水下多目标跟踪技术综述

水下多目标跟踪技术在声呐探测、水中武器、水下对抗、作战监视、海上安全作业及海洋开发等领域有着重要的应用价值。本文介绍了水下多目标跟踪技术的国内外现状,总结了水下多目标跟踪中的关键技术及其发展现状和存在问题,最后还介绍了基于随机有限集的多目标跟踪新技术。     

基于ANP的通信对抗目标选择问题研究

针对电磁环境复杂多变和我军干扰资源有限的现状,研究了基于网络层次分析法的通信对抗目标选择问题。首先根据通信对抗作战的特点及其原理给出了影响目标打击优先度的指标集,建立了ANP控制层和网络层的模型;最后基于目标威胁程度、自身作战能力和战场环境三方面进行建模,综合考虑评估指标的相互影响关系,进行了算例分析,结果证明了该方法的有效性和合理性,对实际作战具有指导意义。     

装备保障性定性指标验证的ANP-C方法

装备的保障性定性指标验证是保障性衡量的重要组成部分,通过分析装备保障性定性指标互相影响制约的特点,建立保障性定性指标的ANP(网络分析法)模型,可进而解算出各影响因素的权重。考虑到专家评分信息的模糊性与随机性,可将云模型理论中的逆向云生成器引入到装备保障性定性指标的验证中,用以解决群决策的验证结果综合问题,进而形成网络分析法与云模型理论相结合的装备保障性定性指标验证ANP-C方法,得出对于装备的定性指标验证的结果。     

多目标跟踪中的神经网络方法

本文分析了多目标跟踪的经典方法，讨论了该经典方法的组合爆炸问题，陈述了多目标跟踪中的神经网络方法，此法不仅可以解决传统方法带来的组合爆炸问题，从而实现时多目标跟踪，而且还可以解决跟踪精度问题，提高跟踪的准确性。     

三维变速拖曳数学模型

分析了水下拖曳系统中拖船机动转弯、变速直航时，水下拖索的受力和运动情况以及水下拖索与拖曳器的相互影响关系，并建立了变速拖曳时，水下拖索的三维数学模型。最后的算例表明该模型具有一定的工程实际价值。     

神经网络在机动多目标跟踪中的应用

本文概括地介绍机动多目标跟踪理论，解决多目标跟踪问题的重大意义及解决多目标跟踪问题的传统方法，通过对已有的用于解决多目标跟踪问题的神经网络方法的分析，讨论了神经网络应用于解决多目标跟踪问题的可行性。     

带缆遥控水下机器人水动力数学模型及其回转运动分析

提出了一种新型的带缆水下机器人系统三维水动力数学模型。在该模型中脐带缆的控制方程由脐带缆任一微段中的力的平衡条件导出,在此基础上以该脐带缆的控制方程为核心,通过引入脐带缆与水下机器人连接点的边界条件而建立起整个系统的三维水动力学数学模型。数值模拟中作用在机器人主体上的水动力载荷和旋转导管螺旋桨的控制力在考虑了它们之间的相互影响基础上以计算流体力学方法求出。该模型的主要特点是克服了现有的带缆水下机器人系统水动力数学模型将系统各组成部分割裂处理、缺乏从系统整体理论框架中去观察脐带缆、水下机器人主体和螺旋桨推进器水动力特征的缺陷,从一种综合、整体的观点去观察分析带缆遥控水下机器人的动力状态。水下机器人在导管螺旋桨作用下回转运动的数值模拟结果表明,利用所建立的数学模型可以对带缆水下机器人水动力状态进行有效的数值模拟。     

GDROV运动控制中模糊滑模控制方法的研究

GDROV是用于堤坝探测的水下机器人,设计上属于开架式机器人,其精确的数学模型很难获得.本文采用模糊逻辑与滑模控制相结合的方法,通过模糊逻辑动态调整滑模控制器的指数趋近律的参数,对水下机器人进行控制,解决了滑模控制中所存在的抖振现象和数学模型的不精确问题.首先建立了GDROV的水动力模型,然后在滑模控制的基础上提出用模糊逻辑来动态调整滑模控制器的指数趋近律的参数,最后通过仿真试验和水池试验验证了该控制器对模型的不确定性和外部扰动具有较强的鲁棒性,以及良好的跟踪性.     

基于ANP的水运工程EPC项目评标办法的应用研究

首先从投标报价、商务标和技术标三个方面建立水运工程EPC项目评标指标体系,然后运用ANP法构造评标模型,利用SD软件计算评标指标权重。最后,以实际项目为例进行验证,研究表明:ANP可以有效解决评标指标间关联性强且存在反馈关系的问题,案例的计算结果与实际评标结果相吻合;该评标办法可以更科学更专业地确定中标候选人。     

分布式水下多传感器多目标模糊跟踪融合方法

水下多传感器多目标跟踪系统往往是一个不同类传感器融合系统,且其目标航迹包含有不确定和模糊信息.本文首先利用模糊隶属度函数和模糊逻辑推理技术,进行分布式水下多传感器多目标航迹模糊融合关联决策,并利用有效数据处理和分层融合估计相结合的方法,以实现不同类传感器高精度融合跟踪估计.     

