临近空间高超声速目标断续点迹航迹起始方法

针对雷达探测临近空间高超声速目标受到雷达散射截面(RCS)随照射姿态异常分布、目标高速高机动飞行和大气环境等的影响,容易出现断续点迹,导致航迹起始困难的问题,提出了一种基于并行流水线的可变波门航迹起始方法.通过分析传统航迹起始方法存在的问题,结合临近空间高超声速目标的机动特性,设计了针对性更强的相关波门,采用流水线思想,并行执行针对不同周期出现断续点迹的航迹起始进程,实现多目标断续点迹的航迹起始.蒙特卡罗仿真结果表明:新方法正确航迹起始概率高,虚假航迹起始概率低,计算量小,具有一定工程实践性和可推广性.     

一种新的临近空间高超声速目标跟踪算法

针对变结构多模型算法(VSMM)在模型集自适应转换过程中,模型集选取容易出现只在单一类型模型中选取的问题,提出一种基于模型集匹配程度检测激活不同类模型的方法。在连续4个滤波周期没有激活不同类模型时,对每个周期所使用模型集与真实运动模式进行匹配程度检测,以此决定是否激活不同类模型。该方法既能有效解决模型转换的缺陷,同时避免了因单个滤波周期内检测判决导致算法切换频繁的问题。仿真结果表明,对比传统算法改进算法能有效提高跟踪性能。     

一种改进的高超声速目标跟踪算法

根据临近空间高超声速目标运动特点,建立了临近空间高超声速目标运动模型;针对机动目标跟踪问题,在“当前”统计(Current Statistical Model,CS)模型基础上,引入一种利用位置估计值与加速度之间的函数关系自适应调整加速度方差的方法(Adaptive of Distance Estimate Algorithm,ADE),并运用交互多模型算法,提出了ADE-IMM(Adaptive of Distance Estimate Algorithm-Interacting Multiple Model Algorithm)算法,提高了算法对临近空间高超声速目标的跟踪精度。仿真结果表明：该算法兼顾了Singer-IMM算法和CS-IMM算法在跟踪临近空间高超声速目标方面的优点，有更好的跟踪精度。     

临近空间高超声速再入滑翔目标跟踪模型

针对临近空间高超声速再入滑翔飞行器(HRGV）的跳跃滑翔跟踪问题,建立一种新型跟踪模型。首先对目标进行受力分析并结合HRGV横、纵向运动特性得到各方向气动加速度特性;在此基础上将气动加速度中的阻力和爬升力加速度建模为正弦自相关模型,转弯力加速度建模为一阶马尔科夫模型;然后采用一种分离滤波模型对目标状态和气动加速度分别进行估计,推导得出状态滤波模型和气动加速度滤波模型表达式。仿真实验结果表明,相比该类目标的其他跟踪算法,该算法的跟踪精度有一定提高,此模型优越性较强。     

临近空间高超声速飞行器轨迹跟踪控制研究

临近空间高超声速飞行器在大空域飞行过程中,呈现复杂的不稳定运动模态,对控制器设计提出了较高的要求。以一种通用临近空间高超声速飞行器纵向运动模型为研究对象,在分析运动模态随飞行空域变化的基础上,提出了一种基于轨迹线性化与反演控制相的轨迹跟踪控制方法。该方法以参考轨迹为基准,采用Jacobian线性化方法动态建立系统平衡状态,采用反演控制方法对跟踪误差进行修正,以实现对参考轨迹的精确跟踪,并通过 Lya-punov方法分析了系统的稳定性。仿真结果表明,论文所设计的控制器在高超声速飞行器大范围飞行过程中具有良好的跟踪性能。     

多雷达多目标航迹起始算法研究

提出了一种基于聚类分析与逻辑法相结合的集中式多雷达航迹起始算法。首先采用聚类算法对传送到融合中心的数据进行聚类,使每一类中的数据代表同一个目标,并找出聚类中心作为等价的单雷达的量测,从而使航迹起始过程相对简化;在起始算法中根据目标的运动特点,对逻辑法进行了一定的改进。仿真试验证明了该算法的有效性。     

神经网络校正的EKF在高超声速目标跟踪中的应用

针对临近空间高超声速目标高度非线性、强耦合、高机动、时变参数、和独特气动特性等特点,综合运用军事运筹学理论与方法、系统建模技术、神经网络技术以及计算机仿真等,提出基于神经网络校正的扩展卡尔曼滤波(EKF)算法,并在高超声速目标跟踪中进行了应用研究。采取神经网络的学习能力来克服卡尔曼滤波发散问题,通过卡尔曼滤波后加一级误差处理环节使滤波收敛。仿真结果表明:该算法在目标发生较大机动时仍能保持较高的跟踪精度。     

