基于神经网络的多平台多目标位置数据融合

针对传统的直接加权融合算法的缺点,对多平台多目标位置数据融合进行研究。通过设计基于BP神经网络的统计加权算法,建立数据融合模型。并以2个观测平台为例,进行1分钟之内的目标航迹数据的仿真实验。结果表明,该算法是有效、可行的,且精度更高,能有效对融合中心获得的关于目标位置航迹信息进行关联融合处理。     

分布式多传感器系统的航迹融合算法研究

分析了三种适用于分布式多传感器的航迹融合算法,对其算法机理进行了描述.并对其中的加权平均法以及分层融合法的跟踪航迹和方差进行了仿真分析比较,这样就可以根据实际情况,在复杂性和精确性之间权衡选择合理的融合算法.     

基于遗传算法的无人侦察机航迹规划

提出了基于遗传算法的URAV航迹规划,将航迹规划的多种约束与算法相融合,综合考虑了多种约束条件对航迹规划的影响.算法采用了改进的航迹极坐标编码方式,算法参数采用了自适应的交叉率和变异率,实现了URAV以最小的被发现概率到达目标点,仿真结果表明该方法是可行而有效的.     

基于改进A~*的三维航迹快速规划方法

针对导弹航迹规划的高时效性要求,提出了一种基于改进A*的快速航迹规划方法。该方法针对A*算法计算过程的主要耗时点,采用了基于双向链表的OPEN表标记插入排序方法;针对导弹飞行三维约束条件,引入了基于简化运动学方程的空间节点高效扩展方法。仿真结果证明,改进A*算法在没有改变航迹规划结果质量的同时,有效的提高了航迹的搜索速度。     

基于雷达信号到达角的航迹融合方法

航迹融合是被动雷达目标识别的重要组成部分,文中提出了两种航迹融合算法.一种是基于极大似然估计准则的最优观测值融合方法,另一种是利用重新开始局部估计预测滤波器去相关的方法进行到达角估计值融合.计算机仿真结果表明,这两种算法是可行的和有效的,其中估计值融合方法解决了航迹融合中的相关性问题,具有更高的融合精度.     

分布式系统的航迹融合算法研究

分析了三种适用于分布式多传感器的航迹融合算法,对其算法机理进行了描述.并对其中的加权平均法以及分层融合法的跟踪航迹和方差进行了仿真分析比较,这样就可以根据实际情况,在复杂性和精确性之间权衡选择合理的融合算法.     

基于协进化多子群蚁群算法的多无人作战飞机协同航迹规划研究

协同航迹规划是有效提高多无人作战飞机( UCAV)协同作战效能的关键技术之一。分析了多UCAV协同航迹规划问题中的空间协同约束、时序约束以及任务时间约束，建立了基于“协同系数”的协同航迹性能评价指标；在此基础上，通过引入蚂蚁子群间的协同进化策略，并对蚁群算法状态转移规则、信息素更新机制进行了改进，设计并实现了基于协进化多子群蚁群算法的协同航迹规划算法。仿真实验结果表明：本文方法能够很好地处理多UCAV协同任务中的各类约束条件，是一种有效的协同航迹规划方法。     

一种无人机自主变步长航迹规划方法

现有无人机航迹规划搜索算法大多采用定步长搜索算法,鉴于威胁分布具有不均匀性和突发性．提出了一种无人机自主变步长快速航迹搜索算法。该算法借鉴了稀疏A＊搜索算法的部分思想,结合威胁分布信息调整搜索步长,有效减少了搜索时间。仿真结果表明该算祛能够快速规划出满足任务需求及约束条件的无人机航迹。验证了算法的正确性和有效性。     

复杂环境下的航迹融合研究

文中提出一种具有剔野能力和适应部分数据漏传的实时多传感器航迹关联融合方案.该方法先利用模糊C-均值算法对多传感器航迹聚类,然后根据类内紧凑度及各航迹隶属度,识别并剔除航迹中的野值.最后用预测估计代替野值和漏传数据进行数据融合.仿真结果表明,文中所述算法对解决野值和数据漏传问题是有效的.     

基于信息质量选择的动态航迹融合算法

传统的航迹融合算法未充分考虑传感器精度和量测丢失对航迹质量的影响,从而导致融合后的航迹质量下降.为了提高跟踪性能,提出一种基于信息质量选择的动态航迹融合算法.该算法通过交互式多模型补偿滤波来获得局部航迹和信息熵,然后利用信息熵来度量局部航迹质量.根据设置的双门限筛选出质量好的局部航迹,并将其信息熵归一化的结果赋给传感器...     

