舰载指控系统功能的定量评估理论:航迹跟踪和预测功能的相对定量评估方法

所谓航迹跟踪和预测问题，也就是如何根据动目标历史观测位置，为其建立相应的轨迹，并预测其今后某一时刻的真实位置。上前有许多能够处理该问题的方法，因此航迹跟踪和预测功能的定量评估不仅仅是舰载指控系统功能评估的一个重要课题之一，而且是选择具体滤波算法时，需要决的问题     

卡尔曼滤波器在船舶航迹跟踪中的应用

讨论了利用卡尔曼滤波技术获取船舶航迹的参数的方法。借助这些参数,通过每次的时间更新和测量更新,连续预测出跟踪点的下一个位置,以此来确定船当前的位置与预测航迹的相对关系,从而提高跟踪的效率和精度,并给出了计算机模拟结果。     

雷达和红外同步航迹融合

目标跟踪在军事领域占据着重要位置,只有可靠且精确的跟踪才能有效的对目标实施打击。讨论了雷达和红外传感器航迹融合算法并达到较高的精度,最终达到提高跟踪系统性能的目的。     

一种改进的快速压缩跟踪算法

为研究目标跟踪问题,构造多种不同尺度的滤波器对目标进行滤波,生成目标高维特征;利用符合有限等距性质要求的稀疏矩阵对高维特征进行采样,获得目标低维特征.采用朴素贝叶斯分类器输出与Bhattacharyya系数乘积的形式作为目标与候选目标之间的相似性度量,并选择最大值所对应的候选目标作为下一帧中的目标.文中提出了一种改进的快速压缩跟踪算法.实验表明,该改进的算法能够对目标进行有效跟踪.     

雷达信号处理问题的分析预测理论和应用(Ⅰ)——基本思路、数学模型、解的存在性

雷达信号处理问题的分析预测理论是一种通过分析数学推导出来的,解决运动目标航迹预测问题的理论。其基本思考方法的最大特点是 将雷达获取的观测位置的随机性变化为确定性(即将雷达获取的观测位置与目标在该时刻的真实位置之间的最大距离确定在二倍的雷达观测误差的范围之内),并以此作为约束条件,然后用距离目标真实位置最近的点作为预测位置。由于使用的方法不同,所以这种理论具备一些传统理论所不具有的性质,例如具有剔除观测异常点的能力;在小量数据的情况下,给出结论在理论上与观测位置的多少没有关系;能定量地表达预测精度和观测位置之间的关系,能提供预测位置和该时刻目标真实位置的最大距离,能识别目标真实运动方程的阶(如果运动方程是多项式)和给出与目标的最接近的多项式作为模拟方程(如果目标方程不是多项式);能够给出更精度的预测位置。由于以前这方面的工作都集中在实际应用,而对一般理论性问题(例如数学模型的解的存在性等)未作较深入的讨论,本文的目的除了进一步系统地介绍雷达信号处理问题的分析预测的基础理论外,还将证明最优预测位置的解的存在性定理。     

利用Mehra自适应卡尔曼滤波进行船舶跟踪预测

海上船舶的精确跟踪和实时航迹预测是避免船只碰撞、实现海上交通安全管理的关键技术。传统卡尔曼滤波模型中存在系统缺陷,其要求噪声模型为先验知识,不符合实际应用情况。为弥补此不足,本文以Mehra自适应滤波思路为基础,提出一种自适应卡尔曼滤波算法,以动态统计的形式体现噪声模型的变化特性,并通过在线自适应调整噪声均值和协方差,及时修正滤波预测结果,提高船舶跟踪精度。最后通过仿真实验证明该算法的有效性。     

利用卡尔曼滤波预测船舶航行轨迹异常行为

随着计算机控制技术的飞速发展,在船舶的航行预测和控制领域,人们相继开发出了各种智能化的预测算法,从而保证了船舶航行的安全。在船舶的行为预测和控制中,需要大量的传感器对船舶的姿态信息、设备状态信息和通信导航设备信号进行采集,因此本文着重研究了信号的滤波算法。本文提出了基于卡尔曼滤波算法的船舶航迹跟踪技术,并针对船舶的航行特点,建立了适当的运动模型和状态方程,最后通过仿真实验,对扩展卡尔曼算法的目标跟踪性能进行验证。     

