多站无源探测系统中多目标数据关联方法研究

主要研究了非合作多站无源探测系统的多目标数据关联问题。多目标条件下时差定位方法的主要问题就是多目标的数据关联,文中依据非合作测量数据和时差定位的特点,提出一种利用多普勒测量信息约束同一目标时差测量值的数据关联方法,推导出目标数据关联方程,仿真结果显示了该方法的有效性。     

空间目标编目维持中的观测需求确定方法研究

针对空间目标探测中观测计划制定业务面临的目标观测需求确定问题,首先分析影响目标观测需求确定的因素,据此进行精度指标确定分析,然后结合一类目标,在进行“圈／站／天”组合精度分析的基础上,提出动态观测需求确定方法,并阐述其运行机制。     

基于贪婪算法的空间编目观测任务调度方法

针对空间监视任务过程中涉及的测站级编目观测任务调度问题,提出了一种基于贪婪算法的观测任务调度算法,并给出了算法可行的理论证明。在程序的功能设计上,考虑了实际中心任务对时间要求不同和测站工作等特点,并以提高设备时间利用率和中心任务完成率作为程序设计的主要目标。通过软件仿真,该算法可以给出可行的测站观测任务计划,计划中设备实际时间利用率提高到80%以上,中心任务当日完成率达到50%以上,基本满足测站日常观测需要。     

基于泰勒展开法的转子系统动力特性区间分析方法

对转子系统动力特性运用一种非概率-区间分析方法进行分析.基于区间数学和1阶泰勒展开理论的区间分析方法将非确定参数支承刚度和连接结构刚度视为区间向量,运用泰勒展开法建立了转子系统固有频率的公式.区间分析方法降低了传统的概率分析方法对不确定参数信息的过分要求,为解决含有非确定参数的转子系统动力特性问题提供了一个途径.应用区间泰勒展开法和概率方法对数值算例进行了分析,并比较了结果.当参数非确定性小于20%时,计算得到的转子系统固有频率区间上下界与真实值区间上下界误差小于2.2%.建立了转子系统动力特性试验装置,试验结果验证了方法的有效性.      

考虑加工过程的复杂薄壁件加工综合误差补偿方法

在统计分析的理论基础上,首先将数控加工过程视作以参考模型为自变量,以加工结果为因变量的过程函数;然后将整个误差补偿过程分为3个典型的加工状态,分别构造各个状态的过程函数,并以材料去除量系数为桥梁,建立复杂薄壁件加工综合误差补偿数学模型;对数学模型进行泰勒展开,计算复杂薄壁件加工过程中的误差补偿量,重新构造误差补偿几何模型并生成新的加工程序,以减小复杂薄壁件的加工误差,提高加工质量。通过一组叶片加工对比试验,按照名义去除量进行加工的最大加工误差是0.094mm,而按照误差补偿量进行加工的最大加工误差是0.031mm,仅是前者的32.9%,说明了本文方法在提高加工精度方面的有效性。     

基于数据关联的故障快速检测

 多数情况下,快速实时地进行故障检测是很重要的。将故障看做是通过多传感器观测的动态模型,进行多传感器多模型概率数据关联,以各个模型的关联结果和设定的阈值为依据,可以有效地实现故障检测。联合概率数据关联（JPDA）算法是解决多传感器多目标跟踪的一个有效方法,文中通过分析概率数据关联算法,对联合概率数据关联算法进行了改进：（1）通过正确地选择阈值,移除小概率事件,进而建立一个近似的确认矩阵;（2）根据被跟踪目标故障跟踪门的相交情况,将跟踪空间进行数学划分,形成若干相互独立的区域;（3）对同一区域内公共有效量测的概率密度值进行衰减,计算出关联概率。仿真对比表明,本文的改进算法能显著减少计算时间,有效提高故障检测的快速性和实时性。     

基于多维数据关联的舰载机联合目标判别技术

文章提出了一种基于多层空间侦察数据关联的舰载机联合目标判别技术,介绍了基于最小二乘的位置收敛算法和基于多维度联合的目标判别算法,分析了该技术在满足舰载机电子装备硬件条件下的可实现性。该项技术为舰载机有效利用多源战术情报、实时保障多种行动提供了一种新的思路和技术解决方案。     

具有时延的漂浮基空间机器人基于泰勒级数预测、逼近的改进非线性反馈控制

 探讨了本体位置与姿态均不受控的漂浮基空间机器人在时间延迟(简称时延)情况下惯性空间轨迹跟踪的控制问题.利用拉格朗日方法并结合系统动量守恒关系,分析、建立了漂浮基空间机器人完全能控形式的系统动力学模型及运动Jacobi关系.以此为基础,针对系统存在时延的情况,利用泰勒级数预测、逼近的方法,建立了适用于时延情况下控制系统设计的数学模型.利用该模型,提出了一种空间机器人在时延情况下的改进非线性反馈控制方案.然后运用Lyapunov第二类方法,结合范数以及图形分析的方法证明了在时延情况下整个闭环控制系统的渐近稳定性.文中提到的控制方案能够有效地克服系统存在时延的影响,控制漂浮基空间机器人末端爪手跟踪惯性空间的期望轨迹.系统数值仿真结果证明了上述控制方案的有效性与精确性.     

