一种新的多模型联合概率数据关联方法

在机动目标跟踪中,针对以往IMM-JPDA算法易导致目标与回波误关联或不关联,M3-JPDA算法对状态向量和运动模型结构约束条件较高的情况,提出了一种将M3-JPDA与IMM-JPDA相结合的IMM-JPDA-(CV)2CAV算法,并将其与传统方法进行了比较。仿真计算证明了此算法具有较好的跟踪性能。

基于GAHP-模糊综合评价的南海方向潜艇威胁评估

为有效解决我南海方向有限反潜能力与广域反潜要求不相适应的矛盾,提出"分区评估威胁,分类建设体系"的思路。针对潜艇威胁主要影响因素,建立潜艇威胁评估指标体系,运用GAHP-模糊综合评价相结合的方法,对潜艇威胁进行量化评估,为合理用兵,实现反潜体系的最优化建设提供依据。

掠海机动目标跟踪的IPDA算法

综合概率数据关联(IPDA)算法不仅能进行目标状态估计,还能提供对潜在目标的存在性/可感知性/可观测性概率的估计。这些估计通常作为评价航迹质量的参数,用于航迹确认和航迹终止。所研究的几种跟踪算法主要针对低空掠海飞行的机动目标,目标探测概率受海面信号反射导致的多路径效应和海杂波的影响而变化,将IPDA算法和EB-PDA、IMM PDA算法进行了比较研究,并提出了一种新的IPDA算法-VM-IPDA算法。仿真结果显示,VM-IPDA算法跟其他几种算法相比不仅提高准确性还能减少计算量。

一种基于CSM的自适应滤波修正算法

提出了一种基于"当前"统计模型的加速度方差自适应修正算法,用以解决原自适应算法中存在的跟踪性能对加速度正、负极值am ax和a-m ax的依赖问题。通过理论分析和Monte Carlo仿真试验,修正后算法在跟踪性能和跟踪范围上都优于原自适应算法。

一种新的机动目标跟踪中的变结构多模型算法

实践证明变结构多模型(VSMM)算法在机动目标跟踪领域有着广阔的应用前景。动态地辨识机动目标的机动参数是提高目标状态估计精度的理想方法。因此,将二者结合,提出了一种新的VSMM算法,即带有修正装置的自适应网格法。算法核心所在是对系统输入量采用了协方差匹配技术来对系统不确定性进行修正,即对系统噪声协方差阵Q的实时辨识上,使滤波器具有高度自适应性。