功能点在软件造价评估中的应用

软件功能点分析方法作为一种定量估算和分析技术,适应于软件造价评估活动多种应用场景,为软件成本预算、招投标、软件项目策划、软件成本结算、软件过程数据采集等提供定量指导。在软件造价评估活动中开展软件功能点分析方法的应用与研究,有助于从项目成本管理、软件过程改进等诸方面提升组织能力。     

基于采样的非线性滤波算法比较

在处理目标跟踪等动态系统实时估计问题中,通常采用EKF作为状态估计方法提高估计精度。由于EKF进行非线性估计存在一些缺陷,将系统进行线性化近似存在估计误差,从而影响目标跟踪的精度。为了获得更高的估计精度,介绍了几种非线性滤波算法,包括unscented卡尔曼滤波算法、简单粒子滤波算法以及无味粒子滤波算法（UPF）。分析了这几种算法的原理和实现,对各种算法的适应性进行了比较。通过目标跟踪仿真实验,表明UKF、PF较EKF估计精度和收敛速度有所提高。     

基于模糊推理的舰艇作战能力评估方法

自古以来，如何解决“作战能力”的度量一直是人们研究战争时的一个关键问题。五十年代末期以来，美国从军事系统分析的专家们，创造性地把国民经济统计中的指数概念移植于装备评估和作战评估，建立了一种新的度量方法，即杜佩指数法；我国的军事系统分析专家们在学习、跟踪杜嵛指数法的基础上又提出综合指数法；本文在综合指数法的基础上引入语言变量对舰艇的对海作战能力进行评估，并对计算结果进行了分析。     

基于多特征信息和直方图相交的改进Meanshift算法

针对Mean-Shift算法仅利用颜色信息并以Bhattacharya系数为相似性度量导致算法准确率较低的问题,提出一种结合颜色和纹理信息并以直方图交集为相似性度量的跟踪算法。首先用局部二元模式算子提取纹理信息,再以对数比加权直方图取代传统直方图构建目标和候选目标模型,然后根据场景自适应地综合两类特征并通过Mean-Shift算法获得目标的初略位置,最后以直方图交集作为相似性度量并用Powell方法求其极值作为目标在当前帧中位置的估计。实验表明,该算法不仅能增强跟踪的准确性,而且对光照弱、目标与背景颜色近似等情况也有较好的鲁棒性。     

双目标纯方位定位数据处理分析

本文从双基阵纯方位定位的基本原理出发,给出了卡尔曼滤波算法的模型,针对实际目标特点和滤波中容易出现的发散问题,对方位数据进行时空迭代后将解算数据进行航迹融合。仿真实验表明,该处理方法能够克服滤波发散,实现双目标有效跟踪,可以快速、稳定地完成目标运动要素的估计,有较好的工程应用价值。     

基于显式模型预测控制的无人船航迹控制方法研究

针对模型预测控制在线计算量大，难以满足无人船实际航行中的实时性要求的问题，提出了一种基于显式模型预测控制的航迹控制方法。首先利用视线制导算法（line of sight, LOS），根据无人船当前位置和期望航迹信息，设计了无人船艏摇角的参考值，将无人船航迹控制简化为艏向控制；其次，将显式模型预测控制算法应用于无人船艏向控制问题中，该算法既保持了模型预测控制方法的优势，又提高了计算速度；最后通过仿真试验验证了所提出的方法可以显著提高无人船航迹控制的实时性。     

低速水面目标航速精度分析及精确解算

低速水面目标由于在雷达扫描周期内运动距离较小,受雷达测量精度的限制,导致通过航迹滤波输出的航速误差相对目标航速而言往往较大。针对该问题,分析了距离、方位、俯仰各测量误差对航速精度的影响,提出一种基于两级策略的航速精确解算方法。最后,通过仿真试验对算法进行验证,结果表明该算法能够有效提高航速精度。     

