基于集对分析的多目标数据关联技术研究

针对新型作战样式条件下空中多机动目标密集回波的数据关联问题,从缓冲算子思想入手,先对雷达探测的目标数据进行随机性弱化处理,然后再运用集对分析思想来研究密集回波下的多机动目标的数据关联问题.仿真结果表明,该方法能在较短的时间内得到较高的关联精度.     

基于遗传模拟退火算法的机动多目标数据关联问题研究

应用遗传模拟退火算法将机动多目标的数据关联问题表达为一类约束的组合优化问题研究时,可极大地提高密集多回波环境下系统跟踪多机动目标的精度和可靠性。仿真结果表明,遗传模拟退火算法明显地优于独立地使用遗传算法和模拟退火算法。     

基于遗传模拟退火算法的机动多目标数据关联问题研究

应用遗传模拟退火算法将机动多目标的数据关联问题表达为一类约束的组合优化问题研究时,可极大地提高密集多回波环境下系统跟踪多机动目标的精度和可靠性.仿真结果表明,遗传模拟退火算法明显地优于独立地使用遗传算法和模拟退火算法.     

基于并行Boltzmann机的多目标跟踪研究

聚合概率数据关联滤波方法的关键是求解数据关联概率βｉ＾ｔ。本言首先研究了密集多回波环境下的多目标数据关联问题，进而应用神经网络Ｂｏｌｔｚｍａｎｎ机，结合模拟退火方法，求解数据关联概率βｉ＾ｔ，把求得的βｉ＾ｔ用于卡尔曼滤波跟踪器计算目标位置的量测修正，达到多目标跟踪，仿真结果表明，该方法能很好地进行多目标跟踪，而且回波愈密集，其优越性能愈为突出。     

基于拓扑相似度的航迹关联算法

航迹关联是分布式多雷达数据融合系统中的关键问题,多个雷达对同一目标观测的局部航迹,在系统偏差的影响下相差很大,传统的基于统计和模糊的思想,通过目标位置、速度等信息进行关联判决,难以达到更好的关联效果。文章基于目标之间的拓扑信息,提出了一种新的航迹关联算法,该算法能避免空间划分不均匀、算法经验性太强、对密集航迹场景不适应等多种问题。仿真实验表明该方法具有较高的关联精度和鲁棒性。     

杂波下变结构概率数据关联算法

针对杂波情况下的舰艇防空作战中对单机动目标跟踪问题,提出了一种变结构数据关联算法.通过自适应网格算法实现对多种运动模式的机动目标进行自适应跟踪,用概率数据关联算法对杂波下目标进行状态估计,将变结构算法的自适应能力和概率数据关联的杂波跟踪能力相结合.通过模拟跟踪典型反舰导弹机动轨迹,将该算法与标准IMMPDA算法相比较.仿真结果表明,该算法具有较高的关联精度和更短的跟踪时间,对于提升舰艇防空效能和增强生命力有着积极意义.     

复杂环境下红外机动目标跟踪算法研究

在分析红外机动目标模型的基础上,利用扩展的卡尔曼滤波技术、红外目标的区域相关技术、概率数据关联技术等,实现了复杂环境下红外机动目标的跟踪。仿真结果证明了跟踪模型及算法的有效性。     

基于UKF的Rao-Blackwellized粒子滤波器多传感器多目标跟踪算法研究

在纯方位多传感器多目标跟踪问题中,状态的测量通常是来源未确定的观测量,在杂波环境尤为如此,需要同时解决多个目标的测量和目标之间的关联问题。本文提出一种新的基于Rao-Blackwellized思想的RBPF-UKF算法。该算法利用Rao-Blackwellized将多目标跟踪问题转化为2个子问题:数据关联及单目标跟踪问题,利用粒子滤波中的序列重要性重采样原理解决多目标跟踪的数据关联问题,用UKF滤波器实现单目标跟踪。仿真结果表明,RBPF-UKF算法能很好地解决多目标数据关联问题,与RBPF-EKF算法相比具有更高的滤波精度及稳定性,体现了该算法的优越性。     

潜艇回声特性模拟研究

本文对舰模进行了水平方位回波特性测试、敷贴吸声层前后不同入射角度下的回波特性测试及未敷贴吸声层情况下运动艇模的回波特性测试，并对回波数据进行了积分目标强度和峰值目标强度处理。     

一种多传感器航迹关联算法的仿真分析

多传感器航迹关联算法有好几种,本文对独立序贯航迹关联算法进行了仿真分析。可以看出,独立序贯航迹关联算法由于考虑了整个航迹历史,而且在算法中进行了航迹质量管理和多义性处理,因而其关联效果和质量还是比较高的,特别是在密集目标环境下,其正确关联概率较之在中等密度目标环境下的正确关联概率有了明显改善。     

