中段弹道目标群的红外成像仿真研究

建立中段弹道目标的简化辐射模型和基于点扩散与拖尾的红外焦平面模型,结合目标群中各目标的运动位置和空间目标投射到二维焦平面位置坐标的计算,仿真天基低轨红外传感器对中段弹道目标群的成像.分析仿真结果,发现中段弹道目标群的存在对天基红外传感器的目标探测与跟踪提出了新的要求,并给出一些解决途径.     

基于粒子群优化的传感器预分配方法

针对实时传感器管理算法的局限,在深入分析传感器管理问题本质特征的基础上,提出一种传感器静态预分配方案。然后,以低轨星座目标连续跟踪为应用背景,提出一种基于修正粒子群优化的传感器预分配方法。仿真实验表明,所提方法虽然需要较长时间的静态分配过程,但是其实时运算效率明显高于实时传感器管理算法,因而给上层系统设计留下更多富余时间。      

改进粒子群算法的目标函数变化分类动态优化

由于优化问题的目标函数和约束条件都随着时间而改变导致其最优值也发生改变,提出一种基于改进粒子群算法的目标函数变化分类动态优化算法。首先对动态优化问题进行定义,明确问题的研究对象,提出对目标函数随时间变化程度分类的思想,通过对变化的函数进行监测的方法将其分为剧烈变化、中等程度变化和弱变化三种类型,并针对不同的强度变化对粒子群算法采用不同的改进策略,最后将不同的策略融入计算。通过采用移动多峰问题进行测试,结果表明,提出的改进粒子群优化算法能监测目标函数变化,并能随时跟踪到最优解,平均离线误差相对于标准粒子群算法更小,性能更稳定。     

基于斑马图的天基雷达PRF设计

针对三维弹道目标,给出了一种有效的基于粒子滤波的跟踪算法。这种算法以标准的粒子滤波算法为基础,根据贝叶斯原理利用局部线性化技术获得最佳近似的重要性密度函数以避免粒子退化现象,并且利用 Metropolis-Hastings(MH)采样构造的马尔科夫链得到更加符合目标分布的样本,从而最小化重采样后的粒子枯竭问题。此外,这里采用 Kullback-Leibler 距离(KLD)指标对不同粒子滤波算法的性能进行评估。仿真结果表明,该三维弹道目标跟踪算法粒子群与参考粒子群(近似真实目标概率分布的粒子群)之间的KLD比标准粒子滤波与参考粒子群之间的KLD更小,因此,能获得比标准粒子滤波算法更好的跟踪效果。     

基于粒子群优化和M-H采样粒子滤波的传感器网络目标跟踪方法

针对实际应用条件下传感器节点的观测数据与目标动态参数间呈现为非线性关系的特性,提出了一种基于粒子群优化和M-H抽样粒子滤波的传感器网络目标跟踪方法。该方法采用分布式结构,在动态网络拓扑结构下,由粒子群优化和M-H抽样技术实现滤波中的重抽样过程,抑制粒子退化现象,并通过粒子间共享历史信息,降低单个粒子历史状态间的相关性使各粒子能快速收敛至最优分布,从而实现高精度的目标跟踪效果。仿真结果表明,相比现有的基于信息粒子滤波和并行粒子滤波技术的传感器网络目标跟踪方法,所提出的方法能降低网络总能耗,同时保证目标跟踪的精度。     

基于随机有限集的中段弹道目标群星载红外像平面跟踪方法

弹道目标进入中段飞行时释放弹头及大量诱饵形成密集目标群,对星载红外像平面的目标跟踪提出新的挑战.针对像平面对目标群各目标分辨个数的时变性,及各目标像平面轨迹非线性程度强的特点,提出基于随机有限集的目标群像平面跟踪方法.随机有限集为最优贝叶斯多目标跟踪提供统一的理论基础,但直接递推多目标后验分布计算量大,概率假设密度为多目标后验概率分布的一阶矩,在随机有限集框架下递推概率假设密度为现实可行的次优多目标跟踪方法.采用序贯蒙特卡罗方法实现多目标概率假设密度递推跟踪滤波,计算所有粒子权值之和估计目标数目,以k-m eans方法对粒子集进行聚类提取各目标的状态;最后构建天基光学星座对中段弹道目标群的跟踪仿真场景,在不同交接跟踪任务、虚警率和目标个数条件下进行对比分析和仿真验证.结果表明,该方法能同时跟踪星载红外像平面上动态变化目标群各目标的状态和数目.     

一种基于离差矩阵控制的传感器管理算法

传感器管理是对系统中的传感器进行优化分配以实现目标跟踪性能的优化和系统资源的有效利用。针对跟踪多目标的传感器管理问题建立了传感器管理模型,提出了一种基于离差矩阵控制的多传感器与多目标分配算法。该算法把所有目标的离差矩阵大小的和作为优化的目标函数,能够使目标的跟踪精度尽量接近期望值。同时采用遗传算法来寻找使目标函数最优的传感器分配方案,提升了计算速度。仿真结果表明,该算法能够对多传感器与多目标进行有效的分配,既达到了期望的目标跟踪精度,又节约了系统资源。     

基于运动特性约束的中段目标群角轨迹关联算法

中段目标群角轨迹关联问题是天基跟踪监视系统的核心和难点之一。常用的基于倾角差关联方法仅利用了目标与传感器之间的几何约束方法,在中段目标群场景下关联效果不理想。该文提出一种基于中段目标群运动特性的角轨迹关联算法。首先,给出中段目标群的运动模型和角轨迹测量模型。其次,构建中段目标群的似然函数作为代价因子,采用基于二维指派的角轨迹关联算法。接下来进行Mont Carlo仿真试验,从角轨迹长度、视线测量误差、弹头诱饵间距三方面对算法性能进行验证。结果表明,该关联算法可以获得良好的中段目标群角轨迹关联性能。      

天基红外传感器弹道导弹中段目标识别技术分析

分析了美国天基跟踪与监视系统(STSS)对弹道导弹目标的红外探测能力,在此基础上分析了基于天基红外传感器的弹道中段目标红外识别方法,论述了中段目标温度、平均温度变化率、谱分布、姿态运动和辐射方向图等特征提取方法,提出了中段目标光学多传感器融合识别策略,给出了一些仿真计算结果.     

基于优化概率神经网络和红外多光谱融合的大气层外空间弹道目标识别

针对大气层外空间弹道目标难识别的问题,该文利用红外多光谱数据融合的思想,提出一种基于粒子群优化概率神经网络(PNN)的大气层外空间弹道目标识别方法。该方法首先通过一种新的多色测温方法提取出弹道目标的温度变化率和有效辐射面积两类动态特征,然后利用高斯粒子群优化(GPSO)方法对PNN的平滑因子进行优化,最后利用优化的PNN完成4类典型空间目标的识别。该方法融合了多光谱信息并提取出了多个动态特征,具有较强的鲁棒性。另外,该方法充分利用了概率神经网络的较高的稳定性和样本容错能力。仿真实验给出了4类典型空间弹道目标的多光谱红外辐射强度序列数据,并进行了目标识别研究。仿真测试结果表明,提出的优化PNN网络对多个弹道目标具有良好的识别能力。