改进的MMPHD机动目标跟踪方法

基于序列蒙特卡罗方法的经典多模概率假设密度滤波方法及其各种衍生方法,在预测过程中依据多个并行的状态转移模型,通过将大量粒子散布到下一时刻目标所有可能出现的状态空间实现目标状态的捕获,造成计算量大、目标跟踪精度差。为此,提出一种改进的多模粒子概率假设密度机动目标跟踪方法。该方法利用最新量测信息估计目标运动模型概率及模型参数,并将估计得到的目标模型应用到粒子概率假设密度滤波方法的预测过程中生成预测粒子,从而将大部分粒子聚合在目标最可能出现的状态空间邻域中,实现粒子的有效利用。数值仿真表明,所提方法不仅显著地减少了目标丢失个数,而且提高了目标跟踪精度。     

基于自适应IMM的高超声速飞行器轨迹预测

为了给基于预测命中点法的高超声速飞行器中制导拦截提供先验知识,提出高超声速飞行器的轨迹预测方法。首先,给出高超声速环境下与目标姿态近似线性的气动参数;其次,针对气动参数作控制量的运动模型,设计自适应交互多模型（IMM）跟踪算法,并进行性能有效性验证;然后,根据气动参数特性和目标假设机动方式,设计基于最小二乘拟合的轨迹预测方法。通过对目标轨迹进行跟踪和预测仿真,预测100 s的位置误差均小于5 km,速度误差均小于100 m/s,结果表明基于自适应IMM的轨迹预测方法对有规律机动的目标进行轨迹预测,效果良好。     

基于有色噪声自回归建模的惯性/卫星交互多模型滤波导航算法

针对卫星量测噪声为有色噪声导致惯性/卫星组合导航系统滤波精度降低的问题,提出了一种基于有色噪声自回归建模的自适应交互多模型滤波算法。建立了有色噪声自回归模型,通过量测残差序列获取拟合模型系数,从而对称扩展得到系数模型集;并构建了交互多模型滤波框架,实现不同模型滤波器之间的数据融合。仿真结果表明,相比于传统卡尔曼滤波算法,该方法能有效改善有色噪声对滤波带来的影响并提高组合导航系统定位精度,具有较好的工程应用参考价值。     

多模型方法在飞控系统故障重构控制中的应用

基于多模态控制方法，将多模型选择模态的方法用于飞机发生故障时的重构控制：设计多个不同状态的模型及其控制器，模型采用固定模型和自适应模型，相应控制器按模型匹配方法设计，理想模型依飞行品质要求设计。依据转换标准判断当前飞机状态与哪一个模型最接近并转换到相应控制器上。自适应模型及其控制器是采用基于梯度的参数调节方法设计和实现的。最后以某机为例进行了仿真验证，结果表明该方法是有效的。     

多模算法在纯方位被动定位中的应用

在被动定位中,初始状态值不能精确得到,其设定误差一般较大,从而影响滤波收敛速度和精度.为解决这一问题,采用了多模型滤波方法,多个滤波器分别在不同的初始条件下同时滤波,实时计算各滤波器的加权值,然后进行数据互联.理论分析和仿真结果表明,应用这一方法,收敛速度和精度得到改善,提高了算法的适应性.     

基于脑机交互接口的心理评测系统

本文介绍了脑机交互技术的基本概念和研究现状,在对脑电波信号进行研究的基础上,使用ThinkGear脑电模块获取脑电信号,在安卓平台下开发游戏软件,选取注意力和平静度两个信号用于游戏。通过游戏对注意力进行锻炼,实现健康心理状态的引导。     

分布仿真中视景数据库的构造

详细介绍了视景数据库的构造过程,讨论了构造过程中等距网格和三角形不规则网格两种地形模型的优缺点,文化特征物与地形的三种整合方法和多种细节层次的表示等关键技术,然后阐述了视景调度的算法及其与构造的关系,最后给出在DVENET中实现的一个例子并就视景数据库现在存在的问题及将来的解决方案进行了讨论.     

JMASS环境下的飞行仿真组件集成研究

简要介绍了联合建模与仿真系统(JMASS)的基本概念,分析了JMASS的结构和组成。进一步以一个飞行仿真组件的集成为实例,阐述了如何进行基于JMASS仿真环境的仿真子系统开发,特别研究了如何给已有仿真组件增加设计专门针对JMASS环境而的接口的技术,使现有组件能够顺利集成到JMASS环境下,并使之正确运行。     

反辐射导弹趋向多目标打击能力

美国的新型反辐射导弹AARGM已经具备了打击非辐射源目标的多目标打击能力,这种能力将给反辐射导弹作战领域带来革命性的变化。近年来,以多模导引头技术、多模战斗部技术为代表的多种相关技术发展迅速,反辐射导弹正在进入一个崭新的＂多目标＂发展时期。