基于目标特性的舰载ATP系统能力需求仿真分析

随着反舰导弹速度和机动性能的不断增大,现役舰载反导防御手段日显不足,迫切需要寻求新的防御手段。激光武器作为防御反舰导弹的一种有效手段,其跟瞄系统能否精确跟瞄反舰导弹是激光武器发挥效能的关键。文中从反舰导弹目标特性出发,采用数学建模和仿真分析方法,对舰载跟瞄系统的跟瞄精度要求作出了分析,建立了直线飞行和机动飞行2种反舰导弹运动模型,并推导了跟瞄系统相对角速度和角加速度控制量的计算模型。通过仿真计算,给出了不同条件下舰载跟瞄系统的动态能力要求。经分析明确了舰载跟瞄系统的能力需求,可为舰载跟瞄系统的论证与设计提供参考。     

一种水中目标深度估计和运动状态跟踪方法

建立水下目标深度估计模型,采用LMS自适应时延估计算法来估计时延,并用可变步长方法及sinc函数内插法提高估计精度;建立水下目标运动状态跟踪模型,采用基于方位时延的扩展卡尔曼滤波算法来估算水下目标运动状态信息;通过消声水池、湖泊和仿真试验,表明该方法有效可行。     

船用永磁同步电机参考模型自适应模糊控制研究

随着交流电机控制技术的快速发展,传统的船用电机PI控制无论是精度还是鲁棒性都已不能满足要求,而非线性间接参考模型自适应模糊控制,是通过在线实时调节自适应参数来满足被控对象的输出渐进跟踪参考模型的输出,以达到一定的控制性能。模糊控制并不需要被控对象的精确数学模型,利用模糊系统的万能逼近特性构造未知函数,再根据跟踪误差和误差变化率等信息,构造出被控对象的等效控制器。将其这些特性应用到永磁同步电机控制中,并采用Lyapunov稳定性分析理论设计出间接型自适应模糊控制器,对永磁同步电动机调速系统进行控制。仿真结果表明:系统在控制性能和适应性、鲁棒性等方面优点显著。     

一种新的雷达间隙辅助红外的机动目标跟踪算法

论文针对雷达间隙辅助红外的机动目标跟踪问题,提出了一种新的跟踪算法。该算法由跟踪误差与精度指标的大小来选择雷达的开机时间,从而构成了一个闭环的跟踪系统,解决了在给定的跟踪精度指标下雷达的开机时间选择问题。其思想为：在内层通过引进高、低门限,根据跟踪精度与门限的大小,自适应地选择交互式扩展卡尔曼滤波（IMM-EKF）或交互式粒子滤波（IMM-PF）;在外层将基于雷达量测的滤波结果和红外量测的滤波结果进行交互;从而实现了两层交互式自适应滤波。仿真结果表明该算法在计算复杂度和跟踪精度上达到了较好的平衡,实现了雷达间隙开机下对目标稳定的跟踪。     

基于参数辨识的推进电机模型参考自适应控制

针对模型参考自适应系统(MRAS)对电机参数依赖性强的问题,采用Adaline神经网络对电机参数进行在线参数辨识,并对MRAS中的模型参数进行修正;以船用永磁同步推进电机作为被控对象,使用Adaline神经网络对控制系统中的模型参数进行修正,结果表明,该方法可有效提高MRAS对电机转速和转子信息的估测精度,提高系统的动态和稳态性能。     

自适应算法在单轴激光惯导初始对准中的应用

针对传统的卡尔曼滤波在单轴旋转激光惯导动基座初始对准中当系统噪声和量测噪声未知时,会导致滤波精度下降甚至发散的问题,设计了简化Sage-Husa自适应滤波算法,建立了动基座条件下的单轴旋转激光捷联惯导的误差方程,利用设计的算法进行了仿真,结果表明在误差模型较大时,自适应滤波算法可以很好的提高滤波精度和稳定性。     

