预警卫星对主动段弹道跟踪算法研究

针对预警卫星视线（LOS，Line-of-Sight）测量下对弹道导弹目标的跟踪问题，传统的方法（如EKF）存在易发散、不稳定的现象。引入一种更为稳健和有效的滤波估计算法UKF，其通过特别选取一些样点，给出随机变量经过非线性变化后的均值和方差，从而得到滤波器基于非线性方程的更新，避免了非线性方程的线性化。解析表达了导弹推力加速度值和导弹在重力作用下姿态的变化特性，提出了基于弹体旋转的主动段运动方程。通过Mortte-Carlo仿真，与其它算法比较，说明该算法跟踪性能更好，在空间预警系统应用中具有较好的适应能力。     

一种应用于星光观测导弹姿态确定的强跟踪滤波算法

为提高基于星光观测的导弹姿态确定系统的非线性滤波器性能,对更具自适应能力的强跟踪扩展卡尔曼滤波器进行了研究。针对一般强跟踪扩展卡尔曼滤波算法的自适应能力有限的缺点,推导了一种能根据每一个状态噪声的变化来调解误差方差阵中相应的渐消因子的强跟踪滤波算法,根据其在导弹姿态确定中的应用特点对其进行了优化;并将其应用到基于星光观测的导弹姿态确定仿真中以验证算法的效果;仿真实验说明算法的速度、精度和可靠性能够满足基于星光观测的导弹姿态确定的需要。     

一种基于SIFT和KLT相结合的特征点跟踪方法研究

在目标发生明显姿态和大小变化条件下,为了利用基于特征点的跟踪算法实现对目标可靠、稳定跟踪,提出了一种SIFT算法和KLT(Kanade-Lucas-Tomasi)匹配算法相结合的特征点跟踪方法。通过对SIFT算法进行优化,使得到特征点分布相对均匀,同时不存在聚集现象;通过对KLT匹配算法进行分层迭代设计,提高了目标作快速运动时的匹配精度;最后根据特征点匹配结果,结合Greedy算法得到目标的准确位置。实验结果表明：该算法能够很好地适应目标姿态和大小的变化,实现对结构复杂目标的稳定跟踪;比KLT跟踪算法具有更好的鲁棒性和稳定性,能得到更加准确的目标位置。      

动态变形伪装对相关跟踪的干扰效果研究

首先介绍了相关跟踪算法及动态变形的概念,然后针对某坦克模型,利用基于VC的相关度计算的可视化程序,评估了动态变形对末制导采用相关跟踪算法导弹的干扰效果,最后提出了该模型下的理想干扰模式。     

基于改进最小模算法的弹载圆阵抗诱偏技术

为了保证反辐射导弹(ARM)的有效杀伤力,基于非相干两点源的诱偏原理,设计了一种弹载小型圆阵,同时在改进最小模算法(MNM)的基础上,估计辐射源的到达角(DOA),从而实现对目标雷达及诱饵的定位。给出了均匀圆阵下最小模算法的原理及其改进算法,并对七元阵结构下的非相干的三辐射源进行仿真,仿真结果证明了该方法的有效性。     

导弹跟踪末制导控制方法研究

根据导弹在跟踪接近目标时对响应时间和精度的要求,用输入-输出的线性化来近似研究导弹的非线性运动控制,重点对导弹制导控制过程中的线性化控制方法进行了研究和数学推导。针对导弹制导过程中的非线性控制问题,用消除内反馈和零点的方法,近似线性化地来研究导弹的非线性运动控制,然后通过自适应控制保证了马赫数和质量在较大范围(35%)内变化时系统的响应精度和稳定性。将该方法应用于导弹跟踪飞行控制,通过计算机仿真,效果好。     

脉冲噪声下基于梯度加权平均的变步长NLMP算法

针对非高斯 α 稳定分布噪声环境下的自适应滤波问题,提出一种新的基于梯度加权平均的变步长归一化最小平均p范数(VSS-NLMP)算法。该算法基于梯度矢量能够跟踪自适应过程的均方权值偏差(MSD)这一特点,通过对梯度矢量的平滑减小梯度噪声的影响,然后利用平滑梯度矢量的欧氏范数和系统误差的分数低阶矩控制步长的变化。文中给出了新算法的迭代过程,然后对其收敛性进行简要分析,仿真结果表明,本文新算法较现有变步长NLMP算法具有更快的收敛速度和更高的稳态精度。     

基于GEO卫星的导弹天基数据链频率同步技术研究

针对导弹天基数据链中导弹的高速运动导致弹星之间高动态信号频率同步问题,根据导弹的运动轨迹推导了弹星之间高动态信号的多普勒频偏和多普勒变化率公式,分析了不同射程导弹运动导致弹星信号多普勒变化范围.为实现弹星之间高动态信号的快速频率同步,对基于时域的滑动相关捕获算法和基于频域的FFT捕获算法进行了分析与仿真.理论分析和仿真结果表明,FFT捕获算法中通过累积多个频域码元信号可以满足导弹和卫星之间高动态信号的快速频率同步要求,这对导弹天基数据链的工程实现具有重要参考意义.     

杂波环境下的机动目标检测和跟踪算法

交互多模式(IMM)是一种有效的机动目标跟踪算法,但由于其要求具有很多的先验前提条件而不利于工程实现.研究了一种杂波环境下更适合于工程实现的机动目标(同样适用非机动目标)的跟踪算法,该算法通过一种由测量位置估计误差决定的机动检测函数来实现杂波背景中的机动目标检测,并通过改变Kalman滤波的相关参数,实现自适应跟踪.该算法克服了IMM算法的模式限制和复杂性,同时也避免了对非机动目标的跟踪中,在跟踪模式间相互切换时所换造成的影响.通过在空管系统(ATC)的大量模拟实验,验证了该算法的有效性和重大应用价值.     

一种基于气动力模型的高超声速滑翔目标跟踪算法

针对传统跟踪方法对高超声速滑翔目标(HGRV)进行状态估计时存在较大误差的问题,提出一种基于气动力模型的目标跟踪算法。首先在弹道坐标系(VTC)中推导了目标气动加加速度模型,分析模型各分量对目标运动状态的影响。分别对纵向和横向机动模型进行了研究,得出横向机动是跟踪的主要难点的结论。然后对传统气动力模型进行改进,将转弯力参数与爬升力参数之间存在的先验信息引入高阶状态向量。同时,考虑不同飞行模式下机动频率的变化,构建基于气动力模型的交互多模型(IMM)算法。仿真表明,所提算法精度显著优于针对该类目标的其他跟踪算法,特别是当目标发生机动时,该算法具有更强的适应性和鲁棒性。