基于概率数据关联与粒子滤波的多目标跟踪算法

提出一种基于概率数据关联和改进粒子滤波的多目标跟踪算法。该方法在分析关联区域内有效量测基础上,利用量测与目标预测位置的统计距离计算关联概率;然后,对粒子滤波器进行改进,将目标的最新量测和状态的高斯逼近组合在一起,对每个粒子采用类似于卡尔曼滤波的方式产生高斯建议分布。以比提高目标状态的估计精度;最后,将所有有效量测的估计结果按照关联概率进行咖权,从而实现多目标跟踪。仿真结果表明,该算法用于复杂环境下的多目标跟踪精度较高,不仅降低了关联概率的计算难度,而且可以准确地进行数据关联,具有一定的工程应用价值。     

面向作战模型的C4ISR系统影响元建模方法

以C4ISR系统对火力毁伤过程影响的功能描述为重点,采用影响元建模方法,建立由系统能力、人员行为和人机交互三维矢量所构成的C4ISR系统的矢量空间模型,运用模糊综合评价方法获得C4ISR系统的信息支援能力系数量化指标,最后通过算例对模型进行验证,所得结果可作为作战模型的影响系数进行效能评估.     

元启发式数据关联的多目标跟踪方法

提出了一种元启发式数据关联的多目标跟踪方法。首先,该方法根据跟踪门逻辑确定目标的有效量测。然后,利用滤波信息的似然函数描述量测点与目标之间的关联关系,并建立约束条件下多目标数据关联模型。最后,对蚁群优化算法进行改进设计,引入量测剔除策略,将求解问题转化为无约束的组合优化形式,从而利用蚁群优化算法在离散空间的启发式机制搜索量测与目标的最佳关联。仿真结果表明,该方法可以有效实现多目标数据关联且计算量较小,具有一定的工程实用价值。     

分布式干扰下防空导弹系统干扰跟踪区研究

为了研究分布式干扰对防空导弹系统的威胁,提出了干扰跟踪区概念,深入研究了分布式干扰的功率合成特性和干扰源分布特性,证明了合成功率与干扰源数量的线性叠加关系;分析、构建了防空导弹系统在单基地雷达、双基地雷达和网络化雷达状态下的干扰跟踪区仿真模型,并进行了实例仿真。仿真结果表明,分布式干扰对防空导弹系统单基地雷达和双基地雷达干扰跟踪区压制作用明显,对网络化雷达干扰跟踪区有一定的压制作用,说明防空导弹系统在网络化状态下具有较强的对抗分布式干扰的能力。     

对地任务规划系统威胁空间综合量化建模与仿真

针对任务规划系统中传统威胁建模存在的缺陷,提出一种威胁空间综合量化建模的方法。将威胁空间分为硬威胁空间和软威胁空间,着重对软威胁空间的量化建模进行了研究;通过将数字地图转化成极坐标辅助网格,并借助辐射的概念,对雷达与防空火力两类软威胁空间的边界进行了精确建模;采用概率的方法得到软威胁空间的威胁分布,并引入势场理论对软威胁空间进行了量化,将软硬威胁量化进行融合,最终得到威胁空间的综合量化分布;仿真结果表明了该方法的有效性。     

基于差分进化算法的异构多无人机任务分配

针对不同类型无人机协同完成对目标的侦察、打击以及毁伤评估的任务分配问题,在充分考虑不同UAV执行任务方式差异的基础上,建立了更加贴近实际的异构多UAV任务分配模型.采用任务分层解耦的方法降低模型求解难度,并提出一种基于种群灾变的自适应差分进化算法求解该模型.仿真实验表明,该算法具有收敛速度快,寻优能力强等优点,能够有效的完成异构多UAV的协同任务分配.     

一种改进的系统安全性分析方法

 系统安全性分析方法是目前广泛采用的飞机安全性设计方法.由于在分析中缺乏对系统整体动态特性的检查,在设计中可能存在可靠性指标分配的不合理.通过面向安全性的风险评估,能够实现系统动态特性的综合验证.提出了一种基于割集和重要度的故障树可靠性指标分配方法,以某型飞机横向电传操纵系统安全性设计为例对顶事件不可靠度指标进行分配,然后结合基于极值理论的飞行风险评估实现了部分底事件可靠性指标的修正.     

基于压缩感知的条带随机噪声雷达稀疏成像方法

将压缩感知理论与条带随机噪声雷达相结合,在假设场景目标稀疏的前提下,通过构造随机噪声的不同时延矩阵为稀疏变换矩阵以及通过构造随机噪声与部分单位阵的乘积为观测矩阵,提出了一种基于压缩感知的条带随机噪声雷达稀疏成像方法。该方法能在大幅减少回波信号采样数据量的前提下,准确重建出原始场景目标高分辨像。仿真结果证明了该方法的有效性与鲁棒性。     

基于T-S模型的约束鲁棒保性能飞行控制律设计

对一类具有范数有界参数不确定Takagi-Sugeno (T-S)模糊模型系统,采用状态反馈并行分配补偿结构,综合考虑变量约束和多个性能指标,研究了约束鲁棒最优保性能飞行控制律设计问题。改进输入、输出及状态约束线性矩阵不等式,提出了带约束模糊最优保性能控制定理。在一般抗干扰控制基础上引入不确定性矩阵,证明了模糊鲁棒最优抗干扰定理。综合上述结论,推导出带约束模糊最优保性能抗干扰定理。最后,建立了飞机不确定T-S模糊模型,分别设计了满足上述3个定理的飞行控制律,并进行了仿真与对比分析,结果验证了该设计方法的有效性。     

基于类型2区间模糊K近邻分类器的动态武器目标分配方法研究

动态武器目标分配问题是战场指挥控制决策中的关键问题。由于动态武器目标分配算法是在攻击间隙所做的决策,对计算时间的实时性要求较高。解决这一问题,可以采用机器学习的方法基于战场辅助决策系统的武器目标分配,从已知的决策中推理生成出新的决策,而不必每个步骤中都重新搜索新的目标分配方案。根据这种思路,提出了一种基于类型2区间模糊K近邻分类器的武器目标分配方法,利用分支定界法得到的分配方案作为训练样本,通过构造并行运行的类型2区间模糊K近邻分类器来推导目标分配结论,实现了快速决策的目的。