近程高射速反导舰炮武器系统大闭环校射新方法

为了有效抗击反舰导弹,近程反导舰炮采用提高射速的方法,但是,射速提高到一定程度后不能逐发测量弹丸脱靶量,现行的基于逐发测量脱靶量的大闭环校射无法实施导致反导效能下降.提出近程高射速反导舰炮武器系统大闭环校射的一种新方法,研究脱靶量测量特点、脱靶量的综合处理方案和脱靶量的滤波方式,运用多项式和矩阵理论建立了校正量计算模型.仿真计算验证了新方法的可行性.     

基于目标特征信息融合的潜艇目标识别系统

结合水下目标运动状态估计和目标声特征提取的关键技术,提出了基于目标运动状态特征和声特征信息融合的潜艇目标识别基本原理.首先,采用双通道Power-law水声瞬态信号检测方法和LMS自适应时延估计算法,建立了基于方位时延的目标运动状态跟踪的数学模型,并采用EKF算法实现了水下目标运动状态估计;其次,建立了提取潜艇典型不变声特征的原理模型;最后,提出基于多目标特征信息融合的结构模型,为潜艇目标识别系统的发展奠定了理论基础.     

水下航行器导航系统的模糊自适应多模型滤波方法

为了提高水下航行器组合导航系统的精度,针对系统模型和量测噪声随实际工作环境的不同而变化的特点,提出了一种基于模糊自适应改进多模型滤波的算法。首先依据多模滤波的思想,对系统进行离散化建模;然后基于协方差匹配技术,利用滤波信息的统计方差和计算方差的偏差作为模糊系统输入,设计模糊推理系统调节量测噪声方差,最后给出算法的实现过程。仿真结果表明,所提方法可增强估计算法的抗干扰能力,提高了估计精度。     

基于X-LMS自适应逆控制理论的船舶自动舵研究

本文分析了自适应逆控制理论和X—滤波LMS自适应逆控制算法，并针对船舶自动舵特点，用修正传递函数的方式来稳定船舶操纵模型，使用LMS算法对船舶进行模型参数辩识和控制器的设计。仿真结果表明，与PID控制相比，X—滤波LMS自适应逆控制算法具有动态响应快，抗扰动性好等特点。     

粒子滤波和无轨迹粒子滤波算法比较

解决水下水声目标的定位跟踪问题,需要建立动态的非线性非高斯模型,粒子滤波直接采用未含有最新量测信息的状态转移先验分布函数作为重要性密度函数来逼近后验概率密度函数,无轨迹粒子滤波是在粒子滤波的过程中引入重采样技术,通过无轨迹变换设计重要性密度函数,使其更加接近系统状态后验概率密度。仿真结果表明粒子滤波和无轨迹粒子滤波算法都可以提高定位跟踪精度,但无轨迹粒子滤波算法的估计精度更高,更适用于工程实践。     

互补对LMS自适应算法在噪声消除中的应用实现

在接收超低频信号时,由于受到天线辐射效率和海水衰减的限制,噪声的存在是对有用信号最大的干扰.传统的算法可靠性受限,可以采用自适应算法来实现噪声消除.一般LMS算法收敛速度快但稳态误差大,通过搭建自适应滤波模型,对其改进算法即互补对LMS算法进行仿真.结果表明,这种自适应算法滤波后稳态误差较小,对噪声的消除具有良好的效果.     

动力定位系统自适应滤波技术

与普通船舶相比,耙吸挖泥船变吃水作业动力定位的滤波器设计,不仅需要考虑到模型偏差,还需要考虑到模型的时变性和突变性。本文采用Sage-Husa自适应滤波和强跟踪卡尔曼滤波相结合的改进自适应滤波算法,前者滤波精度高但自适应能力有限,后者应对突变的能力较强但精度有限。由仿真实验可以看出,二者的有机结合很好地解决了耙吸挖泥船变吃水作业动力定位的滤波问题。     

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。     

直扩系统中基于小波包变换的自适应窄带干扰抑制技术

利用小波包变换进行抑制的算法进行分析,将小波包分解与自适应滤波技术结合起来,对受扰子带采用改进的LMS自适应算法进行滤波处理,有效弥补了有用信号的损失,提高了系统性能,并给出仿真性能的比较.     

