异构多无人机协同目标跟踪分散化最优控制

针对主被动传感器协同目标跟踪需要,考虑到可扩展性、异构性和动态可重构性等特点,建立了适于不同测量类型和不同测量维数的异构多传感器分散化信息融合算法.以极大化信息融合所得到的信息熵及无人机(UAV,Unmanned Aerial Vehicles)观测信息质量为效能函数,建立了异构多UAV协同目标跟踪的分散化最优控制代价函数以及通信、防撞和控制等约束模型.实现了多UAV协同目标跟踪的分散化模型预测控制,并分析了通讯噪声等因素对分散化信息融合和协同控制的影响.     

基于广义S变换的空间锥体进动微多普勒分析

锥体进动特性是用于空间目标识别的重要依据之一.为了研究这一问题,提出一种基于广义S变换的空间锥体进动微多普勒特性分析方法.根据锥体进动的物理运动过程建立了相应的数学模型,推导出锥体进动微多普勒频率的理论表达式,并通过仿真结果验证其正确性.该模型采用共原点的目标多坐标体系,使其仅存在旋转关系,从而简化了模型的结构与计算复杂性.在此基础上,利用广义S变换实现了对模拟雷达进动回波的微多普勒特性分析.在不同信噪比条件下的仿真结果表明:该方法时频分辨性较好,而且具有较高的鲁棒性.     

拦截大气层外机动目标的模糊导引规律

针对大气层外机动目标的拦截问题,分析了轨控发动机作用下拦截器与目标的相对运动规律,并据此提出了拦截能力的估计方法.根据轨控发动机能够修正的视线转率上限和最短工作时间设计了开机曲线.结合开机曲线和拦截能力的估算方法提出了基于模糊逻辑的导引规律.该导引规律根据专家经验制定模糊规则,利用相对距离和拦截能力作为模糊推理系统的输入对发动机的开机曲线进行调整,结合继电器方式的发动机开关机规律形成制导指令.针对两种典型的目标机动方式,通过仿真验证了该导引规律对机动目标进行拦截的有效性.     

基于自适应估计的光电平台目标跟踪方法

在基于图像的目标跟踪系统中,跟踪器延迟对系统的稳定性和跟踪精度产生不利影响.通过对光电平台伺服系统的理想控制指令的分析,给出了一种基于自适应估计的跟踪器延迟补偿方法.该方法采用自适应估计器快速估计目标速度,预测目标位置,同时结合无人机位置和姿态信息预测控制指令实现延迟补偿.仿真结果表明:该方法在目标机动和载机机动情况下能够有效提高光电平台的跟踪精度.     

改进的基于隐马尔可夫模型的自适应IMM算法

针对机动目标跟踪中交互式多模型算法(IMM)的马尔可夫转移概率矩阵固定不变造成跟踪精度降低的问题,在已有的基于隐马尔科夫模型(HMM)的自适应IMM算法的基础上,对隐马尔可夫链的长度和Baum-Welch算法迭代次数的2个参数对该算法跟踪性能的影响,进行了深入研究分析,进一步明确了这2个参数选择的依据;并针对该算法在目标机动转换时峰值误差增大的问题,给出了2种修正方法,从而提出了改进的基于HMM的自适应IMM算法。最后,通过仿真分析了算法的参数和修正方法对跟踪性能的影响,并与传统IMM算法进行对比,证明了文章提出算法的有效性。     

多机空战指挥引导不平衡目标分配方法研究

目前,存在多机空战指挥引导不平衡目标分配模型少的问题,提出一种新的多机空战不平衡目标分配方法。结合空战理论与实际,在现有模型的基础上,利用最优控制理论,建立多机空战指挥引导目标分配模型;介绍匈牙利算法和进化匈牙利算法的基本思想和流程,在此基础上将匈牙利算法和进化匈牙利算法相结合来寻求最优方案,并进行仿真分析。结果表明:该方法具有较好的时效性和可靠性,能满足多维条件下的目标分配处理,满足实战需求,为解决多机空战指挥引导不平衡目标分配问题拓展了研究思路。     

基于均匀性判定规则的统计MIMO雷达多通道融合检测技术

针对统计MIMO雷达各观测通道统计特性不一致的情况,提出了一种多通道融合检测技术。该技术利用均匀性判定规则,选择一组均匀的、"被认为是具有较高信杂噪比"的局部检验统计量来构建全局检验统计量,即新的检测器。给出了新检测器的设计步骤和均匀性判定规则,并利用全概率公式证明了新检测器的虚警概率与每一操作步骤中过门限概率的关系,从而为仿真得出检测门限提供了理论基础。仿真结果表明,在不同通道间信噪比分布类型条件下,新检测器的检测性能具有较强的稳健性,且与不同条件下性能最优的检测器相比,其性能损失很小。     

多导弹系统协同攻击机动目标分布式制导律

基于增强型比例导引律和分布式网络同步理论,设计了一类攻击机动目标的多导弹系统分布式协同制导律。该制导律由各导弹本地制导律和分布式协同导引策略两部分组成:本地制导律为增强型比例导引律,进一步利用代数图论和非线性系统一致性理论,得到基于邻接个体信息交互的分布式协同制导律,实现多导弹对目标的同时协同攻击;该分布式协同制导律仅需视距内各相邻导弹间互相传输各自的状态信息,算法具有较低的通信代价和较好的可扩展性。最后给出了相关数值仿真算例,仿真结果验证了算法的有效性。     

一种非合作目标模型快速测量方法

服务航天器跟踪、接近和捕获目标时,需要快速获取目标卫星局部模块的精密3D轮廓。文章研究了一种基于结构光的单目测量系统,能够同时满足三维测量速度快、精度高等需求。提出了一种黑白DeBruijn序列编码方法,使用单张相机图片就可以完成重建,采用黑白条纹,增强了对空间反射的抗干扰能力。相比较于双目测量方法,该方法认为投影装置模型和相机模型一致,省去了图像匹配步骤,有效减少了计算时间;采用迭代的方法对点云进行重建,不需要预先进行畸变校正。以卫星模型为目标,使用高速相机进行了重建试验,试验结果表明采用这种方法进行重建时,采集图像时间短,深度信息误差为0.0583mm,速度和精度都能满足非合作目标的三维测量要求。     

一种基于深度学习的交互式电话号码识别方法

物流、保险和中介服务等行业需要频繁地拨打电话,而人工拨打电话效率较低,高效的电话号码识别技术具有重要的应用价值。传统的印刷体数字识别方法存在人工设计特征过程复杂、识别字体单一等不足,难以满足实际应用需求。本文提出了一种基于深度学习的交互式的电话号码识别方法,通过鼠标双击图像中的电话号码,自动截取出包含此号码的目标区域,并进行灰度化、二值化、目标区域定位、字符分割和图片补白等预处理操作,在此基础上利用改进的LeNet-5卷积神经网络（CNN）自动学习图像特征,支持多种字体、字形和字号的印刷体数字识别,并利用交互式识别和内存池等方法提高识别速度。实验结果表明,单一字符的识别率为99.86%,整个号码的识别率为99.50%,整个号码平均识别时间为91 ms。本文方法识别精度高、识别速度快,具有较为广泛的应用前景。