多传感器交叉提示技术及其在目标跟踪中的应用

针对传感器交叉提示在目标跟踪中的应用问题,围绕如何通过传感器交叉提示技术实现"传感器资源管理"、"提高目标跟踪精度"和"实现目标交接"展开研究,提出传感器网络效能评价函数,分析不同类型的交叉提示发生的时机与条件,设计基于博弈论的多传感器交叉提示算法,并提出基于假设检验理论的传感器博弈策略调整方法。仿真结果表明,本文提出的多传感器交叉提示模型符合实际作战场景,能够顺利实现传感器管理、提高目标跟踪精度和进行目标交接,与粒子群算法、合同网算法和拍卖算法相比,博弈论算法具有较好的求解质量,收敛速度明显提高。     

多假设多目标跟踪算法评估

本文对多假设多目标跟踪算法进行性能评估。文中主要研究了作为性能量度的目标探测／航迹起始能力。通过蒙特卡罗模拟就从目标回波建立航迹的概率和虚假航迹密度两个问题评估了多假设跟踪算法。选用了一台雷达作为传感器，并在蒙特卡罗模拟中使用了一个普通的多假设多目标跟踪算法。模拟结果预示了从一个目标回波建立一条航迹的概率以及一单位时间每个扫描空域内的虚假航迹密度。如同研究检测门限和航迹质量门限的影响那样，文中研究     

遗传算法在多目标干扰中的应用

为了解决多目标干扰中多参数波形优化设计,在标准遗传算法的基础上,对交叉、变异概率做自适应处理,提出一种基于二进制编码的自适应遗传算法。改进后的自适应遗传算法不仅解决了多参数波形优化中需考虑参数过多、高维、无约束条件、无法用常规方法得到理想波形的问题,而且与标准遗传算法以及未做自适应处理的改进遗传算法相比,在算法的收敛性方面和全局搜索方面都有了提高。仿真实验证明该算法的有效性和正确性。     

用EM算法解决多目标／多传感器的跟踪问题

采用我种精度不同和特性不同的传感器的输出来跟踪杂波噪声环境中的多个运动目标是监视和侦察系统中的一个重要问题。人们提出了许多解决多目标／多传感器跟踪问题的方案，从难度适中（针对特定应用的方案）的到得复杂的、理论上是最佳的方案均有。本文描述了一种基于最大期望（ＥＭ）算法的时间递归多目标／多传感器的迭代跟踪方法。更具体地说，我们把多目标／多传感器跟踪问题当作是利用可观测传感器的输出表示不完全数据的不完全     

无线传感器网络空中目标跟踪任务分配技术的研究

以无线传感器网络对空中飞行目标跟踪为背景，针对无线传感器网络协同技术中的任务分配问题，以降低传感器节点之间的通信能量消耗为目的，提出了一种基于弹性神经网络的任务分配算法。首先对多动态联盟多目标跟踪问题进行建模，然后依据最小能量准则，采用一种非全连接的环形结构的弹性神经网络模型，解决了多目标跟踪时的任务优化分配问题以及多个动态联盟对传感器资源竞争冲突时系统能耗增加的问题。仿真结果表明，该算法与传统的方法相比，大大降低了跟踪系统的能量消耗。     

多传感器跟踪多目标算法

介绍在单传感器跟踪多目标算法基础上扩展的多传感器跟踪多目标的一种算法,讨论多传感器异步报告、多传感器报告与目标配对,以及N次扫描近似技术在多传感器跟踪多目标算法中的应用.     

认知雷达波形自适应数据关联跟踪算法

针对杂波背景下多交叉机动目标跟踪问题,提出一种认知雷达波形自适应数据关联跟踪算法,该算法选取目标距离-速度-方位作为观测量,并通过调整波形参数来动态改变量测误差协方差。首先,基于信息融合思想提出一种优化的概率数据关联(OPDA)算法,算法充分融合目标位置特征和运动特征对多目标交叉区域公共量测进行分类,使多交叉机动目标跟踪问题转化为多个单机动目标跟踪问题。然后,对实时更新的目标航迹,采用修正的Riccati方程估计下一时刻滤波协方差,并根据波形选择准则函数自适应选择下一时刻波形以提高系统跟踪性能。仿真结果表明,该算法增强了概率数据关联(PDA)算法的环境适应性,而且相比未采用波形自适应的数据关联算法有明显的优势。     

一种新的精英遗传算法及在多弹拦截分配策略的应用

为了有效解决多导弹对多机动目标的拦截对抗实战中的目标分配问题,本文提出一种基于精英策略的多种群自适应遗传算法(MAGA).首先,建立目标分配的综合优势函数和约束条件的数学模型.其次,为改善传统遗传算法容易陷入局部最优的问题,通过多个单遗传算法并行计算,引入自适应策略动态改变交叉、变异概率,设计迁移算子增加各种群之间的联...     