改进的变步长LMS自适应滤波算法

针对解决LMS(Least Mean Square)自适应滤波算法收敛速度及未知系统时变跟踪速度与稳态误差的矛盾,改进步长因子μ(n)与误差信号e(n)的非线性映射关系,提出一种新的变步长LMS算法。执行该算法时系统初始阶段或未知系统时变阶段步长自动增大,而稳态时步长缓慢变小,提高了收敛速度和时变跟踪能力,克服了稳态误差偏大的缺点。理论分析及实验结果表明,新算法的收敛、跟踪速度及稳态误差性能均优于现有常见的几种LMS算法。     

不同变换域下LMS算法收敛性能分析

现代舰船由于电子系统集中,空间狭窄,存在严重的电磁干扰问题.解决此问题的有效途径是自适应干扰抵消,其核心则是自适应滤波算法.在提出自适应干扰抵消模型的基础上,就目前改进LMS自适应滤波算法的域变换算法进行了研究.叙述了LMS算法,对比分析研究了其在时域和一般变换域下的收敛性能.结合Walsh域与小波域的变换实例进行了计算机模拟仿真,结果表明,通过域变换后的自适应滤波算法的收敛性能明显得到改善.最后提出了未来自适应滤波算法发展方向.     

基于LabVIEW的ARPA跟踪算法仿真系统实现

论文基于LabVIEW软件平台开发ARPA跟踪算法仿真系统,并对不同跟踪算法进行仿真验证与比对分析。首先,在LabVIEW平台下利用Matlab脚本节点完成了α-β滤波算法仿真平台搭建,可实现匀速、变速、变向三种运动模型下常增益算法及自适应滤波算法的仿真功能;然后,在匀速目标运动模型下对不同跟踪算法进行仿真验证,分析出各个算法的最佳使用条件。最后,在自适应滤波算法的基础上对其进行改进,并在匀变速目标运动模型和变向目标模型下仿真验证其可行性。     

基于模糊粒子滤波的视频跟踪方法研究

智能视频监控系统的基础就是对监控范围的视频序列中目标进行有效实时的跟踪,针对当前跟踪方法在光照突变、部分遮挡情况下的跟踪缺陷,本文提出了一种利用模糊粒子滤波（Particle Filter,PF）进行视频目标跟踪的新算法.该算法结合模糊控制理论,引入量测的模糊性来克服特征信息的不确定性,并建立一个基于背景建模技术的自适应高斯混合模型和基于序贯蒙特卡洛的跟踪算法（sequential Monte-Carlo-based）.在新算法的指导下,针对静止摄像机在光照条件改变以及目标发生部分遮挡的情况进行了深入的研究.通过多种模糊量测技术的比较和应用,本文方法实现了多个目标精确有效跟踪.     

水下航行器水下障碍规避性能分析与仿真

水下航行器的障碍躲避是提高水下航行器生存能力的关键技术,针对信息融合跟踪算法避障容易误差偏差和局部收敛的问题,提出一种基于Kalman滤波量化融合规避的水下航行器水下避障算法。构建水下航行器的运动系统方程,采用方位信息的量化融合方法进行自适应路径规划,结合Kalman滤波进行障碍信息的干扰抑制,采用强跟踪滤波实现障碍参量信息量化融合规避,实现水下航行器水下障碍躲避。仿真结果表明,采用该方法进行水下航行器避障,能有效规避障碍目标,提高对障碍物的方位估计精度,有效规避的准确概率达到最优。