基于威胁程度的目标跟踪传感器管理方法

来源 :指挥信息系统与技术 | 被引量 : 0次 | 上传用户:wxcplayer
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在多目标多传感器跟踪问题中,面对目标和传感器的增加与传感器资源和传输能耗的限制,需优化传感器管理策略和信息融合系统结构;同时,随着一体化网络协同作战的发展和对战场态势感知的需求不断增加,需将目标威胁程度纳入传感器管理考虑范畴.提出了基于威胁程度的传感器优化管理方法,该方法综合Rényi信息增量和威胁程度设置了回报函数,并以回报函数的最大化为优化目标进行传感器的资源分配.仿真试验结果表明,该方法能够充分利用传感器资源,通过数据融合改善整体跟踪效果,同时降低了重要高威胁目标的跟踪误差.
其他文献
船舶标识号识别对船舶管理和海洋权益保障具有重要意义.为了提高船舶标识号的识别准确率,提出了基于深度学习的船舶标识号识别方法.该方法采用检测、矫正和识别3个模块对船舶标识号进行定位识别,并在自建船舶标识号数据集上进行了检测准确率和识别准确率验证.试验结果表明,该方法检测准确率为92.1%,识别准确率为90.1%,可有效识别船舶标识号.
对敌方重点来袭区域进行预警探测是预警机的重要任务之一.首先,分析了影响预警机探测能力的主要因素;然后,给出了稳定探测覆盖范围和区域盲速概率的定义,并阐述了典型预警机航线的数学表示;最后,针对目标速度方向调整、巡逻位置调整和2架预警机协同探测3种情形,基于指标参数仿真分析了重点区域的探测能力.分析过程能反向验证预警机航线规划结果合理性,对预警机任务规划具有指导意义.
复杂战场环境下,雷达信号经处理后输出的目标点迹信息仍会混杂大量的虚假剩余点迹,对目标自动起始和稳定跟踪带来挑战.提出了一种基于点迹综合特征评估的目标点迹处理的精细化设计方法,综合考虑目标与杂波等特征,采用机器学习中的支持向量机对目标和杂波进行分类判别.雷达实测数据验证结果表明,该方法对杂波的抑制率较传统方法有显著提升,方法有效.
利用链脲佐菌素(STZ)制备1型糖尿病(T1D)模型小鼠,随机分为模型组和治疗组.治疗组按单次50 mg/kg剂量黄芪甲苷(astragaloside Ⅳ)每天灌胃2次,连续1周.然后从各组卵母细胞体内外发育能力与卵巢组织结构来探究灌胃黄芪甲苷对糖尿病雌性小鼠生殖系统的影响.结果显示,黄芪甲苷灌胃可以显著提高T1D雌鼠的超数排卵数量,治疗组平均每只排卵数12.6枚±1.7枚,显著高于模型组1.6枚±1.2枚(P<0.05),并且卵母细胞形态接近于正常小鼠.同时灌胃黄芪甲苷也可以提高T1D雌鼠GV期卵母细胞