飞机纵向运动参数BP神经网络估算

针对飞机纵向运动方程复杂,现有的气动参数获得方法实现困难,不便于分析与控制飞机的运动,文中利用BP神经网络进行参数估算,建立了飞机短周期纵向运动参数估算的BP神经网络模型。研究了不同神经网络结构、不同的激励函数对飞机纵向参数估算BP网络模型的影响作用,进行了数字仿真,对误差进行原则性分析并提出改进措施。仿真结果表明,这种方法能较好的估计纵向运动方程中的未知参数。     

基于雷达组网的抗无人机新技术研究

介绍了无人机的概念和基本特性;主要讨论了雷达组网和数据融合的基本原理及其如何实现对敌无人机等弱小目标的检测与跟踪,在此基础上引入了检测跟踪的新方法,有效弥补了单机雷达的不足,便于防空决策的后续处理.     

一类非线性系统的混沌控制

 描述航天器、陀螺和气浮台等刚体姿态运动的欧拉动力学方程,是一个具有广泛代表意义的三阶非线性方程。当该方程中的参数取不同值时,可得到著名的Lorenz系统、Rssler系统、Newton-Leipnik系统、Chen系统及Lü系统。在不同的外力矩作用下,该动力学系统会呈现出相当复杂的动力学行为。从该系统中,发现了一大类新的混沌吸引子。本文分析了这一类混沌吸引子具有的共同特征,并采用基于输出反馈的PI型控制器将一种新的混沌运动稳定于指定平衡点。仿真结果表明,该控制器能够有效地抑制混沌,能将系统稳定于任意指定的不稳定平衡点。     

一种混合的多机动目标跟踪算法研究

提出了一种混合的多机动目标跟踪算法:交互多模型模糊联合概率数据关联算法(IMM-FJPDA),该算法将交互多模型算法(IMM)和模糊联合概率数据关联算法(FJPDA)相结合,它克服了IMM-JPDA算法计算量大和IMM-FDA算法在强杂波环境中跟踪精度差的问题.给出了基于模糊C均值(FCM)算法的多机动目标跟踪步骤.仿真结果表明IMM-FJPDA算法跟踪精度与IMM-JPDA算法相当,但计算量明显减小,提高了跟踪实时性.     

基于运动形态学的掠地飞行器视频检测方法

 结合数学形态学、视频图像运动分析以及数学统计分析方法,提出了一种用于空中预警控制系统(AWACS)的小型掠地飞行器运动形态学视频检测方法。该方法首先应用形态学tophat滤波提取出视频图像中的可疑目标(SO),并求取SO的运动参数,利用真实目标和类目标干扰的不同运动特性,应用数学统计的方法对各运动参数进行分析以剔除部分类目标干扰,从而获得潜在目标(PT)的灰度分布和运动参数。在应用形态学tophat滤波器进行可疑目标提取中,一种新的金字塔型结构元的引入有效减少了虚警数量。外场试验表明,该检测方法能够有效抑制航拍掠地飞行器视频图像中的地物干扰,降低虚警目标的数量。     

姿态抖动运动单平台LBI无源定位系统的角变化率估计和定位算法研究

 研究了采用长基线干涉仪(LBI)体制的运动单平台无源定位系统受平台姿态抖动影响的问题,指出由于平台姿态的快速无规则变化,相位差变化率(RPDC)方法将难以适用,应当采用目标方位角变化率参数进行定位。基于此,针对三维几何空间,提出了一种RP-LS方法估计目标方位角变化率,继而实现对目标的定位。仿真结果表明,该方法能有效解决LBI体制运动单平台定位系统对姿态抖动的适应问题,实现对目标的快速高精度定位。     

基于视线角序列的机动目标视线角速率计算

 依据拦截弹与机动目标间的相对位置关系,采用导引头球面模型,基于当前统计模型,实现了强跟踪状态自适应滤波,计算出了可用于制导的视线角速率。该算法利用导引头球面模型,将测角信息转换成距离信息,进行方差自适应调整和卡尔曼滤波。在只给出视线角序列信息的情况下,根据相对状态滤波结果求出所需的视线角速率。     

低空慢速小目标跟踪方法的研究

本文主要通过数字图像处理技术实现低空慢速小目标自动跟踪。分析低空慢速小目标的特征,选择Meanshift算法进行目标跟踪。将视频转化为图像序列,利用Meanshift算法对图像序列中的目标进行数据统计,利用数据进行匹配,实现对目标的跟踪。     

火星车定向天线自主对地指向规划方法

针对火星车的2自由度定向天线,结合在轨约束条件和对地数传需求,提出一种基于解析星历的器上自主对地指向规划算法。首先给出火星和地球的相对方位、信号传输时延和空间交会的解析计算公式,摆脱了复杂的星历表模型,使得器上计算机运行更加高效;在此基础上根据火星车位置和姿态、定向天线安装矩阵,计算定向天线的转角,并给出天线转轴运动控制策略,使其实时自主跟踪地球,建立稳定运行的通信链路。通过仿真对解析星历计算结果进行检验,并在室内试验场对天线自主跟踪结果进行验证,仿真和试验结果表明该方法合理可行,指向精度满足使用要求。此方法解决了大时延下火星车定向天线对地球的指向和跟踪问题,将会应用至我国的首个火星车上。