多平台信息下机动目标拦截中末制导交班研究

针对多平台信息支持下,空基探测平台等外部平台相对地基平台信息精度降低,以及数据率降低带来目标机动误差影响增大,导致防空导弹武器导引头中末制导交班概率降低的问题,建立了空基平台探测信息误差传递模型,运用“当前”统计模型和转换坐标卡尔曼滤波,对目标机动进行预测。基于目标位置预测,推导采用导引头搜索交班算法,进行了交班性能仿真。仿真结果表明,采用目标机动预测和导引头搜索算法,在信息精度和数据率降低的情况下,能够提升防空导弹武器系统中末制导交班能力。     

基于特征匹配的舰载对陆导弹目标识别模型

针对传统基于前视模板的匹配算法中难以直接识别与跟踪建筑等目标的问题, 提出基于特征匹配的对陆导弹目标识别模型。该模型通过对末制导导引头图像预处理, 利用改进YOLOv3深度学习目标检测算法和改进Deeplabv3+深度学习语义分割算法来识别目标区和烟雾区, 采用并行法排除烟雾遮挡对目标识别的干扰, 最终判别分析规则判断模型是否识别成功。仿真实验结果表明，该模型能够快速有效精确地完成对陆地目标的识别, 兼具较好的抗烟雾干扰能力, 有利于提高对陆导弹的目标识别水平与作战效果。     

基于卡尔曼滤波的CDMA/GPS数据融合算法分析

针对无线定位技术的广泛应用,提出了一种改进的GPS/CDMA数据融合算法。该算法利用卡尔曼滤波实现了CDMA蜂窝网系统和GPS定位数据融合,提出高移动目标的事实上的位精度。借助移动目标的运动矢量模型、CDMA定位误差模型、GPS定位误差模型建立了CDMA和GPS定位状态方程,给出了数据融合的数学模型和融合算法。重点研究了利用卡尔曼滤波实现定位数据的融合。算法分别对GPS定位参数和CDMA定位参数进行滤波处理,然后对滤波后的数据融合。通过仿真表明滤波后两者定位精度都有大幅度的提高,数据融合后定位精度得到进一步的提高。     

基于概率数据关联的雷达导引头抗速度拖引干扰算法

针对在速度拖引干扰下, 脉冲多普勒雷达导引头无法精确跟踪、制导目标的问题, 提出了基于概率数据关联的抗速度拖引干扰算法。对于雷达导引头角度测量信息和Doppler测量信息, 采用序贯扩展卡尔曼滤波算法进行目标状态估计。根据Doppler信息强非线性的特点构建了伪量测信息, 并提出了在Doppler量测更新滤波估计阶段，采用概率数据关联算法进行抗速度拖引干扰。给出了算法的推导过程, 并进行了数值仿真验证。仿真结果表明, 采用该算法能够稳定跟踪释放多重速度拖引干扰的目标, 有效抑制速度拖引干扰对制导信息估计的影响, 改善导弹的制导精度。     

结合边缘和统计特征的末制导SAR图像匹配

提出一种用于末制导的合成孔径雷达（synthetic aperture radar, SAR）图像实时匹配方法。考虑参考图与实时图尺度、方向等差异,制备多幅参考图像,基于最小错误概率准则,对每幅参考图像提取边缘,由边缘图形成用于匹配的包含边缘两侧地物区域信息的参考模板。提出一种利用边缘信息和SAR图像统计特性的相似性度量准则。采用金字塔分层结构的搜索策略,提高了匹配速度。该方法综合利用了边缘和灰度统计信息,避免了对实时图的边缘提取。实验验证了算法的有效性。     

基于加速度盲估计的隐身目标检测算法

隐身目标的出现严重压缩了防空导弹雷达导引头的探测威力,末制导过程不充分导致制导精度受到很大影响。通过增加相参积累时间提高灵敏度是提高导引头作用距离的有效方法。研究了一种基于加速度盲估计的脉冲多普勒雷达主动导引头长时间积累算法,用于导引头对隐身目标的检测。此方法在不需要依赖外界支援信息的条件下,通过增加相参积累的时间,提高了导引头的截获灵敏度。通过仿真计算,当截获概率不小于99%时,可以将导引头灵敏度提高3.22 dB。     

