机动目标跟踪的灰色截断变维法

在灰色预测滤波和截断滤波的基础上建立了灰色截断变维法。在截断变维法中嵌入灰色预测滤波 ,用性能优越的机动检测技术为开关 ,在机动区用灰色预测滤波替代并导引截断变维滤波。该方法具有很强的自适应性和更高的滤波跟踪精度 ,其性能优于单模型有参数自适应滤波算法及多模无参数自适应滤波算法 ,同时无需任何先验的统计参数。计算机仿真表明了它的各种优越性。     

组网雷达系统对于高加速机动目标的精确跟踪研究

针对多基地雷达系统跟踪近距离高加速机动目标的场合,提出了一种并行扩展卡尔曼滤波算法。该算法首先建立起组网雷达群跟踪目标运动形态的观测模型,然后将三维加速度矢量引入到目标的运动模型中,通过并行计算的方式,在对加速度进行合理估计的基础上对量测数据进行卡尔曼滤波跟踪分析,获得目标的精确轨迹。仿真结果表明,该算法不仅能快速精确计算目标的位置和速度,而且具有很好的瞬态特性和稳态特性。     

不完全驱动船舶航迹控制输入输出线性化设计

针对船舶航迹保持控制系统模型中存在的非线性 ,建立了不完全驱动水面船舶直线航迹控制系统的非线性数学模型 ;基于输入输出线性化技术 ,采用重定义输出变量思想 ,提出了一种状态反馈控制律。该控制律克服了转首角速度不能为零及重定义输出变量中组成元素的收敛性不能保证的局限 ,使得偏航船舶能够渐近镇定于直线参考航迹 ,并以实习船为例 ,利用MatlabSimulink工具箱进行了计算机仿真研究 ,并对所提出的控制器进行了验证。结果表明 ,所提出的控制器具有比较理想的控制效果和良好的瞬态性能。     

巨型望远镜的鲁棒控制策略研究

介绍了大望远镜机架控制系统的特异性,分析了影响控制系统性能的非线性干扰.比较了两种鲁棒控制理论,指出H∞控制更适用于望远镜的机架伺服系统.基于H∞控制理论,将非线性摩擦转矩处理为标称系统的输出端乘法摄动,把克服非线性摩擦转矩的影响转化为提高系统对模型摄动的鲁棒性;同时也考虑了系统对风扰力矩的抑制能力.通过MATLAB编程得到了一个H∞速度控制器,仿真结果表明,该控制方案相比传统的PID控制有更高的鲁棒性及可以实现更高精度的跟踪与校正.     

用核糖体扫描模型预测翻译起始位点

真核生物翻译起始位点(TIS,translation initiation site)的正确预测对于基因的正确注释有着重大的意义.在真核生物中,翻译并不都是起始于第一个AUG密码子,还取决于AUG前后序列的信息.结合位置权重矩阵(PWM,position weight matrix)和开放阅读框架(ORF, open reading frame)的长度分布特征建立了简单的方法识别翻译起始位点,此方法能很好地区分上游AUG和TIS.对于脊椎动物以及人类的mRNA序列,运用核糖体扫描模型预测其翻译起始位点得到了很好的预测率.     

干扰条件下的双基地定位跟踪

针对电子干扰日趋恶化的形势，文中专门研究了干扰条件下双基地系统如何利用数据融合实现对运动目标的三维跟踪问题。根据电子干扰“无－弱－强”的变化规律。文中提出了一种最大限度地利用两站测量数据信息量的“分段跟踪技术”、不仅提高了无、弱干扰时的跟踪精度，而且为强干扰条件下应用ＳＯＰＬＡＴ技术保持对目标的跟踪创造了有利条件。文中从理论。实际两个角度出发，分别研究了两种测量模式接收站采用的跟踪算法，通过典型航迹的计算机仿真．对基于数据融合算法的分段跟踪技术在理想观测精度和实际情况下的跟踪精度做了分析比较。     

跟踪窗自适应的Mean Shift目标跟踪算法

针对Mean Shift算法不能很好地跟踪尺度变化目标的缺点,提出一种将Mean Shift算法和目标几何特征相结合的目标跟踪算法。该方法在Mean Shift框架下提取目标的几何特征,根据目标的面积和型心坐标对跟踪窗的位置和大小进行修正,最后更新Mean Shift的目标模板。通过大量实验仿真证明,改进的算法能很好地跟踪尺度变化的目标,对目标的仿射变化和非刚性的形态变化具有有效性和鲁棒性。     

可视动目标逐步求精分割技术研究

运动目标识别跟踪系统中 ,目标分割是至关重要的处理环节。由于目标阴影、碎块等因素 ,估计精度受到影响 ,甚至导致跟踪的失败。提出了目标形状波动度的概念 ,并将其作为目标识别特征 ,利用最大似然估计准则 ,对目标初始区进行逐步求精估计。该算法简练实用 ,能有效地提高估计精度 ,为确保目标可靠性跟踪提供了新的手段。     

基于分支剔除的低轨星座实时传感器调度算法

针对低轨星座目标连续跟踪的传感器资源调度问题,通过对调度约束因素的分析,提取跟踪精度、资源松弛度和资源分配均衡因子三个优化参数,建立了传感器实时调度模型;并建立长时调度决策树,将标准代价搜索方法和分支剔除技术相结合,提出了一种基于分支剔除的实时传感器调度算法。仿真实验表明,标准代价搜索和分支剔除技术的引入明显降低了调度算法的运算量,尤其对于多目标和大步长的情况,且调度传感器跟踪目标的误差略小于短时调度方法。     

被动定位跟踪中的非线性滤波技术

针对被动定位跟踪中状态空间模型非线性程度较高所引发的滤波精度偏低的问题,分析和总结了已有的包括推广卡尔曼滤波(EKF)、修正增益的推广卡曼滤波(MGEKF)、二阶滤波、自适应推广卡尔曼滤波(AEKF)等各种次优递推滤波算法的特点。在此基础上重点论述了一种基于贝叶斯原理的序贯蒙特卡罗粒子滤波技术,该方法通过粒子的加权和表征后验概率密度,获得状态估值,在处理非线性非高斯系统的状态估计问题时精度逼近最优,鲁棒性更好。