海底掩埋目标的散射特性分析

在对不同掠射角条件下掩埋目标的散射特性进行分析的基础上,认为低频、宽带、窄波束在小掠射角的情况下是适合掩埋目标探测和识别的,并对掩埋目标探测和识别声纳设计提出了建议。     

模糊多目标决策中逆序问题的解决

文章分析模糊多目标决策中循环排序和逆序现象产生的原因,并给出了相应的解决途径。     

框架四叉树的自主水下航行器追踪动态目标研究(英文)

An autonomous underwater vehicle (AUV) must use an algorithm to plan its path to distant, mobile offshore objects. Because of the uneven distribution of obstacles in the real world, the efficiency of the algorithm decreases if the global environment is represented by regular grids with all of them at the highest resolution. The framed quadtree data structure is able to more efficiently represent the environment. When planning the path, the dynamic object is expressed instead as several static objects which are used by the path planner to update the path. By taking account of the characteristics of the framed quadtree, objects can be projected on the frame nodes to increase the precision of the path. Analysis and simulations showed the proposed planner could increase efficiency while improving the ability of the AUV to follow an object.     

杂波下变结构概率数据关联算法

针对杂波情况下的舰艇防空作战中对单机动目标跟踪问题,提出了一种变结构数据关联算法.通过自适应网格算法实现对多种运动模式的机动目标进行自适应跟踪,用概率数据关联算法对杂波下目标进行状态估计,将变结构算法的自适应能力和概率数据关联的杂波跟踪能力相结合.通过模拟跟踪典型反舰导弹机动轨迹,将该算法与标准IMMPDA算法相比较.仿真结果表明,该算法具有较高的关联精度和更短的跟踪时间,对于提升舰艇防空效能和增强生命力有着积极意义.     

水下机器人（ROV）系统

水下机器人（ROV）系统是一种新型水下探测工具,通过其配备双频识别声纳系统、光学黑白、彩色摄像系统对水下特定目标进行水下摄像,主要用于搜寻探测水下目标物（高于海底）,可利用ROV系统配备机械臂完成水下目标物的抓取或绳索绞断等,在潜水员不便下潜时替代潜水员下潜完成探测工作。     

跟踪反馈技术在舰载雷达目标检测的应用

相控阵雷达的出现,使得舰载雷达可以通过控制阵元间的发射接收相位差来改变波束方向,提高雷达波束的扫描速度。然而,基于RFS建模的多目标跟踪算法仍面临非线性系统下多目标跟踪精度的问题,需要借助单目标滤波算法中的非线性近似手段提升舰载雷达跟踪水平。本文围绕跟踪反馈技术在舰载雷达目标检测,以δ-GLMB跟踪反馈算法展开研究。使用多传感器提供的更全方位、更深维度的信息,提高整个跟踪反馈技术系统的观测精度,进而增强舰载雷达的抗误检、漏检、虚检能力。     

船舶海上远距离目标搜索定位算法研究

基于高频超视距雷达的船舶海上远距离目标探测技术是一种利用雷达系统进行海上目标探测和测距的技术。该技术利用高频电磁波的特性,通过发射电磁波并接收目标反射回来的信号,实现对远距离目标的探测和定位。该技术的关键在于如何实现雷达探测过程的海杂波、地杂波等干扰信号的过滤,提高远距离探测的高频超视距雷达系统的工作精度。本文分别从高频超视距雷达的工作原理、杂波干扰信号建模、信号过滤、远距离目标探测算法等方面进行研究,通过该目标搜索和定位技术,船舶可以在海上实现对远距离目标的实时监测和跟踪,提高海上安全性和航行效率。     

基于舰载雷达小样本的低慢小目标识别方法

本文针对舰载雷达低、慢、小目标探测面临的小样本识别问题,提出一种基于小样本学习的低慢小目标分类识别方法。该方法将低慢小目标雷达回波数据转换到小波变换域,利用多头注意力机制和双向长短记忆人工神经网络相结合的方式,解决了小样本目标分类识别的问题。在低慢小目标雷达回波仿真数据集上,开展模型训练和算法验证,分析任务差异性与识别准确率的关系,实验结果表明该方法对典型低慢小目标识别精度可达90%以上,在雷达目标识别领域具有较好的应用价值。     

航道辅助地波雷达机动目标跟踪研究

交互多模型Interacting Multiple Model,IMM）方法应用于高频地波雷达（High Frequency Surface Wave Radar,HFSWR）机动目标跟踪时,其固定的模型集合与转移概率矩阵会导致模型竞争与模型概率切换滞后,降低了目标状态估计的准确性,容易引起航迹断裂、丢失等问题。为此,对基于航道辅助的交互多模型地波雷达机动目标跟踪方法进行了研究。首先,利用有向图模型估计海上航道并提取航道信息,判定目标所处的航道位置并据此自适应切换目标运动模型集合;然后依据确定的模型集合进行多模型滤波,利用滤波新息构造运动模型的极大似然函数并计算每个模型的似然值,通过计算运动模型之间似然值比值计算概率修正因子,采用概率修正因子与原模型转移概率矩阵的乘积更新模型转移概率矩阵。利用仿真与实测数据开展了海上机动目标跟踪实验,结果表明,与传统IMM算法相比,本文方法可显著提升模型概率的切换速度,跟踪得到的航迹维持时间提高了54.2%,算法运行时间减少了30%,运动模型匹配平均概率提高了14.1%,实现了对海上目标的长时跟踪。     

纯电车型整车性能集成探究

众所周知,迫于能源危机的日益加剧,可替代的新能源汽车应运而生。汽车市场近几年逐渐涌现大量新能源汽车。面对新的汽车类型,研发团队在开发过程中也将面临巨大的改变和挑战。然而面对挑战也是机遇,汽车研发人永远不缺乏攻坚精神。随着新能源汽车的开发经验越来越多,逐渐总结出一些新能源汽车独特属性的研发经验。本文针对纯电车型整车性能集成技术应用管理进行探讨,对于汽车性能开发具有深远的意义。