基于视觉注意机制的认知雷达数据关联算法

针对传统关联波门设计方法在应用于机动目标跟踪时容易引起失跟、以及概率数据关联算法不适于多交叉目标跟踪的问题,提出了一种基于人类视觉选择性注意机制和知觉客体的"特征整合"理论的认知雷达数据关联算法。算法以综合交互式多模型概率数据关联算法为基础,采取假设目标最大机动水平已知的"当前"统计模型和匀速运动模型作为模型集,通过实时交互使关联波门能够随目标机动动态调整,较好地兼顾了雷达计算耗时和跟踪成功率。在利用目标位置特征的基础上,进一步提取、整合目标运动特征,对关联波门交叉区域公共量测进行分类,使多交叉目标跟踪问题转化为多个单目标跟踪问题,优化了传统概率数据关联算法。仿真结果表明：与传统关联波门设计方法相比,算法跟踪失败率和计算耗时明显降低;而且在计算资源增加不大的情况下,杂波环境适应性也得到了显著增强。     

一种基于最小二乘拟合的数据关联算法

针对点航关联在多目标跟踪中精度与实时性难兼顾的问题,提出了一种基于最小二乘拟合的点航关联算法。首先采用滑窗将历史航迹截断,采用最小二乘法在不同维度分别拟合、外推融合航迹历史信息条件下的航迹点,增加外推点的多样性及信息量。同时定义了5种全概率关联事件,提取传统滤波方法的预测点,将拟合外推点与滤波预测点融合,使归属判决更加准确。最后分别推导了不同事件发生时的状态更新方程与误差协方差更新方程,给出了其中参数的确定方法。经仿真数据验证,与经典的最近邻域法和联合概率数据互联算法相比,所提算法能够更好地兼顾精度与实时性,且计算复杂度较低,易于工程实现。     

载人航天任务测速雷达双通道数据融合方法

针对载人航天任务中高精度测速雷达在实时多主站外弹道融合时仅能采用单通道应答数据参与处理,获得的弹道精度较差,且测速雷达数据利用率仅有50%的问题,提出利用多普勒效应和应答机遥测参数两种方法对测速雷达跟踪模式进行实时准确识别,首先得到测速雷达双通道的应答数据,然后通过改进的非线性滤波+机动模型算法对火箭上升段外弹道测量数据进行高精度融合。最后采用仿真数据对传统方法和新方法的外弹道融合精度进行了比对分析。该方法的应用可有效提高测速雷达测元利用率和载人航天任务火箭上升段外弹道精度,具有较强的工程应用价值。     

基于QAR数据的关联规则挖掘算法的研究

介绍和分析了关联规则的概念和Apriori算法,针对Apriori算法需要多次扫描数据库而导致运算效率不高的缺点,设计并实现了基于事务标识列表的频繁项集的产生算法——TagList Apriori.对比实验证明,新方法可以有效减少数据库扫描次数,节省运算时间,提高算法的运算效率,提高QAR数据关联规则挖掘的效率.     

基于QAR数据的关联规则挖掘算法能研究

介绍和分析了关联规则的概念和Apriori算法,针对Apriori算法需要多次扫描数据库而导致运算效率不高的缺点．设计并实现了基于事务标识列表的频繁项集的产生算法——TagList Apriori。对比实验证明,新方法可以有效减少数据库扫描次数,节省运算时间．提高算法的运算效率,提高OAR数据关联规则挖掘的效率。     

基于空中发射点的在线诸元计算方法研究

现代战争的快节奏要求弹道导弹具有快速机动发射能力,采用伪卫星组合制导的弹道导弹随机快速发射需要诸元在线计算。提出了一种基于空中发射点的在线诸元计算方法,该方法具有计算量小、制导方法误差小的特点,可用于陆基机动弹道导弹或潜射弹道导弹的快速发射。     

多目标无源跟踪中的多特征模糊综合数据关联算法

提出了一种多目标无源跟踪中的数据关联算法———多特征模糊综合数据关联算法。首先基于目标特征关联因子模型,进行单跟踪门的多特征数据关联模糊评估,得到单跟踪门内的有效观测与真实目标的模糊关联程度,在此基础上,进行了多目标数据关联模糊综合评估,得到多目标整体模糊关联程度,最后进行多目标关联判决。由于该算法综合利用了目标更多的特征信息,所以比传统的NN方法有更好的关联性能,计算机仿真表明,它比NN方法的错误关联率约低15%。     

一种基于阴性选择算法的飞行数据异常值检测方法

研究了基于阴性选择算法的飞行数据异常值检测问题。针对传统的基于数据趋势进行数据异常值检测方法难以处理连续异常值的问题,提出通过提取待测参数的相关参数并在检测器编码中加入相关参数信息,使得阴性选择算法能够用于连续多个异常值的检测,算法不需要关于数据异常的任何先验知识。实验表明,采用改进编码后的阴性选择算法识别飞行数据中的异常值具有较高的精度。     

基于飞行数据的无人机平飞质量分析方法

利用无人机飞行数据管理记录系统记录的飞行实验数据,对无人机的平飞状态进行了分析。介绍了试验用无人机的结构及性能,概述了无人机飞行数据管理记录系统的功能、构成及记录的主要数据,对无人机平飞质量分析的主要内容及计算分析方法做了详细阐述,并对无人机平飞的高度、速度状态及横侧向误差进行计算分析,分析方法及结果可为无人机的训练、使用提供参考。     

基于OTHR与纯角度传感器群数据关联的模式辨识与定位精度提升

 天波超视距雷达(OTHR)目标跟踪面临着"三低"(低检测概率、低数据率和低测量精度)和"多径"(多条传播路径)的挑战,因此传播模式的准确辨识与目标定位精度提升是改善跟踪能力的关键。首先利用纯角度传感器群获得目标地理位置的初步估计,然后采用极大似然估计建立了OTHR的传播模式和杂波模式的辨识规则,进而利用最小方差估计准则实现OTHR和纯角度传感器群的量测融合。仿真结果表明,此算法的模式辨识正确率很高,能明显提升方位角的测量精度,但是不能明显提升径向距的精度。