基于中末制导交班点识别的高速高机动飞行器轨迹预测方法

针对高速高机动滑翔飞行器轨迹预测过程中任务场景定义不明确、意图先验信息利用不充分等问题,提出了一种基于中末制导交班点识别的轨迹预测方法。首先,构建高速高机动飞行器滑翔至多个典型中末制导交班点的任务场景,利用准平衡滑翔制导方法生成轨迹数据集。然后,提出了一种基于长短期记忆(Long Short-Term Memory,LSTM)网络的中末制导交班点识别方法,利用跟踪数据构造特征序列,对滑翔轨迹进行初步分类。最后,引入自注意力机制提升序列到序列(Sequence-to-Sequence,Seq2Seq)预测网络的特征提取性能,利用编码-解码的方式对分类后的滑翔轨迹进行长时预测。仿真结果表明,所提出的基于中末制导交班点识别的轨迹预测方法具有较高精度,预测时长为120 s,180 s和240 s时,轨迹误差分别在18.77 km,36.91 km和57.75 km以内;相比于直接利用深度学习模型预测的方法,所提出的预测方法在240 s的预测时长内平均预测误差降低了37.61%,最大预测误差降低了37.34%。

高速高机动弱小目标检测方法研究

本文针对高速高机动弱小目标检测中的距离走动和多普勒走动问题,提出一种多普勒频率补偿加尺度变换的目标检测方法。首先通过多普勒频率估计构建多普勒频率补偿函数,消除速度引起距离走动的影响,其次采用尺度变换方法消除多普勒调频率的影响,从而使积累时间不再受目标运动的限制。该方法无需多普勒调频率估计,解决了传统弱小目标检测方法中多普勒调频率估计准确性问题。在进行多普勒频率估计时,提出一种无模糊多普勒频率估计方法,该方法避免了模糊因子估计,大大减小了计算量,同时降低了对输入信噪比的要求,且有利于多目标情况。仿真结果验证了所提方法大大提高了高速高机动弱小目标的检测性能。

基于连通图的高速高机动目标变结构多模型算法

针对传统的基于活跃有向图的变结构多模型(variable structure multiple model based on adaptive digraph,AD-VSMM)算法不能实现模型子集之间快速跳转且计算量大的问题,提出了一种基于连通图的高速高机动目标变结构多模型(variable structure multiple model algorithm based on connected graph,CG-VSMM)算法.通过分析传统AD-VSMM算法的模型集转换方法,选择加速度和角速度作为模型参数,建立模型集连通图之间的连通关系.根据目标机动情况选择参与计算的模型子集,然后依据子模型的后验概率大小对模型子集进行实时局部调整.Monte Carlo仿真结果表明,新方法能实现变结构多模型(variable structure multiple model,VSMM)算法模型子集之间的快速跳转,且跟踪精度、计算量、稳定性等都得到了较好的改善,可应用于高速高机动目标的跟踪.

基于运动学参数的高速高机动目标跟踪自适应IMM算法

提出一种基于运动学参数的自适应IMM算法,进行高速高机动目标跟踪。该算法利用交互输出的结果,计算目标的运动学参数,进而实时估算出机动目标的转弯率,利用估计值自适应地使模型与目标实际运动状态匹配。文中还将该算法与其他两种IMM算法进行了比较。蒙特卡罗仿真结果表明,这种算法跟踪目标的稳定性和精确性均优于其他两种算法,有利于高速高机动目标的实时跟踪,具有较好的可实现性。

基于改进迭代相邻互相关函数的高速高机动目标检测方法

针对传统目标检测方法检测高速高机动目标时需要进行参数搜索,运算复杂度高的问题,提出基于改进迭代相邻互相关函数(ACCF)算法的高速高机动目标检测方法。相较于传统的迭代ACCF算法,该算法通过快速离散时间傅里叶变换(DTFT)实现目标的参数估计,能够进一步降低算法复杂度。仿真实验结果表明,该算法在较高信噪比条件下能够快速有效地校正距离徙动和多普勒徙动,且在保证参数估计精度的情况下降低了算法复杂度。