基于Floyd算法的灵活航迹规划方法

针对支持卫星通信的巡航导弹预存多个目标打击航迹的特点,给出了一种基于Floyd算法的灵活目标打击航迹规划方法。该方法通过在代价函数中引入高程代价和风险代价,使得Floyd算法能够充分利用地形和威胁信息;通过在算法搜索中考虑导航图的对称性,减少了算法的搜索时间;通过对规划的航迹进行平滑计算,保证了航迹的可行性。给出了灵活航迹的规划步骤和算法复杂性分析,仿真计算结果表明了该方法的有效性。     

基于蚁群算法的无人机航迹规划技术及研究现状

配置适当的算法是无人机航迹规划的关键技术之一。介绍了一种基于蚁群算法的无人机航迹规划技术的基本原理,并采用网格图建模,演示了无人机二维航迹规划问题的一般实现步骤。然后从改进算法、更换其它模型、多无人机航迹规划、动态航迹规划等四个方面探讨了基于蚁群算法的无人机航迹规划技术的研究现状,并指明了配置更完善的算法实现复杂条件下的实时航迹规划等问题是无人机航迹规划未来的主要研究方向。     

基于稀疏A*算法的微小型固定翼无人机航迹规划

为在微小型固定翼无人机嵌入式平台上应用航迹规划,设计一种基于稀疏A*算法的自动航迹规划方法.根据微小型固定翼无人机的应用环境、特点和运动约束,建立航迹规划的环境模型和运动模型,利用单元分解法实现飞行区域环境建模和无人机运动建模,使用稀疏A*算法进行航迹规划,给出其操作使用流程,并对2种不同的启发函数进行仿真分析.结果表明:该方法能提高航迹规划的安全阈度,优化算法.     

实时低空突防最优航迹算法

在规划出安全走廓和参考航迹的情况下,利用非线性规划法,提出了一种新的你蓉突防最优航迹算法。该算法考虑了飞行器机动能力约束,使量优航迹不需要平滑２就一一个可实现航迹,同时也考虑了地形及威胁对最优航迹的影响。另外,打破了将威胁当作一座山的传统处理方式,使最优航迹不仅能紧密跟踪地形,而且能自动有效地回避威胁。更重要的是采用分段规划,使优化速度大大提高。计算结果表明,该算法能产生平滑的三维突防航迹,并具有     

分布式多传感器系统的航迹融合算法研究

分析了三种适用于分布式多传感器的航迹融合算法，对其算法机理进行了描述。并对其中的加权平均法以及分层融合法的跟踪航迹和方差进行了仿真分析比较，这样就可以根据实际情况，在复杂性和精确性之间权衡选择合理的融合算法。     

基于计算量的航迹融合算法性能分析方法

针对航迹融合算法的性能分析,一般只考虑融合误差而无法全面评价融合算法的问题,提出了一种基于计算量的航迹融合算法性能分析方法。该方法通过采用以浮点操作数为单位的方法统计算法主要步骤的计算量进行计算量理论分析,通过计算机仿真进行误差仿真分析,最后通过综合评估模型实现对融合算法的全面评价。仿真实验结果表明,算法运行时间比值在一定误差范围内验证了计算量理论分析的正确性,新的性能分析方法可以有效地评价融合算法性能,为融合算法的性能分析提供参考。     

基于遗传模拟退火混合算法的火力分配模型优化

提出了一种基于遗传模拟退火混合火力的分配算法．在该算法中,采用精英保留策略很好地保留了优良的基因,采用随机遍历抽样法提供了零偏差和最小个体扩展,并且采用了与模拟退火算法相结合的尺度变换．该算法既保留了传统遗传算法的诸多优点,又克服了传统遗传算法实时性差以及易陷入局部最优的缺点．仿真结果表明,遗传模拟退火混合算法能有效解决火力分配问题,简单、有效且快速,具有很好的应用价值．     

多传感器航迹关联算法研究

航迹关联是多传感器目标跟踪系统进行航迹融合的基础,是对目标进行连续跟踪的关键技术之一。在介绍基于概率统计的传统航迹关联算法的基础上,阐述了一种基于小波变换和多分辨率分析的序贯航迹关联新算法,通过Matlab仿真说明该新算法在性能上较传统方法有较大改善。     

低空突防威胁信息融合及航迹优化

采用了一种把威胁等效为地形的方法,并在此基础上进行了低空突防用数字地图的地形、地物信息和威胁信息的融合,得到了一种综合地形高程数据.最后,利用Dijkstra算法的成熟性和快速性对航迹进行了优化,并取得了较好的效果.     

导航系统航迹仿真及应用

提出了一种模拟航迹的仿真算法,为捷联惯导算法的研究提供丰富的仿真数据。应用此算法设计模拟了一条航行轨迹,根据仿真得到的机体角速度对锥运动情况下旋转矢量优化算法的优劣进行测试,证明了航迹仿真对捷联惯导算法研究的重要性；根据仿真得到的位置信息,结合某型飞机的实际航行控制方法．由导航系统构成航行轨迹并在电子地图中进行定位和航迹仿真显示．证明了方法的可行性和有效性。