基于模糊神经网络的目标识别模型

目标识别是地空导弹武器系统决策糊技术的BP神经网络的目标识别模型.从传感器中提取目标特性,经过模型处理,可以较好地实现目标的类型识别.     

一种新的目标仰角信息航迹不变量参数估计原理

根据所提出的余切关系定理,实现了纯方位观测的直线运动目标跟踪．推广到单/多站包含仰角信息的目标跟踪问题,并提出了基于仰角信息的目标的航迹参数计算和跟踪原理．在单站方位信息的支援下,依据仰角信息的不变量,从估算目标的航向仰角开始,推导出比值不变量,实现目标的仰角预测．分析了两站的目标参数解算方法,讨论了3站纯仰角同步信息的跟踪原理．实验结果证明了该方法的实用性和可靠性．     

纯方位观测的航迹不变量目标跟踪算法

针对单站纯方位观测系统的目标跟踪问题,提出了一种新的单站纯方位目标跟踪算法．通过新提出的余切关系定理,解决了单站纯方位观测的非线性问题．推导了目标航向角估算公式及目标航迹的不变量,利用这个不变量估计目标方位．针对多站纯方位异步观测的目标跟踪问题,提出了一种新的双站纯方位异步观测目标跟踪方法,利用两个观测站与目标的几何关系估计目标位置．仿真实验表明,本算法能有效地实现纯方位目标跟踪．     

一种新的单站红外目标纯方位参数航迹滤波方法

红外单站只能测量目标的角度信息,难以获取目标的距离信息,无法在直角坐标系下有效对3维目标进行跟踪。该文提出一种新的纯方位参数航迹滤波方法,该算法避免传统方法中需采用多站交叉定位的思路,根据红外传感器测量速率较高的特点,直接利用单传感器测量的方位角序列,对目标航迹参数进行估计,较好地解决了单站的目标跟踪问题。仿真结果表明,该方法对直线运动或机动目标具有良好的跟踪性能。     

基于单站测量的纯仰角目标参数航迹滤波方法

根据特殊战场环境下传感器测量目标的不完全信息的情况,提出了空间目标纯仰角参数的处理思想,并给出了一种基于投影关系的参数航迹滤波方法,该方法基于斯特瓦尔特定理和总体最小二乘法,讨论了等高飞行目标的纯仰角处理形式和斜直线目标的纯仰角参数滤波形式。仿真验证了该方法能较好适应特殊战场环境下的不完全测量信息情况。     

分布式并行雷达网的抗无人机目标检测模型

针对未来防空领域抗无人机的目标检测问题,描述了雷达组网分布式检测系统中的并行网络结构,对局部判决异步情况下的分布式检测进行了优化设计,并对各部雷达相同情况下的抗无人机目标检测性能进行了分析.仿真结果表明该方法能够大大提高无人机目标的检测概率.     

纯仰角目标非线性参数航迹滤波新方法

在被动测量的情况下,针对静止单站的纯仰角目标运动分析的问题,提出了一种纯仰角目标的非线性参数航迹的滤波新方法。通过设定目标的飞行模式,分析目标空间位置的三角函数关系,利用纯仰角序列建立起目标的非线性参数航迹,并确定其中的可观测参数。利用总体最小二乘法解算出相应的可观测参数,进而对后续时刻的目标仰角进行递推预测。仿真结果验证了新方法的有效性,对问题的后续解决提供了理论参考和借鉴作用。     

基于智能决策支持系统的目标分配模型

文中利用了智能决策支持系统的基本特点,通过引入一种四库框架模式的设计方法,设计了一个包含知识库子系统的智能决策支持系统目标分配模型.该模型采用了虚拟飞临时间最短作为优先选择导弹营原则,具有很好的实时性,并能进行人机交互,改进了决策过程,提高了决策支持系统的决策质量与应用领域.