复杂环境下一、二次雷达数据融合技术研究

二次雷达(SSR)能够提供目标的位置信息和身份信息,可以提高一次雷达(PSR)目标识别、威胁评估及跟踪的能力,且一次、二次雷达的数据是同步的.针对SSR和PSR量测数据同步不同维给融合带来的困难,采用扩展非线性量测的最优线性无偏估计(EBLUE)方法对SSR和PSR进行融合,解决了该问题,并较大地提高了融合精度.仿真结果证明了自适应变维的SSR和PSR测量数据融合方法的有效性.     

一种基于有限记忆多LRU的Web缓存替换算法

Web缓存的核心是缓存内容的替换算法.在动态不确定的网络环境下,本文提出一种基于有限记忆的多LRU (LH-MLRU)Web缓存替换算法,它是一种低开销、高性能和适应性的算法.LH-MLRU综合考虑各项因素对Web对象使用多个LRU队列进行分类管理,引入Web对象最近被访问的历史作为缓存内容替换的一个关键因素,来预测对象可能再次被访问的概率.通过周期性的训练参数可以适应动态不确定的网络环境.轨迹驱动的仿真实验表明LH-MLRU在各项性能指标上均优于其他算法,可以显著的提高Web缓存的性能.     

多级助推段弹道导弹的轨迹仿真

弹道导弹的跟踪是弹道导弹防御系统中最核心的问题,建模弹道导弹运动模型是仿真弹道导弹的飞行轨迹和研究弹道目标跟踪的前提和基础。对包含多级助推段弹道导弹的运动模型进行建模,并详细分析了弹道目标的加速度受推进力、空气阻力、地心引力和外在力的影响;进一步描述了弹道导弹轨迹仿真的流程。通过仿真实验得到含三级助推器弹道导弹的飞行轨迹,并分析了多级助推段对速度和加速度变化的影响。这对于研究中远程弹道导弹跟踪问题是非常有意义的。     

基于异类传感器多模型融合方法的研究

低空/超低空的突防对国土防空提出了严峻的挑战。针对融合问题中多源、不同维度和异步等特征问题,通过多个传感器有机地结合,利用多源异类传感器进行数据融合,提出了基于熵的交互式多模型的异类融合方法,并设计了两种异类传感器集中式的数据融合策略。最后通过仿真实验对比分析了两种方法。仿真结果表明采用序贯滤波的融合方法具有较好的融合性能。     

炮位侦校雷达的数据处理研究

数据处理方法是决定炮位侦校雷达性能的关键技术之一。随着地面远程火力打击装备的发展,炮位侦校雷达的数据处理方法日益向远程和精确处理的方向发展。基于这种需求,提出了与传统数据处理方法不同的弹道目标运动模型,针对这种新的运动模型采用多种非线性滤波算法进行目标参数估计和弹道外推,分析了各种算法处理过程的本质意义和不同之处。最后通过仿真试验结果给出了这几种滤波算法性能的比较和评估,验证了其精度和可行性。     

星载平台地面目标测向定位仿真研究

星载平台地面目标定位是卫星侦察中的一项重要任务。针对星载平台的特点,给出了一套基于对地面辐射源目标测向定位的仿真计算方法。通过测量地面辐射源信号的俯仰角和方位角,结合卫星的位置和轨道信息,利用球面几何定位方法求解地面目标的地理经纬度。还分析了测向误差和俯仰角对定位精度的影响,并通过将多次定位数据融合来提高定位精度。仿真实验中采用STK卫星轨道仿真软件生成卫星位置数据和目标相对于卫星的俯仰角及方位角数据,比较了不同测向精度下的目标定位效果,分析了多次定位融合的收敛情况及融合定位精度与俯仰角和目标位置之间的关系。最后给出了一些工程实践性的建议,具有一定的工程参考意义。     

基于扩展H_∞滤波自适应误差配准算法

提出了基于扩展的H∞滤波和地心坐标系的自适应多传感器误差配准方法,该方法采用地心坐标系来消除地球曲率对配准算法的影响,采用扩展的H∞滤波来消除状态模型和量测模型噪声方差的不准确对配准算法的影响,该方法能够解决多传感器异步数据的误差配准问题,并且状态方程和量测方程的噪声可以是非高斯的,并采用修正的基于BLUE的量测转换方法对修正后的传感器的量测进行滤波.仿真试验表明,该算法能有效地估计时变的传感器误差,即使在运动方程和量测方程的噪声方差不准确的情况下,也能得到满意的配准结果.     

一种高精度机载GMTI雷达数据滤波方法

针对机载GMTI雷达地面机动慢速多目标跟踪难题,提出了一种新颖的高精度机载GMTI雷达数据滤波跟踪方法。针对机载GMTI相控阵雷达的特点,引入一种新的机载GMTI雷达量测模型,采用Doppler伪量测形式减弱Doppler量测与目标状态之间的强非线性关系,并进行了量测误差转换;通过论述发现,采用运算速度较快的UKF滤波器进行非线性滤波估计,可以有效地降低由机体坐标系到地面站惯性坐标系的复杂变换引起的估计误差放大。实验证明,该方法可以有效地提高地面机动多目标的跟踪精度,满足实际雷达跟踪系统要求。     

机载ESM对固定辐射源的有效定位方法

当机载ESM定位系统的干涉仪的基线长度较短,传统的相位差变化率无源定位方法很难取得满意的定位效果,所以结合机载ESM传感器的特点,提出了基于方位角的迭代最小二乘定位算法,然后用Kalman滤波对迭代最小二乘对固定辐射源估计结果进行优化,当方位角比较大时,可以通过坐标旋转变换来提高了该算法的定位性能。Monte-Carlo仿真及结果分析进一步说明该算法具有收敛速度快,有效张角大,定位精度高,更具鲁棒性的特点。通过分析,该算法在军事应用中具有很好的前景。     

跟踪弹道导弹全阶段的可变多模型方法

弹道导弹跟踪是弹道导弹防御系统中最核心的问题,然而传统的基于单运动模型的跟踪方法不能适用于跟踪弹道导弹的所有阶段。提出一种新的可变多模型(VUF)的跟踪方法,该方法具有以下的优势:采用多模型的结构,适用于跟踪任意阶段的弹道导弹;可变模型集的特征有效地提高了精度,同时降低了计算复杂度;采用UKF滤波方法具有更好的跟踪精度。仿真实验中设计了三个实验场景,与传统的EKF算法相比该方法明显地提高了跟踪的精度。特别是在弹道目标飞行阶段转换时,具有一定的识别能力和更鲁棒的跟踪性能。