【摘 要】
：
随着现代化战争的发展,各式各样的现代化武器层出不穷,为满足作战需要,研究群目标跟踪技术变得日益重要。群目标跟踪技术等性能的好坏,决定着我方是否能准确而稳定地估计敌目标,并由此确定了战场资源的配置方式。根据实际应用中群目标跟踪相关问题,本文的主要研究内容如下:（1）基于一维距离像特征辅助关联。为了解决传统目标跟踪算法仅使用目标状态信息来实现关联这一问题,研究了基于一维距离像特征辅助关联算法。通过对一
论文部分内容阅读
随着现代化战争的发展,各式各样的现代化武器层出不穷,为满足作战需要,研究群目标跟踪技术变得日益重要。群目标跟踪技术等性能的好坏,决定着我方是否能准确而稳定地估计敌目标,并由此确定了战场资源的配置方式。根据实际应用中群目标跟踪相关问题,本文的主要研究内容如下:（1）基于一维距离像特征辅助关联。为了解决传统目标跟踪算法仅使用目标状态信息来实现关联这一问题,研究了基于一维距离像特征辅助关联算法。通过对一维距离像的分析,从中提取出径向长度特征,利用该特征信息辅助目标关联,从而提高目标跟踪精度。（2）基于DBSCAN分群的群目标跟踪。针对空间中的群目标在运动过程中群关系和群轮廓实时变化的问题,提出了基于DBSCAN分群的目标跟踪方法。将DBSCAN方法与自适应星凸随机超曲面的群目标轮廓描述方法相结合,跟踪滤波器选择GLMB滤波器,通过建立目标形状突变检测量,在目标形状发生突变时及时检测并做出响应。（3）群目标分布式融合技术研究。针对分布式融合中GCI融合的“标号不一致性”缺点和已有的免标号的GCI融合算法的计算低效问题,研究了基于标号匹配的GCI融合方法,首先通过最小化代价函数得到最优的标号匹配,对失配标号进行修正为匹配标号,之后通过GCI融合公式获得融合航迹,最后在融合系统中加入反馈,研究带反馈的系统结构对跟踪性能的影响。（4）航迹回溯技术研究。研究了弹道导弹目标的多阶段运动模型,利用四阶龙格库塔法对已有航迹进行回溯,考虑到实际应用中所得航迹可能存在中断的情况,研究了航迹中断关联与补全算法,最后利用二维分配算法对告警事件进行溯源。
其他文献
近半个世纪以来,随着空间飞行器的发展,各个国家开始对临近空间这一新的领域进行了探索,对临近空间飞行器的关注度逐年攀升。临近空间飞行器的飞行速度极快、机动能力强,这些优点致使各航天大国将目光都聚焦在临近空间高超声速飞行器上,且欧美各国的临近空间高超声速非弹道式武器相继应用于军事领域,其战略意义更加明显。因此,能够拦截非弹道式飞行器对我国的国防能力具有极其重要的意义,而非弹道式飞行器的拦截问题,重点在
近年来,多架无人机以自组网的方式合作组成无人机自组织网络,具有低成本、多功能等特点,在军事和民用领域得到了广泛应用。同时,媒介接入控制（Media Access Control,MAC）协议对无人机自组织网络性能至关重要。然而,由于无人机自组织网络具有高动态、业务类型多样等特点,MAC协议的设计正面临着挑战。无人机自组织网络多应用在灾后搜救、野火检测等涉及多种业务类型的场景中,不同的业务类型对传输
近年来,地震等自然灾害愈发频繁。每当灾害发生的同时,就会有大量的人力物力投入到抢险救灾,灾后重建的事宜之中。无线传感器网络,无人机等设备在灾害场景中发挥越来越重要的作用。由于此类无人系统的可提前部署性灵活,机动性高,智能性强,可以在灾害预防,灾害初期的数据获取,以及灾后实时监测场景下发挥重大要的作用。本文主要是针对多个无人机集群在震后进行大范围无线传感器节点监测数据采集任务场景进行研究,解决无线传
随着现代仿真技术的不断发展以及人们对于仿真要求的不断提高,仿真模型逐渐变得越来越复杂,在提高仿真模型性能的同时,也使得人们对仿真模型的验证变得更加困难。面对复杂的仿真系统,传统的仿真模型验证方法在使用时会因其局限性而不再适用,因此寻求新的仿真模型验证方法已逐渐引起国内外仿真领域的重视。本文以仿真模型验证为研究背景,采用卷积神经网络的方法,实现对非同等条件下的仿真数据进行模型验证。本文主要开展以下研
【目的】草原生态保护补助奖励政策（以下简称“草原补奖政策”）可有效改善牧民生活、促进生产转型和保护生态环境。【方法】运用模糊集定性比较分析（Fuzzy set qualitative comparative analysis， fsQCA）方法，探讨高寒草甸、高寒草原、荒漠草原3类典型社区牧民群众对现行草原补奖政策满意度的影响因素及其组态效应。【结果】补贴时效为解释牧民草原补奖政策高满意度的必要条
无人机和光电传感器的发展,使低空领域的精细化遥感成为可能。精细化遥感可为资源要素精细监测、目标精准识别、地物精准表型提供技术支撑,该技术要求从多维度、多层次表征地物特性,一般利用多光谱相机收集光谱信息,利用激光雷达获取空间三维结构。传统手段利用单一类型传感器无法获取多维数据;利用跨平台、跨时间的多源传感器,地物表征时空一致性差。因此,本文针对机载多光谱-激光雷达一体化数据采集系统展开研究,实现空间
近年来无人机市场迅速发展,由于其操作简单,监管规章和监管手段却没有得以完善,无人机的滥用对公共安全和公民权益造成了威胁。为此构建反无人机体系是合理且有必要的,而探测、识别和跟踪是反无人机体系的重要组成。相比光电等探测手段,雷达系统具有全天时、全天候而且受到气候、环境的影响小,适合铺设后自动监管的广泛应用。而雷达体制中,线性调频连续波雷达结构简单、分辨率高具有优良的可探测距离,适合作为低小慢目标探测
随着现代科技的进步,防空系统对空中目标进行识别时,使用分布在不同位置,拥有不同观测角度的多种不同参数传感器成为可能。同时防空系统识别并打击有威胁空中目标后,也需要对打击命中率进行评估。本文从空中目标的一维距离像仿真出发,采用了深度学习方法,在多个参数不完全相同的雷达,即多传感器;每个传感器位于不同的位置拥有不同的观测角度,即多角度观测下基础上,进行了防空系统目标识别、打击后命中率评估两个阶段的研究
随着现代武器技术的发展,引信技术也在不断发展,导弹引信已经成为一个具有多项复杂功能的集成化系统,原有引信测试设备的测量精度和传输速度已经不能满足新的引信设备的测试需求。所以,面对越来越先进化、复杂化的引信设备,有必要研制出一款集信号采集输出、数据处理、复杂计算、结果分析、流程控制等诸多功能于一身的引信通用测试控制系统。本文首先对引信设备的实际测试需求进行分析,在此基础上制定了引信设备通用测试控制系
在现代化战场上,雷达辐射源信号分选是雷达对抗侦察的先导环节,对侦察的效果具有重大影响。然而随着雷达辐射源信号的参数越发多变,调制方式越发多样,空间中的电磁信号数量越发庞大,传统的雷达辐射源信号分选方法已不能处理如此庞大的复杂信号。如何准确地、具有学习能力地、能够适应信号环境地实现雷达辐射源信号分选是本文的研究重点。强化学习作为近年崛起的热门智能算法,表现出强大的交互学习能力,能在与复杂环境交互过程