多目标干扰环境中威胁目标自动跟踪方法

针对多目标干扰环境中威胁目标发现与跟踪困难的问题,研究一种基于随机有限集(RFS)的高斯混合概率密度假设(GM-PHD)滤波的算法,建立目标的随机有限集形式的运动和观测模型,利用卡尔曼滤波的预测和更新过程,对被动声呐输出的多目标方位和窄带线谱同时进行跟踪,利用所提取窄带线谱能量作为不同方位目标的输出检测量,可实现对包含线谱的窄带威胁目标的自动跟踪。试验数据的处理结果表明,所提方法可以实现在多目标的复杂情况下对感兴趣的威胁目标的自动跟踪。     

基于ANP的舰空导弹作战效能指标权重确定方法研究

根据舰空导弹武器系统的特点研究了基于网络层次分析法的作战效能指标权重确定方法,给出了影响其作战效能的指标集,建立了网络层次分析法控制层和网络层模型,并且利用计算极限超矩阵的方法,在SD软件帮助下,得到了影响导弹武器系统作战效能各因素的权重。     

基于代价函数的红外多目标跟踪方法

针对复杂背景环境下的红外多目标跟踪问题,文章在已获得各多目标初始信息和观测信息的基础上,采用极坐标数据进行数据关联和滤波,提出了一种基于代价函数的红外多目标跟踪算法,通过确定红外多目标跟踪起始和终结以及后续帧处理技术,实现了不超过48批红外多目标的实时跟踪。仿真实验结果表明,该算法在运动的红外多目标检测效果、跟踪稳定性和实时性方面都有良好的性能。     

多雷达多目标航迹跟踪法

提出了一种改进的模糊极小极大(Fuzzy Min-Max,FMM)神经网络算法,并结合无师训练FMM神经网络的聚类,给出了一种基于FMM神经网络的多雷达多目标航迹跟踪方法.仿真实验结果表明,这种方法能够有效地完成多雷达多目标的数据融合,并较好地实现了多雷达多目标的航迹相关.     

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。     

客货滚装码头减排设计方案评价方法

提出一种客货滚装码头减排设计方案评价方法.在综合考虑成本属性、环境属性、社会属性构建方案评价指标体系的基础上,引入层次分析法和加权TOPSIS法对客货滚装码头减排设计方案进行综合评价,并以某拟建客货滚装码头为例验证方法的有效性.结果表明,算例中各方案在评价模型下具有良好的区分度,方案从优到劣为岸电、低硫柴油和陆基洗涤器...     

基于模糊层次分析法的防空兵作战指挥决策能力评估

防空兵作战指挥决策能力的评估,采用模糊层次分析模型,通过建立多层次指标评价体系,对单项指标进行专家评判,采用递推算法给出目标层对评语的隶属度,按最大隶属度原则给出优劣等级评定,并对评判集引入打分制,将影响指挥决策能力的各项因素都融汇于综合性的评分之中,从而为综合评估防空兵作战指挥决策能力提供了较为简便可行的方法。     

基于最优控制的双喷推无人艇路径跟踪方法

针对双喷推无人艇自主航行时的路径跟踪问题,采用最优控制的方法进行求解。根据双喷推无人艇的动力学特性建立双喷推无人艇三自由度运动方程,并由任务需求设定目标函数;在此基础上,根据航行实况建立约束条件,从而得到求解双喷推无人艇路径跟踪问题的数学模型。通过建立含有拉格朗日松弛项的哈密顿函数,将带有复杂约束的优化问题转化为无约束优化问题,采用粒子群优化算法求解最优拉格朗日乘子,并将其代入哈密顿函数;采用广义梯度下降法对数学模型进行求解,得到最优的喷泵电机转速,从而实现对双喷推无人艇的路径跟踪控制。设计实船试验验证方法的有效性,双喷推无人艇路径跟踪试验结果表明,双喷推无人艇实测的轨迹与设定轨迹的最大偏差不超过3m,该方法具有可行性和实用性。     

灰色层次分析法在舰船中水回用方案优选中的应用

[目的]为解决舰船中水回用方案优选过程中决策影响因素多,且因素无法完全被量化和排序的问题,有必要建立科学合理的方案优选评估模型。[方法]基于灰色层次分析法及德尔菲法构建舰船中水回用方案评价指标体系的层次化结构,采用白化权函数的灰色评估方法对各评估要素进行量化,开展不同方案的综合评估。[结果]分析及计算结果表明,采用灰色层次分析法得出的综合评估结果合理,层次总排序的一致性检验满足指标要求。[结论]灰色层次分析法可以在专家评判的基础上,综合采纳各方面的意见,降低评判的随意性和主观性,提高方案选取的科学性和合理性,适用于对舰船中水回用的多方案、多目标系统设计进行优选决策。     

跟踪机动目标的最小子模型集切换算法研究

研究了机动目标跟踪的多模型(MM)方法,提出了一种新的多模型方法——最小子模型集切换(MSMSS)算法。这种算法从总模型集中自适应确定最小子模型集,用来进行多模型估计。仿真结果显示,和标准的交互式MM(IMM)相比,MSMSS算法在具备同等跟踪性能的前提下计算量很小,在计算量相同的情况下具有更好的跟踪性能。