反舰导弹机动自适应跟踪算法研究

针对目前舰艇日益严峻的对空防御形势,为提高舰艇对反舰导弹机动突防的探测跟踪能力,首先阐述了目前反舰导弹的典型机动方式,然后在分析“当前”统计模型算法及其部分改进算法缺陷的基础上,提出了一种新的双参数自适应跟踪算法,并以反舰导弹典型机动为例进行仿真验证.实验结果表明,提出的改进算法自适应能力更强,能有效地提高机动目标的跟踪精度.     

基于m-MHT的主动声呐野点剔除方法研究

针对水下杂波区内目标跟踪问题的研究,利用多假设跟踪(MHT)算法,解决目标数据关联问题.从工程角度出发,采用Murty和m-MHT方法以优化算法效率和实用性.通过Matlab数据分析仿真验证,表明该方法可提高声呐在杂波环境下对目标跟踪能力.     

基于Hopfield神经网络的雷达多目标跟踪

针对海上船舶雷达在多目标跟踪过程中实时性较差和不能快速响应的问题,提出目前密集杂波情况下多目标跟踪中最为有效的数据关联算法——联合概率数据关联(Joint Probabilistic Data Association,JPDA)算法。为解决JPDA随着目标增多的情况会出现的组合“爆炸”及计算量较大导致跟踪实时性较差的问题,从分析联合概率数据关联确认矩阵着手,依据Hopfield神经网络在解决旅行商问题(Travelling Salesman Problem,TSP)时的思路,提出基于Hopfield神经网络联合概率数据关联(Hopfield Neural Network Joint Probability Data Association,H-JPDA)来改进联合概率数据关联算法,通过简化矩阵拆分过程,显著减少计算量,提高跟踪的实时性。基于上述改进的神经网络联合概率数据关联算法,通过MATLAB对多目标跟踪进行仿真,仿真结果表明该算法能提高跟踪的实时性和快速响应能力。     

基于m-MHT的主动声呐野点剔除方法研究

针对水下杂波区内目标跟踪问题的研究,利用多假设跟踪(MHT)算法,解决目标数据关联问题。从工程角度出发,采用Murty和m-MHT方法以优化算法效率和实用性。通过Matlab数据分析仿真验证,表明该方法可提高声呐在杂波环境下对目标跟踪能力。     

概率数据相关技术在目标跟踪中的应用

介绍了目标跟踪系统和概率数据相关(Probabilistic Data Association)算法的基本原理,并对怎样将PDA算法用于杂波环境下的目标跟踪进行了详尽的叙述.     

机动目标无源自适应跟踪算法研究

论文提出了一种对空中机动目标进行三位测向无源自适应跟踪的新算法.该算法把目标机动加速度看成是未知的输入向量附加到状态方程中去,然后利用状态向量扩维情况下的伪线性滤波算法对目标进行三维无源跟踪,跟踪过程中在对原来目标状态向量进行估计的同时估计目标加速度,仿真结果表明,该算法不需要对目标进行机动检测,它能够适应目标机动和非机动两种工作模式,实现对空中机动目标的自适应无源跟踪.     

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。     

雷达机动目标的自适应跟踪算法

机动目标跟踪一直是雷达目标跟踪的重点难点,论文建立了一种当前统计模型的目标运动模型,给出了概率密度以及非零均值目标加速度随机过程数学表达式,结合基本Kalman滤波,建立了基于该模型的机动目标跟踪自适应算法.最后针对实际目标机动情况,对其进行仿真计算,仿真结果证明,该算法具有良好的跟踪性能.     

舰艇编队协同防空目标最优分配算法

传统的舰艇编队协同防空目标最优分配算法存在效率低的缺陷,为此提出舰艇编队协同防空目标最优分配算法。通过分析得出影响防空目标最优分配的因素主要为:距离因素和角度因素。根据防空目标最优分配的影响因素对舰艇编队协同防御能力进行动态计算。设计最优分配算法流程,计算出舰艇编队的最佳防御位置,通过算法公式得到分配的最优解,即舰艇编队的最优距离与角度,实现了舰艇编队协同防空目标的最优分配。设计实验对设计的分配算法有效性进行验证,实验结果显示,设计的舰艇编队协同防空目标最优分配算法比传统分配算法的效率提高了20%,说明该算法具备极高的有效性。     

自适应跟踪滤计算机模拟研究

本文采用自适应卡尔曼跟踪滤波器，对其算法进行了适当简化，采用相应的自适应算法，减少了计算时间，提高了跟踪精度。对线速度为200－1000m/s空中飞行目标和各种航路进行了计算机模拟。结果表明，该 自适应跟踪滤波器，对于高速运动目标具有很高跟踪精度；对于机动目标，也具有较好的跟踪能力。