考虑雷达导引头前馈补偿的一体化制导方法

针对大机动目标使空空导弹雷达导引头跟踪误差加大和制导精度下降的问题,提出了一种考虑雷达导引头前馈补偿的一体化制导方法。针对机动目标,构造视线角速度前馈补偿回路,对雷达导引头角跟踪系统进行补偿,提高导引头响应速度,降低跟踪误差角。基于视线坐标系设计一体化制导算法,采用卡尔曼滤波器对弹目视线角速度和目标加速度进行估计,将视线角速度信息前馈补偿到导引头跟踪回路中,将目标加速度信息补偿到最优制导律中,同时实现雷达导引头视线角快速跟踪和最优制导律制导信息提取。仿真结果表明,一体化制导算法可同时实现对导引头视线角速度和目标机动的估计,从而提高制导精度。     

一种基于二维信息匹配的ASM定位算法

主动形状模型ASM(Active Shape Models)目前在目标对象的定位中得到了广泛的应用。为进一步提高ASM的目标定位精度,在传统ASM方法的基础上,提出了一种基于二维信息匹配的ASM目标定位改进算法。该算法采用以轮廓点为中心的近似圆盘区域的二维灰度信息代替原算法的一维法线灰度信息进行目标轮廓匹配。实验表明与传统ASM算法相比,改进算法的目标定位精度有显著提高。     

基于SAR导引头的弹体定位技术

采用合成孔径雷达导引头,是提高中远程导弹制导精度的有效途径之一。系统地研究了弹载SAR弹体定位问题,提出了利用弹载SAR的距离-多普勒数据、惯性导航系统输出的导弹速度和高度表测量的导弹高度进行弹体定位的方法,推导了定位的解析公式,避免了不稳定的迭代计算,给出了详细的定位流程。根据当前各分系统能够达到的普遍精度进行了仿真,分析了各误差源对定位精度的影响。     

合成孔径雷达景象匹配中制导导弹定位

研究了合成孔径雷达景象匹配中制导中的导弹定位问题。部分孔径成像是景象匹配中制导合成孔径雷达有效的成像模式,为便于利用多匹配点定位,提出了聚焦多普勒波束锐化成像方法。建立了基于匹配点距离差和多普勒差,并考虑了高度、速度和匹配点位置测量误差的定位模型。推导了位置估计的克拉美-罗下限（Cramer-Rao lower bound, CRLB）。提出了一种基于最小二乘的闭式求解算法。理论分析表明,在一定近似条件下,这一算法的估计精度到达CRLB。仿真分析了各种误差因素对CRLB的影响,验证了算法的理论分析结果及其有效性。     

基于参数估计的SAR定位方法

INS/SAR组合制导是一种新的制导方法,在SAR图像匹配定位结果的基础上,结合SAR成像特点,提出一种基于多项式参数估计的定位方法,由于融合时域、空域的距离信息,因此这种定位方法具有一定的鲁棒性;同时重点分析了这种定位方法的误差传递关系,并进行了仿真验证,结果表明这种方法是一种有效的定位方法,具有一定的应用价值。     

基于WMF与LSE的序列图像匹配制导滤波融合算法

为了改善匹配制导系统可靠性及匹配精度,提出了一种新的基于WMF与LSE的序列图像匹配结果滤波融合算法。分析了序列图像匹配制导滤波融合的基本问题,设计了一种加窗中值滤波器,并将其应用于纵向匹配位置序列的滤波处理,采用LSE对匹配位置序列进行最优参数估计,给出了滤波融合算法的基本原理及实现框图。仿真实验及实例分析验证了本文算法在消除误匹配点及减小随机匹配误差干扰方面的有效性、实用性。     

基于算法融合的红外成像目标稳健跟踪方法

针对复杂背景下的红外图像机动目标跟踪问题,在对现有的多种红外成像目标跟踪算法进行分析与比较的基础上,提出了一种基于算法融合的红外成像目标稳健跟踪方法。该方法在对各跟踪器输出的目标位置测量值序列采用基于“当前”统计模型的模糊交互多模方法进行处理的基础上,采用基于总均方误差最小规则的自适应加权融合方法对目标状态的多个滤波与预测值进行综合处理,较大程度上提高了系统的跟踪精度与稳定性。仿真结果显示了该方法的有效性与稳健性。     