基于改进Jerk模型的高超声速滑翔目标跟踪

临近空间高超声速滑翔目标具有高速、高机动的运动特性,为了提高其跟踪精度,对现有的Jerk跟踪模型提出改进。首先将一阶AR模型的思想运用到模型参数的实时估计中,在目标状态方程和量测方程中引入了相关参数,然后构建了基于改进Jerk模型的参数自适应Kalman滤波算法,在目标状态估计的同时能够对模型参数进行自适应调整。最后基于HGT仿真轨迹对所提模型与传统的Jerk模型进行比较,仿真结果证明了改进Jerk模型对HGT跟踪的有效和优势。     

一种基于改进快速Hough变换的远程雷达航迹起始方法

针对标准Hough变换起始方法在多目标密集杂波环境虚警率较高和实时性较差的问题,设计了一种快速的Hough变换航迹起始算法,参考了目标的运动情况,采用新的序列采样方法,制定采样终止规则有效减少了计算过程中的采样次数,从而保证了该算法在满足一定的航迹起始成功率前提下,提高了航迹起始的效率。实验证明,该算法可以识别虚假航迹点,起始真正的雷达目标航迹,同时缩短航迹起始的计算时间,可以在雷达信号处理领域中广泛应用。     

高超声速目标类型的灰色关联识别模型

为了解决高超声速目标类型识别问题这一反导作战的重要环节,在分析高超声速目标速度、高度和航迹特性的基础上,利用灰色关联理论,选取合适的特征指标,建立了高超声速目标类型识别模型,并对所建立的模型进行了实例验证,证实了模型的有效性,为高超声速目标类型识别提供一条有效的途径。     

近空间高超声速弹箭气动数值模拟

针对近空间高超声速飞行弹箭气动力、气动热问题,采用Spalart-Allmaras(SA)湍流模型和热完全气体模型,运用时间相关有限体积方法及AUSM~+格式对三维非定常可压缩流体Navier-Stokes方程进行了数值模拟.再现了超高速条件下弹箭周围的复杂流动现象,得到热流分布规律,为进一步近空间超高速弹箭研究奠定了基础.计算结果表明阻力系数随着攻角的变化显著变大;弹箭尾翼气动加热很严重,弹箭尾翼变大时气动加热量明显增大,在设计弹箭时应引起足够重视.     

基于蚁群聚类的多目标跟踪航迹起始方法

针对杂波环境下的航迹起始的NP难问题,提出了一种基于蚁群聚类的数据关联方法.为每个测量数据赋予给定的特征值,利用基于拾起和放下的蚁群聚类算法确定所需起始目标航迹数目,利用模糊蚂蚁聚类算法提取目标航迹.数值仿真结果表明:在杂波密度稀疏、目标交叉运动的条件下,目标航迹起始的成功率为100％,最大运行时间为2.131 s;在密集杂波条件下,航迹起始的成功率为100％,最大运行时间为12.378 s.     

临近空间低速目标光学探测性指标评价体系

在详细分析基本探测效果评价指标参数、点目标评价参数以及面目标评价参数的基础上,结合临近空间低速目标的光学特性,利用光学谱段分段方法,有效解决了目标背景受白天与黑夜的影响。结合光学探测器的谱段约束条件、位置约束条件、探测能力约束条件和可探测性评估参数,设计提出了临近空间低速目标光学可探测性指标评价体系并给出评价标准与优化方案。通过数值模拟得到单个和多个探测器不同探测效果的等效面,得出当目标位于期望探测效果等效探测曲面内部时,探测效果优于期望,满足探测要求;反之,探测效果劣于期望,不能满足探测要求,可以通过修改探测方案满足探测需求。这一结果证明了临近空间低速目标光学探测性指标评价体系的有效性。     

修正的逻辑航迹起始算法性能研究

修正的逻辑航迹起始算法在原有算法的基础上根据目标的运动特性,在航迹起始阶段对落入相关域中的量测加一个限制条件,以剔除在一定程度上与航迹成V字形的测量点迹。用统计学方法提出了该算法的航迹检测概率和假航迹起始概率显式表达,在理论上指出对原有算法的改进,并用仿真实验验证了分析的正确性。     

基于面向对象方法的雷达航迹模拟系统设计

讨论了面向对象方法在雷达航迹模拟系统设计中的应用，建立了相应的目标运动模型和面向对象的编程模型。利用该设计模型，制作了雷达航迹模拟软件并投入使用。实践证明该模型设计正确、合理，具有较高的实用价值。