太阳系多目标探测轨道优化设计

将太阳系多目标探测的轨道优化设计问题转换成非线性规划问题,建立了轨道优化模型.针对非线性规划问题解的多峰性,设计了一种融合改进的网格搜索算法和差分进化算法的组合优化算法.利用改进的网格搜索算法以适当的步长寻找理想的发射窗口和各阶段转移时间,产生差分进化的初始群体,进而使用差分进化算法搜索初始群体附近的子空间,通过全局范围内的比较得到较理想的结果.最后以2018 ～2020年太阳系多目标探测为例,面向土星环绕探测任务完成了飞行中途探测太阳系多颗大行星的轨道优化设计.数值仿真结果表明上述算法对太阳系多目标探测轨道优化设计具有较好的通用性和应用参考价值.     

基于多尺度分布式融合估计的GPS/INS组合导航系统的研究

针对如何融合多传感器的数据、提高数据处理的可靠性和精度的问题,将基于模型的动态系统分析方法与基于统计特性的多测度信号变换方法相结合,提出基于Kalman滤波的多尺度分解与估计联合的多尺度分布式融合估计算法.该算法首先建立系统的动态方程和观测方程,再利用小波变换将数据在不同尺度上进行融合处理,归纳出该算法的实现步骤.最后通过组合导航系统的仿真验证算法的有效性,结果进一步证明了该算法能够有效地提高多传感器数据的处理精度.     

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。
     

卫星点波束天线的多目标指向优化研究

卫星天线波束常常需要同时覆盖特定区域内多个目标,为保证目标接收卫星信号的增益要求,需对其指向进行优化。以我国某卫星点波束天线为研究对象,将天线功率辐射模型引入卫星指向计算模型中,完成了指向目标的增益计算。运用最优化原理分析了多目标指向增益优化模型,在无约束条件下,指向增益最优点在标称三目标构成的三角形重心位置;有约束条件下,最优点在满足相应约束下偏离无约束最优点。多目标指向优化理论研究对点波束天线的高精度指向及确保目标的通信特性提供了适用的工程模型,具有极强的工程应用价值。     

多约束交会对接发射窗口的分析和规划

针对交会对接任务对发射窗口的轨道日照角、光学导航测量设备阳光抑制角和轨道共面等多项约束,建立了交会对接发射窗口计算数学模型,给出了交会对接发射窗口计算方法与流程,分析了各种约束对交会对接发射窗口的影响。计算并构建了交会对接任务目标飞行器和追踪飞行器的年度日照发射窗口集合。按照2种任务规划思路分别给出了确定目标飞行器和追踪飞行器年度共面窗口集合的方法,为多约束交会对接年度发射窗口的日窗口和时刻窗口的分析和规划提供了清晰的结果。仿真结果验证了交会对接年度发射窗口集合的正确性和有效性,模型、方法和结果可作为交会对接任务发射窗口分析和规划的依据。
     

基于辐射源参数信息的无源数据关联问题研究

针对传统无源数据关联算法存在算法复杂、计算量大等缺点,提出了一个能够反映辐射源特征参数信息与目标运动状态参数信息相结合的无源关联算法流程。该算法首先定义基于目标运动状态参数和辐射源特征参数的多维可变跟踪门,然后运用模糊多门限思想,将测量与目标的关联概率来替代概率关联算法中可行联合事件概率的计算。仿真结果表明该算法计算量小,跟踪准确度高,尤其适用于复杂环境下近距离、交叉运动目标等典型情况。     

压制干扰下组网雷达目标检测与跟踪技术

针对压制干扰下组网雷达目标检测与跟踪,提出了一种基于压制干扰下雷达量测模型的跟踪技术。该跟踪技术包括压制干扰下量测模型和组网雷达序贯滤波跟踪两部分。压制干扰下量测模型根据雷达采取抗干扰措施前后接收机输入端的信干比分别计算检测概率,进而模拟传感器在压制干扰下对目标的检测情况。组网雷达序贯滤波中,首先对压制干扰下各雷达的量测数据进行串行合并和点迹合成,而后采用基于交互多模型(IMM)的序贯滤波方法对压缩后的数据进行跟踪。该检测与跟踪技术可模拟出雷达在压制干扰下由于检测概率下降造成的目标暂消现象,提高组网雷达跟踪航迹的连续性和稳定性。仿真结果表明了该技术的可行性和有效性。     

