天线阵充当重诱饵对反导系统实施无源干扰的公式,在此基础上,通过实例的计算结果,验证了无源天线阵对反导系统的干扰效果。