基于神经网络的目标分群及目标运动状态预测

态势估计是对动态变化的对象感知并对提取的态势要素进行觉察、理解和预测的处理过程。以目标运动状态特征为依据,基于自组织竞争神经网络,对传感器量测数据进行无监督的自组织聚类,将各个量测数据准确划分到各个类别当中,解决目标分群的问题。对于具有明显的时变性和不确定性的空中目标的运动特征,Elman神经网络可反映系统随时间变化的动态特性及存储信息的能力,预测任意逼近非线性函数,通过学习历史数据建模,对目标的运动特征进行网络训练,预测目标运动状态,为实现多目标环境下的航迹接续提供方法借鉴。

低成本制导弹药虚拟运动预测组合导航方法

采用捷联惯导/卫导松组合导航系统的低成本制导弹药在执行任务时,卫星导航信号闪烁、断续、丢失等情况时有发生,严重降低了导航精度。为解决卫导信号短时缺失条件下的精确导航问题,提出了一种基于虚拟运动状态预测和自适应卡尔曼滤波器的卫导信号补偿导航方法。首先,建立卫导接收机正常工作时的状态与量测方程,构建三维空间下弹药制导过程的动力学模型。其次,根据制导律与动力学特性预测制导弹药的虚拟运动状态,并将其输入卡尔曼滤波器,在一定程度上替代卫导信号。最后,设计一种自适应卡尔曼滤波器,该滤波器可根据新息序列实际协方差与理论协方差的不匹配度自动调节增益。仿真结果表明,在卫导信号短时缺失的情况下,相比基于扩展卡尔曼滤波器的松组合导航方法,所提方法可将平均定位精度提升55%以上,为卫导信号短时缺失条件下的组合导航提供新思路。

惯性弹体运动预测建模

基于弹道方程的理论建立了来袭惯性弹体的运动预测模型和识别模型,一方面为防空作战从战术前沿拓展到中程以上拦截提供模型基础,另一方面为前沿防空中拦截榴弹、火箭弹类小型目标提供出精度更高的预测模型。最后,研究中成功给出了弹体运动状态预测及识别的计算结果,并得到了真实射表的验证。模型普遍适用于所有来袭惯性弹体的运动。

基于位置姿态预测的无人机波束跟踪

针对无人机动态环境下,无人机位置姿态的变化导致无人机毫米波窄波束无法实时精确跟踪这一问题,结合空间坐标系,采用一种基于无人机位置和姿态预测的波束跟踪方法。该方法首先基于历史位置-姿态数据,采用高斯过程学习算法,对无人机未来的位置姿态进行预测;而后,对预测数据进行坐标变换获得空间角度,并由此推导出模拟波束成形矢量,实现波束对齐。仿真结果表明,该方法能够通过高精度的位置姿态预测,实现准确的波束跟踪。

基于智能微分对策的自主机动决策方法研究

提出了一种基于智能微分对策的自主机动决策系统。该系统通过预测对抗双方的未来运动状态,将双边极值问题转化为单边极值问题,以降低计算复杂程度,满足机动决策的实时性要求。为体现对抗特性,采用战术过程评价获得最优机动,战术过程评价采用逐级淘汰方法。仿真结果表明,对抗双方未来运动状态预测误差能满足机动决策的需求,机动决策结果能有效提高作战性能。

小型移动水质在线监测船避障方法研究

针对小型移动水质监测船在自主导航中遇到移动障碍物的问题,提出了一种将障碍物运动状态预测模型结合速度避障碰撞模型的动态避障新方法。该方法通过小型移动水质监测船上的超声波测距模块和图像采集模块测量小型移动水质监测船与障碍物的距离和相对方位角,采用坐标系转换的方法计算出障碍物的速度和运动方向,然后利用极大似然估计法建立障碍物运动状态预测模型,通过该模型得到下一个采样时刻障碍物速度和运动方向范围,最后利用速度避障的碰撞模型,计算出下一时刻的小型移动水质监测船的航向角,进行航行。经过现场测试,所提的避障方法能够规划出一条较优路径,该避障方法能提高动态避障的成功率。

基于最近邻数据关联法的安瓿溶液可见异物目标跟踪

运动目标跟踪是安瓿溶液可见异物检测的关键所在,数据关联在信息融合的基础上能很好对目标对象的相关性做出判断。结合运动状态预测的最近邻数据关联法,在目标先验知识不足、特征信息贫乏的条件下,能够有效地对潜在目标对象进行跟踪,从而做出杂质相关性判断。

移动在线水质监测平台动态避障方法

针对移动水质监测平台在自主导航中遇到移动障碍物的问题,提出了一种将障碍物运动状态预测模型结合速度避障碰撞模型的动态避障新方法。首先,通过移动水质监测平台上的超声波测距模块和图像采集模块测量移动水质监测平台与障碍物的距离和相对方位角,采用坐标系转换的方法计算出障碍物速度和运动方向;其次,利用极大似然估计法建立障碍物运动状态预测模型,通过该模型得到下一个采样时刻障碍物速度和运动方向范围;最后,利用速度避障的碰撞模型,计算出下一时刻的移动水质监测平台的航向角。实验结果证明,所提的避障方法能够规划出一条更为真实的较优路径。与无障碍物运动状态预测模型的避障方法相比,该避障方法能提高动态避障的成功率。