基于伪线性滤波的鱼雷方位被动跟踪研究

用伪线性评估量扩展了卡耳曼滤波 ,并应用它进行鱼雷方位的被动跟踪。该算法不需要初始评估量 ,可在各种条件下获得较好的收敛性 ,适用范围广泛 ,克服了卡耳曼滤波需要一个空的目标状态变量作为初始估计量的缺点。最后用蒙特卡洛法仿真检验此算法     

基于虚拟仪器的船舶监控系统研究

船舶监控系统的研究对船舶安全起着至关重要的作用,有助于提升船舶导航能力和海上交通管理能力。该文提出的基于虚拟仪器的船舶监控系统,应用LabVIEW图形化编程语言开发了AIS信息处理系统,能够实时采集网络最新发布的船舶信息数据,进行信息的解析和存储,同时应用Google Earth显示船舶的位置及路径信息。系统选用Kalman滤波对船舶的航迹进行跟踪优化,结合BP神经网络对船舶航迹进行预测。系统可实现AIS数据采集、解析、存储、显示、分析等多项功能。     

区间平滑在船用INS/GPS姿态组合导航系统事后评估中的应用

组合导航系统事后区间平滑算法处理数据精度较在线滤波算法高,通常以经过事后处理的惯导状态信息作参考,对中低精度的舰船导航设备工作性能进行评估。在以速度、位置作为观测量的INS/GPS量测方程的基础上,增加姿态外部修正信息,采用固定区间平滑算法进行处理得出高精度的评估数据,进而分析舰船导航设备的数据输出精度。仿真分析结果表明,增加姿态信息并结合固定区间最优平滑算法的处理方法,可以使系统的姿态测量精度获得大幅度提高,并能克服最优滤波对平台误差角初期估计精度低的缺点,可以作为一种评估舰船导航设备工作性能的事后分析方法。     

基于粒子群优化粒子滤波的声呐目标检测前跟踪

针对传统固定粒子数粒子滤波算法计算量大、复杂环境下声呐微弱目标检测与跟踪鲁棒性不强的问题，提出基于粒子群优化（PSO）算法的粒子滤波检测前跟踪方法（IPSO-PF-TBD）。该算法在滤波预测与步骤更新之间加入PSO算法，结合预测信息和更新完成的粒子分布状态进行优化，将粒子集合转移到后验概率密度较大的区域，并充分利用声呐回波信号中目标粒子的权重信息设置粒子自适应采样策略，通过检测前跟踪（TBD）技术的数据帧间能量累积和目标检测，提高目标检测前跟踪的性能。仿真试验结果表明，提出的检测前跟踪处理方法对低信噪比及快速机动等复杂环境下的目标进行跟踪时，在位置估计精度和误差值方面明显优于粒子滤波（PF）和PSO-PF算法，具有一定研究和应用价值。     

密度聚类方法在船舶航迹图谱挖掘中的应用研究

研究密度聚类方法在船舶航迹图谱挖掘中的应用。针对航迹点密度不均匀的特性,给出一种改进的密度聚类方法,即结合分类的基于弥散度的聚类算法。该方法采用弥散度作为相对密度的度量标准,根据其动态分布来确定核心点与边缘点,并使用KNN核密度估计方法对边缘集合分类。实验结果表明,本文所使用的密度聚类方法能够对船舶航迹进行有效聚类。     

多旋翼无人机航迹规划算法

无人机（UAV）能实现航迹跟踪、定位、遥控、航拍、数据传输等功能，其中航迹规划是实现所有功能的前提条件。结合多旋翼无人机在恒速飞行条件下的最大转弯半径，设计一种在一定曲率约束范围内的航迹规划算法，采用Dubins曲线和B样条曲线，分别对局部障碍物和区域障碍物进行分类避障规划，实现障碍物下不规则作业区域的航迹规划，并通过仿真试验验证了算法的可行性。