基于模糊聚类的数据关联融合算法

利用模糊相似性和模糊C均值聚类算法相结合，提出一种求解多传感器多目标跟踪数据关联问题的方法。该方法的目的是实现多传感器观测数据的模糊聚类，使源于不同目标的观测数据能正确划分到该目标中去。仿真结果表明，该算法可以实现数据与目标的正确关联，克服传统硬判断的一些缺点。     

雷达训练系统目标回波信号模拟方法研究

对光学区扩展目标的散射特性进行分析,建立了基于多散射中心及线性调频体制宽带雷达的目标回波模型,同时给出了雷达回波数据的存储模型及处理方法。在此基础上对扩展目标作径向和非径向匀速直线运动两种情况下的回波信号进行模拟仿真为验证回波模型的正确性,对仿真的回波数据分别进行脉冲压缩和多普勒处理,得出的目标的一维距离像和速度维正确地反映出目标特征,表明模型可行有效,为后续的目标特征提取、目标识别奠定了基础。     

基于混沌神经网络的多目标数据关联

研究了多目标跟踪中的数据关联问题。利用混沌动态的遍历性，搜索过程可避免陷入局部极小。仿真结果表明，利用混沌神经网络实现多目标数据关联是可行的，且比Hopfield神经网络有更高的收敛效率。     

舰船目标雷达回波的仿真和模拟分析

传统舰船目标雷达回波系统能够实现目标雷达回波的发送与接收,但回波频率多次折射发生回波衍射导致接收信号紊乱,为此设计舰船目标雷达回波实时模拟系统。优化雷达信号实时模拟器系统,完成多模块点对点接收;描述雷达串行多波束发射信号,实现雷达回波精准定位;针对运动扩展目标进行雷达回波频谱调制,通过目标特性分析,实现目标雷达回波实时模拟系统设计。实验数据表明,设计的雷达回波实时模拟系统比传统回波模拟系统的回波接受率高25%,说明设计的回波实时模拟系统具备极高的有效性。     

无线网络下的舰船航向控制系统

通过对传统舰船航向控制系统数据分析发现,控制数据信号回波补偿存在数据融合异常问题,受到非线性回波影响,现有系统硬件与算法无法处理非线性回波补偿误差问题,造成舰船航向控制稳定性降低。针对非线性特征与无线网络特征,提出无线网络下的舰船航向控制系统设计。首先利用数据融合技术,创建多数据独算处理平台;然后对硬件平台进行软件功能的算法适配,第一步对回波补偿信号进行参量特征的运动系数分析;然后根据分析结果,对误差数据点对应参量的阈值进行闭环增益优化计算,从而实现消除回波补偿误差的效果;最后在特定的仿真场景下,通过数据仿真调试,对设计系统控制数据进行对比分析,得出回波补偿误差消除报告。     

基于目标拓扑参照图的雷达航迹抗差关联方法

针对雷达系统偏差影响下数据关联容易错误的问题,提出一种基于目标拓扑参照图的数据抗差关联新方法,该方法首先将目标进行聚类减少关联复杂度,再对聚类目标拓扑参照图经过平移、旋转和尺度等变换进行关联匹配,达到目标关联一致性的目的。仿真结果表明了该方法具有较高的关联精度和鲁棒性。     

基于Kohonen神经网络的多传感器数据关联算法

提出了一种基于Konhonen神经网络的多传感器多目标跟踪数据关联算法，该方法是将多传感器的测量数据进行自组织聚类，从而实现测量数据的关联，利用融合估计完成对多目标的状态估计，计算机仿真结果表明了该算法的有效性。     

机动目标跟踪系统仿真软件设计与实现

针对机动目标跟踪算法的研究,采用C／S（Client／serve,客户机／月艮务器）体系结构和面向对象的模块化设计思想,设计了机动目标跟踪系统仿真软件,利用剧情生成模块模拟雷达探测到的目标运动数据,通过跟踪算法对目标实施跟踪处理,估计目标运动状态,实时地在演示界面上显示目标运动信息和跟踪性能评估结果,为机动目标跟踪算法研究搭建了一个具有较高可信度的、直观的仿真系统。     

最优跟踪滤波方法处理有人驾驶机动目标的性能估计

大部分战术武器系统要求能精确地跟踪有人驾驶机动运动体，如飞机、舰艇及潜艇等。为此，本文利用一个既简单易行又能真实体现机动目标运动的目标模型导出了最优卡尔曼滤波。利用这种滤波算法，把参数跟踪精度数据构造成目标机动特性、探测器观测噪声及数据的函数，这样，当探测器跟踪机动目标，提供距离、方位和仰角测量的某种组合时，我们能据此作出跟踪性能的一个快速先验估计。     

水声对抗系统中的数据融合方法研究

本文对水声对抗系统中的数据融合方法进行了研究，给出了用于鱼雷目标分类的决策级融合方法，以及利用多声纳方位测量数据进行目标初始定位和运动要素估计的融合结构，克服了需要本舰机动的限制。进行了仿真试验，对仿真结果进行了比较和分析。