非线性系统的一种改进的Unscented卡尔曼滤波器

作为最近提出的一种非线性滤波方法,Unscented卡尔曼滤波器(UKF)具有易实现、较高的估计精度和中等的计算量等优点。然而,像扩展卡尔曼滤波器(EKF)一样,UKF关于模型不确定性的鲁棒性很差、对初始条件很敏感,容易出现状态估计不准,甚至发散等现象。为了克服UKF的缺陷,基于强跟踪滤波器(STF)理论,通过引入一种多重次优渐消因子在线调整滤波器增益矩阵,提出一种改进的UKF,并通过目标跟踪的仿真实验验证了该滤波器的有效性。仿真实验结果表明改进的Unscented卡尔曼滤波器具有好的鲁棒性,而且能够快速收敛。     

利用OpenGL 技术实现雷达阵地环境的三维显示

利用OpenGL技术,对已收集到的三维地形高程数据运用三角形网格法和以高度分层设色的方法进行了模拟显示,从而得到一个三维的雷达阵地虚拟战场环境,为雷达阵地的选取提供了一个直观的三维背景平台。     

一种修正的自适应常加速模型

通过对"当前"统计(CS)模型的分析研究,在常加速(CA)模型的基础上利用速度预测估计与实时速度估计间的偏差进行自适应方差调整,提出了一种修正常加速自适应调整模型.理论分析和仿真结果表明当采样周期T较小时,该模型具有与CS模型相当甚至更高的跟踪精度和较小的计算量.     

机动目标自适应跟踪算法研究

为了克服“当前”统计模型自适应跟踪算法（CAF）跟踪匀速运动目标误差较大和跟踪加速机动目标速度与加速度估计误差和动态时延较大的缺陷，通过分析研究CAF算法，采用截断正态分布表征目标的机动加速度特性，考虑风速和加速度估计均值的影响，对机动加速度与方差自适应关系修正，自适应补偿过程噪声协方差矩阵，提出了一种改进的机动目标自适应跟踪算法。理论分析与仿真结果表明，该算法能够准确描述目标的各种机动情况，具有良好的跟踪性能和实际应用价值。     

雷达与双波段红外探测器融合跟踪系统

利用双波段红外探测系统测到的目标双波段红外辐射信息,推导出目标的伪距离量测信息,使得单站红外探测系统变为可观测系统;在此基础上,采用带反馈的分布式估计融合算法,将雷达与双波段红外探测系统得到的局部航迹进行融合,并将每次融合估计的结果反馈给局部传感器,使得融合中心达到最优性能的同时,减小了雷达和红外局部估计的误差.仿真结果表明:①单站红外探测系统利用目标的双波段红外辐射信息能够对目标进行有效地跟踪,跟踪精度较高;②带反馈的布式估计融合算法具有良好的跟踪性能,而且能够明显改善局部传感器的跟踪精度.     

分布式检测中基于恶劣检测环境的反馈融合算法

针对本地检测器的检测环境比较恶劣和本地检测器至融合中心的传输信道为非理想信道的情况，提出一新的反馈算法。将融合中心的判决信息反馈至融合中心，用来剔除工作不正常的本地检测器或性能恶劣的信道，基于性能正常的本地判决信息，应用聂曼一皮尔逊（NP）规则来推出融合中心的最优化判决形式。最后通过三检测器的系统仿真表明：在此情况下，融合中心应用反馈使检测性能得到了改善。     

基于UML和HLA的装备维修保障仿真系统建模

基于UML和HLA的装备维修保障体系中部分仿真过程建模,首先确定联邦目标,得出装备维修保障系统效能,确定仿真应用的边界和范围,描述仿真应用中的对象及对象间交互.接着决定仿真应用中的联邦成员,开发联邦对象模型.通过运用程序设计语言实现编程,最后运行联邦,分析输出结果,实现仿真系统中的时间管理服务所有权管理服务.     

非理想信道条件下树型结构的最优贝叶斯检测算法

由于本地检测器和融合中心的距离比较远，会加剧信道的非可靠性和增加信道的传输能量，基于非理想信道，研究了增加中继节点的分布式检测的最优化算法。为了使系统检测性能达到最优，需要对所有节点的判决规则进行联合最优化。最后对使用和不使用中继节点的系统进行性能比较。     

基于转换瑞利滤波器的红外目标跟踪算法

利用转换瑞利滤波器(SRF),研究了仅有角度量测的单站红外目标跟踪问题,推导了基于SRF的红外目标跟踪算法,并给出了具体步骤.该算法利用量测方程本身的非线性结构,仅在每次迭代时用"匹配"的正态分布近似代替方位量测的条件概率分布,减小了引入误差.仿真实验表明在红外目标跟踪领域,与以往EKF类的方法相比,该算法实现简单、计算量小、鲁棒性好且滤波精度较高,具有良好的实际应用价值.     

高度机动目标的改进CS-Jerk模型

针对高度机动目标跟踪问题,通过对Jerk模型的分析,借鉴"当前"统计的思想,采用截断正态分布来表征目标机动加速度变化率(Jerk)特性,利用Jerk均值与方差之间的关系自适应调整过程噪声协方差矩阵,提出一种改进的"当前"统计Jerk模型(MCS-Jerk model);并通过理论分析指出了Jerk模型及其跟踪算法的缺陷以及改进的MCS-Jerk模型算法的有效性;仿真结果表明改进的模型及跟踪算法的高机动目标跟踪性能明显优于基于Jerk模型的跟踪算法。