基于LOFC时间窗分割算法的航迹聚类研究

针对传统聚类算法在聚类过程中缺乏时间信息而仅考虑三维坐标点的聚类,同时未考虑航空器运行速度和航向变化对聚类结果的影响,以及由于二次雷达机载设备、地面设备和信号遮挡等原因造成的实测数据源中存在离群点异常数据,离群点很难被有效识别出来从而使得非正常航迹点的影响放大,得不到理想的聚类效果等问题。本文提出LOFC算法,引入时间窗分割概念,将航空器进场平均速度值和航向变化值作为确定聚类簇大小的影响因子对进场航空器航迹点数量进行分割,引入离群点检测以及离群点剔除率等概念对离群点进行识别和剔除。对进场二次雷达数据仿真分析,从仿真结果中可以看出,新算法能有效地对离群点进行识别和剔除,当影响因子α取值为0.7时,航迹的曲率最小,得到的中心航迹的平滑程度最佳,验证了新算法对于聚类和离群点识别与剔除具有可行性和优越性。     

考虑机动系数的标准轨迹再入制导方法

针对再入过程中标准轨迹的实际长度需要通过多次更新或迭代求解的问题，提出了一种基于机动系数的通用再入轨迹设计方法。该方法将机动系数定义为真实轨迹长度与初始纵程之比，将再入过程中的机动性进行了量化，可以快速获得到达指定目标可行的轨迹长度；采用真实轨迹长度作为设计参考阻力加速度剖面的依据，避免了轨迹长度的迭代，简化了再入轨迹的生成流程；轨迹曲率问题采用动态航向偏差走廊的方法，控制终端航向偏差、剩余航程满足设计需求。设计轨迹跟踪控制器进行参考轨迹跟踪，完成再入制导。在机动系数区间内指定机动系数进行了数值仿真。仿真结果表明，所提出的标准轨迹制导方法能够快速生成满足路径及终端约束的标准轨迹，且轨迹跟踪效果良好，有较好的应用潜力。     

目标指示精度对跟踪雷达截获概率的影响

在分析压制干扰对目标指示精度影响的基础上,研究了目标指示精度对跟踪雷达截获目标概率的影响,将跟踪雷达截获目标的过程分为落入目标探测区域及发现目标两个过程,建立了相应的评价指标与模型,对模型进行了在不同的干扰及抗干扰条件下进行了仿真验证。     

无人直升机前飞-悬停过渡控制

针对无人直升机前飞-悬停过渡飞行的高精度和安全性要求,提出了一种过渡控制方案.采用自适应在线轨迹生成技术,将过渡过程划分为若干阶段,每个阶段仅采用单通道操纵形式,共同实现过渡段的任务要求.仿真结果表明,该方案能安全地实现飞行高度和飞行速度的过渡,并能够达到过渡飞行的精度要求.     

运动状态下多传感器群目标精细航迹起始算法

为解决多传感器群内目标精细航迹起始的难题,提出一种基于运动状态的集中式多传感器群目标精细航迹起始算法,算法首先基于循环阈值模型和群中心点完成群的预分割、预互联,然后将预互联成功的群按传感器不同分成多个子群,基于非抢占式修正逻辑法和同状态航迹子群获取模型剔除单传感器形成的虚假航迹,并基于多传感器同状态群关联模型消除各传感器虚假的同状态航迹子群,最后基于加权法实现同状态关联群内航迹的精细互联及合并。仿真数据表明,与分布式多传感器修正逻辑法、基于聚类和Hough变换的集中式多传感器多编队航迹起始算法相比,算法在起始真实航迹、抑制虚假航迹及杂波鲁棒性等方面综合性能更优。
     

基于区间灰数的分布式多目标航迹关联算法

研究了存在系统误差条件下分布式多目标航迹关联问题,以异地配置的2D组网雷达为背景,分析了时变系统误差对雷达上报航迹的影响,将误差影响下的目标定位看做一种认知不确定性,并给出两种用区间灰数描述这一不确定性的方法。由此提出了一种航迹关联算法,该算法以区间相离度作为衡量航迹间差异信息的测度,建立灰色关联分析模型,并根据灰关联度排序给出航迹关联对。通过对算法的约束条件进行深层次分析,给出了使用算法的先决条件。在常见系统误差环境下的蒙特卡罗仿真结果表明,算法具有良好的抗差性能和较广泛的适用性。     

一种改进的直方图概率多假设多目标跟踪方法

直方图概率多假设跟踪（H-PMHT）方法及其变形泊松分布直方图概率多假设跟踪（P-HPMHT）方法的一个主要缺点是其量测模型仅考虑了背景杂波而没有考虑传感器噪声,从而导致在低信噪比条件下检测概率较低。针对这一问题,提出了一种带传感器噪声模型的H-PMHT方法,通过将传感器噪声引入量测模型,从而明显提高了对低信噪比目标的跟踪检测能力。该方法的计算量与目标数保持线性关系,仍然适用于目标数目较多的情况。仿真实验表明：该方法在误跟踪比率为1‰,信噪比为6 dB时,检测比率可提升近20%,信噪比为3 dB时,可提升近10%。     

基于空间多特征综合推理的航迹航路关联

针对航迹分类问题,研究了基于空间多特征的综合推理在航路判读中的应用。首先根据空管系统对航路以及飞机飞行的要求,对航迹航路相关问题进行建模。然后根据已知的传感器系统输出的目标特性(位置,航向)与已知的多个航路信息分别进行相关度计算,构造基本信任函数,通过对其融合,得到目标单特征识别结果。其中,通过合理地引入复合类,实现了对目标类别的广义信任分类。建立了多特征折扣融合算法,对多特征基本信任函数进行折扣后再融合,得到目标多特征识别结果。仿真结果以及空管实际数据测试表明:该算法不仅可以实现航迹分类,同时可以有效地降低分类的错误率。     

机载雷达目标跟踪与航迹信息提取

针对机动目标跟踪中航迹信息提取精度不高的问题,提出一种ECEF坐标系下基于交互多模型的多机协同跟踪算法。首先,各载机以ECEF坐标系为融合中心对目标量测进行无偏转换处理,以有效减小量测转换误差对目标跟踪的影响;然后,利用交互多模型的方法对目标进行融合跟踪,以进一步提高目标机动时的跟踪精度;最后,通过二次滤波的方法,来有效实现目标航迹信息的精确提取。仿真结果表明,该算法可较好地提高目标机动时的跟踪精度和航迹信息提取精度。     

基于鲁棒伺服 LQR的无人机横航向自动着陆控制律设计

针对无人机自动着陆过程中外部不确定性强,影响控制精度和飞行安全的问题,提出一种基于鲁棒伺服线性二次型(Linear Quadratic Regulator,LQR)的横航向自动着陆控制律设计方法。基于鲁棒伺服LQR设计滚转姿态保持内回路,设计航向保持/预选模态和航向信标(Localizer,LOC)截获与跟踪模态,实现横航向轨迹的稳定与精确跟踪。数字仿真结果表明,该方法具有较好的控制效果。