量测随机延迟下带相关乘性噪声的非线性系统分布式估计

本文提出了乘性噪声和加性噪声相关下的量测随机延迟非线性系统分布式状态估计.在所考虑系统中,相关状态被多传感器簇构成的传感器网所观测.所得理想量测被传送到远程分布式处理网,并伴随服从一阶马尔可夫过程的随机延迟.在此基础上,本文提出了分布式高斯信息滤波(distributed Gaussian-information filter,DGIF),来实现估计精度与计算时间的折中.在单处理节点/单元中,以估计误差协方差最小化为准则,设计了相应的高斯递推滤波,并实现了延迟概率的在线递推估计.进一步地,在分布式处理网中,基于非线性量测方程的统计线性回归,结合一致性算法,给出了一种分布式信息滤波形式,有效实现了分布式融合.分别在单处理单元和分布式处理网中仿真验证了所提算法的有效性.

Vega Prime结合OpenGL的导弹尾焰实时模拟

研究基于Vega Prime的导弹作战系统仿真实验,针对使用Vega Prime的粒子特效模拟高速飞行导弹尾焰会出现尾焰不连续而影响仿真可视化效果的问题,提出将Vega Prime与OpenGL相结合的方法。基于粒子系统基本原理,对导弹尾焰进行建模;依据Vega Prime的事件发布订阅机制将OpenGL引入到Vega Prime中。模拟的尾焰形态逼真,动感十足,满足仿真实时性与真实性要求,解决了Vega Prime模拟导弹尾焰存在缺陷的问题。

有色量测噪声下带广义未知扰动的递推上限滤波

针对博弈对抗环境下利用快速采样雷达进行非合作目标跟踪带来的有色噪声和未知干扰共存问题,本文提出有色量测噪声下带广义未知扰动的随机动态系统递推上限滤波.这里,有色量测噪声用于描述由于快速采样或持续干扰带来的噪声相关性,广义未知扰动用于建模博弈对抗对雷达观测带来的异常影响(先验信息缺失).针对所考虑系统,通过参数优化实现状态估计误差协方差上限(而不是理论值)的在线递推,提出有色噪声下上限滤波(CUBF),给出状态估计误差协方差最小上限的近似实现,讨论了所提CUBF的存在性条件.在具有时变未知扰动和有色量测噪声的目标跟踪仿真中验证了所提方法的有效性.