挠性航天器的鲁棒多目标姿态控制器设计

航天器挠性附件的振动难以直接测量且对航天器的姿态控制精度产生不利影响。为解决这一问题,提出一种基于观测器的鲁棒多目标姿态控制系统设计方法,借助特征结构配置的参数化方法,给出了含有自由参向量的控制器以及观测器的完整参数化形式。通过对自由参向量的多目标优化选取,使控制系统具有良好的鲁棒性和干扰抑制能力,并避免了控制输出饱和现象的发生。对一个挠性航天器的设计实例表明了方法的有效性。
     

基于蚁群优化-模拟退火的天地测控资源联合调度

研究了一类约束条件复杂、具有多时间窗口特性的天地测控资源联合调度问题。建立了涵盖多种约束的问题数学模型和基于测控弧段时间序的无圈有向图模型,提出了一种蚁群优化-模拟退火算法(ACO\|SA)求解问题。探讨了两种算法的融合策略,完成了包括状态转移规则、可行解生成策略、信息素更新准则、邻域结构、快速退火计划等关键技术的设计实现。多个算例仿真和结果分析表明,测控弧段时间序能保证ACO\|SA得到高质量的优化结果,模拟退火机制能有效提高蚁群优化算法的收敛速度和求解质量,相比于基本遗传算法和先到先服务算法,ACO\|SA能得到质量更好的解。     

变拓扑多臂航天器高效统一动力学建模

针对多臂航天器在轨操控过程中可能存在的多链、闭环、环链混合等多种拓扑构型及相应的动力学模型变化,提出基于空间算子代数理论(SOA)的高效统一动力学建模方法。首先,提出了描述多臂航天器部件连接关系的构型参数,并基于构型参数提出了多臂航天器拓扑构型描述矩阵的自主生成方法。其次,基于空间算子代数理论,将通路矩阵与空间转移算子相结合,提出了变拓扑多臂航天器统一动力学建模方法。最后,将数值仿真结果与多体动力学仿真软件的仿真结果进行比对,验证所提方法的有效性。仿真结果表明,对于不同的拓扑结构,所提出的O(n)阶统一动力学建模方法能准确描述变拓扑情况下的多臂航天器动力学响应。     

基于压缩传感的线阵SAR三维成像方法研究

线阵SAR是一种新型雷达三维成像技术。由于实际中线阵天线长度有限,基于匹配滤波的传统线阵SAR成像方法不仅需要大量的阵元数,而且在切航迹向的分辨率也较低。结合三维场景空间目标的稀疏特征,提出一种基于压缩传感理论的高分辨线阵SAR三维成像方法。相对于传统匹配滤波线阵SAR三维成像方法,本方法只利用少量的稀疏天线阵元回波对切航迹向的稀疏散射目标进行L1范数优化重构,大大抑制了切航迹向旁瓣影响并显著提高分辨率。最后,通过线阵SAR点目标仿真三维成像表明了本文算法的有效性。     

基于改进ALO-RBF的高频地波雷达海杂波预测模型

高频地波雷达是海上动目标检测的重要手段,其中海杂波是影响海面目标检测性能的主要因素。为了提高海杂波的预测精度进而有效抑制海杂波,本文提出了一种基于改进蚁狮算法（Ant Lion Optimizer,ALO）优化RBF神经网络的海杂波预测模型（MGPALO-RBF,Multiple elites dynamic guidance Ant Lion Optimizer based on Gaussian difference variation-based learning with Perturbation factor-radial basis function）。由于标准蚁狮算法具有易陷入局部最优且收敛速度慢的缺点,本文在蚂蚁进行随机行走的过程中加入扰动因子以增加种群的活跃性和多样性,并提出多个精英动态引导机制,强化算法前期的探索能力和后期的开发能力,同时对种群中较差蚁狮进行高斯差分变异以提高算法的收敛速度。仿真结果表明：改进的蚁狮算法在对比算法中具有更高的收敛精度和收敛速度,MGPALO-RBF模型具有更好的海杂波预测性能。