基于加权预测残差的模型群切换算法研究

以舰艇反导武器系统中的机动目标跟踪与预测方法研究为背景,在分析变结构多模型算法的基本框架及模型群切换算法仿真计算流程的基础上,依据滤波过程中预测残差对跟踪精度的影响,提出一种基于加权残差的模型群切换方法.针对现代反舰导弹末端"蛇行机动"的运动特点,设计了不同的模型集,在想定的初始条件下进行Monte Carlo仿真实验,结果表明:提出的算法运行稳定,具有较高的费效比.     

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"当前"统计模型的机动目标运动要素解算

在避碰过程中,舰船一般处于机动状态.因而,对机动目标运动要素解算的精度直接影响到避碰的效果.通过对多种模型的比较,选用了"当前"统计模型,"当前"统计模型相对于其他模型能够更为真实地反映目标的机动变化.仿真结果表明,此算法收敛迅速并有较高精度,其解算所得的目标运动要素能够满足舰船避碰等实用要求.     

舰载雷达目标跟踪的非线性滤波仿真

雷达观测模型常常是非线性的,目标跟踪问题是一个非线性状态混合估计.考虑目标稳定跟踪与实时性要求,采用"当前"统计目标运动模型与粒子滤波(PF)非线性方法对雷达机动目标跟踪进行算法分析.仿真验证了"当前"统计模型下的非线性粒子滤波及扩展卡尔曼滤波(EKF)目标跟踪性能,表明非线性粒子滤波,尤其是U变换粒子滤波(UPF)目标跟踪精度和稳定性较好,值得工程应用与推广.     

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.     

一种跃升俯冲目标跟踪算法仿真研究

针对反舰导弹末端跃升俯冲攻击模式的动力学特性,分析了导弹受力状态和运动参数之间的关系,建立导弹跃升俯冲攻击弹道模型,以匀加速运动模型为预置跟踪模型,实现了对跃升俯冲机动目标的跟踪。通过目标铅垂面内运动的仿真计算表明,该算法正确可行,跟踪效果较好,对提高跃升俯冲机动目标跟踪性能的研究具有重要参考价值。     

粒子滤波在机动目标自适应参数辨识算法中的应用

针对目前机动目标跟踪算法无法有效跟踪反舰导弹末段机动的问题,提出一种引入粒子滤波算法的参数辨识模型.通过仿真分析目标作匀速圆周运动情况下该算法的跟踪性能.结果表明,该算法可有效提高跟踪收敛速度和精度,具有一定工程实际意义.     

一种新的改进"当前"统计模型

简要讨论了“当前”统计模型的机动目标建模与自适应跟踪的机理,并对“当前”统计模型中两种不同加速度分布进行了理论分析和计算机仿真,指出他们在跟踪机动目标时都存在着一定的不足。在此基础上提出一种改进的机动目标加速度的“当前”统计模型描述。仿真结果表明,基于本文提出的机动目标加速度“当前”统计模型建立的机动目标自适应跟踪算法无论在跟踪机动性较强还是无机动或机动性较弱的目标时,都具有较高的跟踪精度。     

基于参数辨识模型的弹道拟合方法仿真研究

为了从有限的观测信息中较准确地获取导弹运动状态信息,针对反舰导弹末段蛇行机动和跃升俯冲攻击等突防方式,利用参数辨识模型动态适应机动目标运动模态变化的特性,实现反舰导弹机动弹道的拟合。通过仿真计算可知,参数辨识模型对蛇行机动和跃升俯冲攻击等运动模式具有较高的拟合精度,算法收敛较快,可为高精度跟踪反舰导弹提供参考。     

基于蒙特卡洛法的未来空域窗射击命中概率仿真*

针对近程舰炮武器系统拦截末端机动反舰导弹需求,对未来空域窗射击体制进行研究。以平面蛇形机动目标为例,合理构造未来空域窗,应用蒙特卡洛法,对空域窗内概率密度分布及不同目标距离、不同机动特性、不同射击参数下的命中概率进行了仿真,对仿真结果进行分析。仿真结果能够为近程反导舰炮武器系统确定射击体制提供参考。