在旋翼试验中实现同方位采集数据的方法

本文通过对阶次跟踪的分析,找到了一种实现旋翼同方位数据采集的新方法。     

纯音测距体制中软件解模糊的实现方法

基于无线电纯音测距的原理，逐步推出用软件实现匹配解距离模糊的方法。讨论了选择原测音时应考虑的因素，分析了相位精度的影响，并介绍了静态匹配、原测音恢复和动态跟踪的算法。实际应用表明，该方法解距离模糊正确，距离跟踪正常。     

J2EE平台会话管理机制分析与改进

在分析J2EE平台会话管理机制的基础上,指出了J2EE会话管理机制在会话状态管理方面的不足,提出了解决方案,论述了实现该方案时要解决的五个关键问题。     

寻的导弹制导中距离测量可能错误时的多模型滤波

寻的制导雷达在电子干扰条件下可能测得错误的距离信息，以切换系统模型来描述此问题，并提出了一种新的多模型跟踪滤波器来实现制导信息的估计。该滤波器分两步序贯处理角度测量和距离测量数据，从而有效地改进了距离测量修正中的线性化参考点。仿真结果表明，这种估计方法使得距离测量正确情况下的滤波精度得到提高，并且能以很高的概率消除错误的距离测量数据对滤波的影响。     

具有甲板运动预估的三旋翼无人机着舰研究

在无人机着舰的最后阶段,舰船的甲板运动严重威胁着无人机的着舰安全,其中沉浮和横摇运动威胁最大.首先介绍了三旋翼无人机的建模方法、控制律以及模拟的甲板运动模型;在此基础上,针对舰船甲板运动对无人机安全着舰的影响,提出了抗舰船横摇/沉浮的着舰控制方案;最后,对控制方案下的着舰性能进行了仿真分析.仿真结果表明,该控制方案可以满足着舰指标要求.     

基于联合双边滤波的融合图像跟踪算法研究

为了提高跟踪精度,提出一种基于联合双边滤波的融合图像自动跟踪算法.采用帧问差分法并通过形态学处理获得运动目标大致区域,在此基础上采集目标区域及相邻背景区域的代表颜色集合,由此生成草图作为联合双边滤波的引导图,进而生成完整的目标描述,通过边缘检测获得精确的跟踪结果.实验结果表明,方法能够获得清晰准确的跟踪结果,能够较好地避免跟踪中的漂移问题,且算法复杂度低,跟踪精度高.     

Variational Bayesian labeled multi-Bernoulli filter with unknown sensor noise statistics

It is difficult to build accurate model for measurement noise covariance in complex back-grounds. For the scenarios of unknown sensor noise variances, an adaptive multi-target tracking algorithm based on labeled random finite set and variational Bayesian (VB) approximation is pro-posed. The variational approximation technique is introduced to the labeled multi-Bernoulli (LMB) filter to jointly estimate the states of targets and sensor noise variances. Simulation results show that the proposed method can give unbiased estimation of cardinality and has better performance than the VB probability hypothesis density (VB-PHD) filter and the VB cardinality balanced multi-target multi-Bernoulli (VB-CBMeMBer) filter in harsh situations. The simulations also confirm the robustness of the proposed method against the time-varying noise variances. The computational complexity of proposed method is higher than the VB-PHD and VB-CBMeMBer in extreme cases, while the mean execution times of the three methods are close when targets are well separated.     

基于区实混合序列相似度的异步不等速率航迹关联算法

在分布式多目标跟踪系统中,由于局部传感器开机时间、采样频率以及通信延迟不同等原因,导致来自各传感器的局部航迹往往是异步不等速率的。目前一般的方法是先进行时域配准再进行航迹关联,但是在同步化的过程中,航迹估计值的误差会发生传播,影响航迹关联的性能。针对此问题,提出了一种基于区实混合序列相似度的异步不等速率航迹关联算法。算法首先通过区间数-实数混合序列变换(IRST)得到等长度的航迹行为序列,然后定义一种新的序列差异信息度量,得到混合序列的相似度,以此进行航迹关联判定。仿真实验表明,该算法可以有效地解决异步不等速率航迹关联问题,并且通信延迟和数据乱序对算法性能的影响不明显。     

基于离散小波变换的航迹关联算法研究

本文基于1-D离散小波变换(DWT)提出了一种航迹-航迹关联算法。由于目标航迹数据是非平稳随机序列,因此采用离散小波变换方法分析,利用基于F分布的假设检验模型来描述小波分解高频小波空间与低频尺度空间能量的比率,结合"去相关"方法分别讨论了航迹相关与无关的情形,并给出了一种仿真方法。仿真结果表明算法的有效性和在分辨两条相近航迹方面的优越性。     

基于Kalman滤波的高频CW电报信号自动识别

针对强噪声背景下高频CW电报信号检测算法性能严重下降、误码率较高的问题,文章提出一种基于卡尔曼滤波的高频CW电报信号同步检测识别算法。利用自同步法对CW电报信号实现位同步,进而利用卡尔曼滤波针对时变干扰噪声设置自适应阈值,对信号能量进行软判决,实现CW电报信号的自适应跟踪检测,提取有效信号进行识别。通过短波信道仿真软件和实际短波通信测试表明,该算法能够在强噪声背景下有效检测识别CW电报信号,且算法可由迭代实现。