空地联合预警系统的弹道估计实时算法

针对弹道导弹预警系统中的弹道实时估计难题,提出了一种新的卫星与雷达测量数据的加权快速融合方法,它是一种递推式计算方法,对有效测元进行逐个融合计算,可以提高估计精度。在此基础上,探讨了一种基于匹配多项式最小二乘滤波的雷达数据实时处理方法,该算法能有效的降低截断误差。给出了应用这两种方法的具体步骤,理论分析和仿真计算结果表明了算法的有效性。     

基于自适应上下文信息的目标相对定位方法

针对成像末制导中地面固定目标识别难度大的问题,基于最稳定极值(maximally stable external region, MSER)区域提出一种新的相对定位识别算法。提取基准图中目标周围具有尺度和仿射不变特性的MSER特征,根据权重指数自适应选取一定数量的MSER特征作为上下文地标。提取实时图中的MSER特征,与上下文地标基于规则化互相关准则进行特征匹配,利用双层匹配矫正策略减少误匹配,得到匹配特征对。提取匹配特征对的中心点作为参考点求解基准图与实时图之间的空间映射关系,进而利用最小二乘拟合一次多项式计算实时图中目标的位置坐标。实验结果表明,针对复杂地面场景,该方法的最大相对定误差不大于3个像素。基本满足成像末制导对自动目标识别算法稳健性好、识别精度高、抗干扰能力强等要求。     

无人机图像匹配制导系统方案

为实现无人战斗机精确制导实际需求,根据作战的实时性和精确性特点,提出了一种基于图像匹配技术的制导方案。该制导方案引入地标信息,研究匹配方法,分析匹配计算量,提出了基于高速数字信号处理芯片来实现匹配制导的方法。软件仿真结果表明,匹配单元的结构完全能够满足制导系统功能实现的需要。     

基于深度学习的复杂背景雷达图像多目标检测#br#

针对传统雷达图像目标检测方法在海杂波及多种干扰物组成的复杂背景下目标分类识别率低、虚警率高的问题,提出将当前热点研究的深度学习方法引入到雷达图像目标检测。首先分析了目前先进的YOLOv3检测算法优点及应用到雷达图像领域的局限,并构建了海杂波环境下有干扰物的舰船目标检测数据集,数据集包含了不同背景、分辨率、目标物位置关系等条件,能够较完备地满足实际任务需要。针对该数据集包含目标稀疏、目标尺寸小的特点,首先利用K means算法计算适合该数据集的锚点坐标;其次在YOLOv3的基础上提出改进多尺度特征融合预测算法,融合了多层特征信息并加入空间金字塔池化。通过大量对比实验,在该数据集上,所提方法相比原YOLOv3检测精度提高了6.07%。     

基于互补滤波器的MEMS/GPS/地磁组合导航系统

针对低成本、高性能、高可靠性导航系统的迫切需求,设计并实现了一种基于互补滤波器的微机电系统(micro electro mechanical system, MEMS)/全球定位系统(global positioning system, GPS)/地磁组合导航系统。通过精确地器件标定,提高了MEMS陀螺仪、加速度计输出数据的准确性;根据MEMS惯性导航系统解算的姿态角、速度、位置结果,结合GPS及地磁的输出,设计了组合导航系统;依据载体的运动状态,设计了自适应调整截止频率的互补滤波器数据融合方法,实现了组合导航系统的定姿定位;最后,对组合导航系统进行静态、动态测试试验,实际测试结果表明,组合导航系统能够达到较高的导航精度。     

基于快速鲁棒性特征的景象匹配

针对光电成像制导景象匹配中图像产生较大几何形变的问题,提出了一种基于快速鲁棒性特征(speeded up robust feature, SURF)的景象匹配算法。SURF提取的图像特征具有尺度和旋转不变性,对灰度不敏感,并能快速运算。算法首先利用仿射变换对基准图像进行3D视角补偿,模拟基准图像在不同视角下的成像,以减小基准图像和实时图像间的视角差异,分别提取两图像的SURF特征,然后根据最小欧氏距离准则提取两图像间匹配的SURF特征点对,根据该特征点对估计基础矩阵,得到两图像的投影关系。仿真结果表明,该算法能够适应光电成像制导中图像的几何形变,实现稳定的景象匹配。     

移动机器人多超声波传感器信息融合方法

采用多超声波传感器来获取移动机器人的环境信息,并利用人工神经网络对获取的信息进行分析和融合,从而达到对被测物体影像比较准确的认识,试验表明效果良好,具有很好的使用价值。