基于星历和回波的分布式卫星SAR系统沿航迹基线计算方法

针对分布式卫星SAR系统中混合基线和雷达斜视导致沿航迹基线难以精确计算的问题,提出了一种基于星历和回波数据的沿航迹基线计算方法。在将分布式卫星航迹补偿为平行航迹的基础上,建立了存在混合基线及雷达斜视条件下的观测几何模型,推导了沿航迹基线的计算公式。根据雷达回波数据估计多普勒中心频率,并由此得到计算沿航迹基线所需的斜视角。在空间基线较长、斜视角较大条件下,该方法相比近似计算方式而言,能获得高精度的沿航迹基线估计。仿真结果表明,用该方法计算得到的沿航迹基线长度作为测速定位的基线参数,可以获得高精度的动目标测速定位结果。
     

基于复数域拓扑描述的航迹对准关联算法

研究了在组网雷达存在系统误差情况下的目标航迹关联问题,提出了一种基于复数域拓扑描述的系统误差配准前目标航迹对准关联算法。该算法通过构建粗关联波门来对目标航迹进行试验关联,以此建立航迹对准关联信息矩阵,并在对该矩阵进行合理拆分的基础上获得可行对准关联矩阵集合;由于目标航迹间的相对拓扑关系不受量测系统误差影响,算法可用来描述复数域中目标航迹的拓扑关系,并以此计算各可行对准关联矩阵的可行度,从而获得最终航迹对准关联关系。蒙特卡罗仿真结果说明,算法不依赖于估计雷达量测系统误差,实现了误差配准前的航迹准确关联,能够为后端的系统误差配准提供可靠的关联航迹数据。     

基于RGPO的编队ECAVs协同航迹欺骗

基于动力学模型分析了多机协同控制下的航迹欺骗技术,利用配备有电子欺骗技术的电子战飞行器(ECAVs, Electronic Combat Air Vehicles),对敌方的防空系统中的雷达网实施电子攻击行动来达到欺骗干扰效果.对搭载距离拖引干扰(RGPO, Range Gate Pull-Off)技术的ECAVs在防空雷达网中的作战运用及协同策略进行了研究,空间模型包括单架ECAV对单部雷达以及多架ECAV对雷达组网两种情形.基于ECAV、雷达和虚假航迹点三者共线关系,削减搜索空间,解决动力约束下ECAVs轨迹规划约束最优化难题,算法高效快捷,可实时完成ECAVs轨迹规划.      

李群变分积分子在最优航迹规划中的应用

结合几何力学的相关理论,研究了个体的航迹优化的控制策略及其算法实现。构造随机规划算法以获取可行航迹点序列,具有较好的全局收敛性。利用最优控制方法求解所得航迹点之间的最优控制。几何力学着眼于个体的几何特性,利用李群来描述刚体的运动。依据离散变分原理得到了刚体的李群变分积分子。藉由李群变分积分子构造的最优控制算法,可以高效的实现刚体运动的最优控制。     

多普勒盲区条件下的改进粒子滤波跟踪算法

机载预警雷达采用脉冲多普勒体制,具有良好的低空探测性能,但其存在不可忽略的多普勒盲区问题。在目标跟踪的过程中,该盲区容易造成目标航迹中断和重起批。针对多普勒盲区条件下的目标连续跟踪问题,提出了一种基于多假设运动模型的改进粒子滤波跟踪方法。该方法根据多普勒盲区对目标状态的约束形成多个可能的运动模型,粒子在每个模型下再进行带有状态约束的更新,当新出现的量测值落入任何一个运动模型形成的粒子云内,则航迹关联成功。仿真结果表明,该算法在不同盲区范围条件下,针对不同机动能力的目标均具有较高的航迹关联率,能够实现目标的连续跟踪。     

基于Gauss伪谱法的多UAV协同航迹规划

将伪谱法应用于多无人飞行器（Unmanned Aerial Vehicle, UAV）协同航迹规划,给出了基于Gauss伪谱法（Gauss Pseudospectral Method, GPM）的多UAV协同航迹规划方法。根据UAV的物理特性,结合协同规划的要求,建立了多UAV协同规划的最优控制模型。此模型包括UAV机动性能约束、路径约束、多UAV协同打击约束和集结区约束;利用GPM将最优控制问题转化为非线性规划问题,并用非线性规划软件求解。仿真结果表明,该方法能够满足多UAV的协同规划要求,具有较高的求解精度。     

复杂多约束条件通航飞行垂直剖面规划方法

为了解决复杂多约束条件下通航飞行器垂直剖面航迹规划问题,提出了一种基于改进A*算法的剖面规划方法。首先结合通航低空飞行特点,对涉及的飞行任务、地形信息和飞行器性能参数等多种约束条件进行建模;其次构建垂直剖面规划空间,采用目标加权函数来建立航迹代价模型;最终通过改进A*算法生成满足复杂多约束条件的垂直剖面规划航迹。实验分析表明:在相同实验条件下,改进A*算法在解决复杂多约束条件下通航飞行器垂直剖面航迹规划问题方面优于传统路径规划方法。      

一种基于系统误差自动补偿的编队目标航迹精细关联算法

为解决编队内各目标航迹精细关联的难题,按照编队目标航迹的特点,结合误差估计技术及航迹关联技术,提出了一种基于系统误差自动补偿的编队目标航迹精细关联算法,该算法首先基于循环阈值模型对各传感器获得的航迹进行编队识别,并按编队中心航迹完成编队航迹的整体预关联,然后基于编队航迹状态识别模型,搜索或建立分辩状态最接近的预关联编队航迹,并基于编队航迹系统误差估计模型和误差确认模型,获得最终的系统误差估计值,自动完成系统误差补偿,最后利用传统的航迹关联算法进行编队航迹的精细关联。经仿真数据验证,与基于目标不变信息量的模糊航迹对准关联算法和基于航迹迭代的航迹对准关联算法相比,该算法具有耗时少、关联性能有效稳定等综合优势,能较好的满足工程上对系统误差下编队内目标航迹的精确关联需求。