使用交互多模型算法的高速高机动目标跟踪

对机动目标进行跟踪一直是甚具挑战性的问题,特别是跟踪高速高机动目标在理论上和实践上都有较高的技术难度。现有各种算法在这个问题上均有各自的缺点和不足。该文在现有的运动机动模型和IMM算法的基础上,提出了使用多种机动模型交互的IMM算法进行高速高机动目标跟踪。不同机动模型之间的互补使这种算法克服了使用单一模型的一些问题。使用“当前”统计模型、二级滤波模型和CV模型进行交互是一种可行的高速高机动目标跟踪方案。为验证算法的有效性,进行了Monte Carlo仿真。仿真结果表明,该算法在性能和计算复杂度之间取得了较好的平衡,有很好的可实现性。

高速机动反舰导弹防御技术

在分析高速机动反舰导弹和舰艇近程防御系统发展的基础上,研究了近程反导舰炮武器系统反应时间和精度等主要性能指标面临的突出问题,从改进拦截体制、灵活快速反应、多模型建立、机动检测和识别及改进预测方法等几个方面提出了技术改进措施,可为舰艇近程防御系统的后续发展提供技术参考和研究方向。

高机动性能导弹大迎角测量方法研究

简要介绍了嵌入式大气数据传感系统的概念及技术。针对高速高机动性能导弹大迎角高马赫飞行的特点,提出应用嵌入式大气数据传感技术解决导弹大迎角测量问题,并结合导弹自身特点,给出了迎角测量原理和方法,这对于新型导弹的设计具有一定的借鉴意义。

一种基于Singer模型的IMM算法仿真研究

高机动目标跟踪一直是目标跟踪领域研究的热门课题之一。文中介绍机动目标跟踪的常用的机动目标运动模型,详细讨论了具有代表性的IMM交互式多模型算法,并对IMM算法进行了一定的仿真实验,验证算法的可靠性。

冰雪运动生物力学及其机器人研究进展

随着我国冰雪运动的蓬勃发展和2022年北京冬季奥运会的成功申办,冰雪运动生物力学和冰雪机器人的研究越来越受关注.首先,介绍冰雪环境下摩擦力学的基本理论,进一步,对比不同变量对摩擦系数的影响;其次,讨论冰雪运动中空气阻力的成因,并分析潜在的减阻机制;再次,介绍研究中常用的测量手段和不同维度的建模方法,阐明各类手段和方法的优缺点;最后,回顾冰雪机器人的研究进展,分析冰雪机器人研究领域的技术挑战,展望冰雪机器人未来的研究思路.

基于可变时间窗的相控阵雷达事件调度方法

针对相控阵雷达事件调度方法通常基于固定时间窗，在面对高速高机动目标时存在跟踪精度较低、调度成功率不高的问题，文中利用可变时间窗对传统调度方法加以改进。首先，通过滑窗内残差大小变化预测下一时刻无时间偏移时残差大小；然后，计算时间偏移对残差的影响；最后，根据跟踪波门大小限制实时计算时间偏移取值范围，即时间窗的大小。并以X-51A高速高机动目标为例，设置两种实战场景进行仿真，结果表明：与利用固定时间窗的调度方法相比，利用可变时间窗的事件调度方法能很好地提高跟踪精度与调度成功率。

基于模式识别的信息系统入侵攻击在线发现技术研究

在信息系统安全防护领域的研究中,人们一直致力于研究如何挖掘并修复信息系统自身的安全漏洞。面对多变的安全入侵方式,只能根据先验经验进行甄别和防护,缺少智能识别和防护的手段。论文提出了一种基于模式识别的信息系统入侵攻击在线发现与自适应规避技术,通过自学习的方式丰富攻击模式库,并根据攻击模式库自动甄别入侵行为,进而启用相应的规避策略,保护信息系统的安全。