再入弹道目标跟踪问题方法研究

本文研究重返大气层阶段的弹道目标跟踪问题。针对再入弹道目标给出了一种状态方程和量测方程都具有高度非线性地数学模型,在该模型基础上有针对性地设计了三种次最优非线性滤波器,分别为扩展卡尔曼滤波器、Unscented卡尔曼滤波器和粒子滤波器。仿真实验结果表明所设计的三种滤波器分别在精度和计算复杂性上均有良好表现。

一种平面天线阵列方向图图形化仿真方法

平面阵列方向图计算在飞行仿真过程中因耗费计算资源而拖慢毫秒级的仿真同步进程。针对这一问题提出了一种图形化的方向图仿真计算方法。解析理想方向图在三维立体空间上的典型图形特征以及空间剖面特征,在平面坐标系下利用Sinc函数构造能够再现该图形特征的核函数模型,将该核函数图形作为剖面在空间坐标系下进行旋转,得到仿真方向图。仿真结果表明:这种图形化计算方法能够快速逼真再现平面阵列的理想方向图并满足系统的实时同步要求。

平面阵列方向图优化的改进PSO算法

粒子群优化算法(PSO)是合成天线阵列预期方向图的有效手段。但对于某些大型平面阵列方向图复杂的非线性优化问题,该算法收敛速度慢且最优粒子易陷入局部最优解,因而使得算法失效。针对这一问题,该文提出一种改进PSO算法来提高传统PSO算法的收敛特性。该算法在初始化最优粒子时采用解析初值而不是随机初值。对于给定的预期方向图,通过矩阵运算解析对应该方向图的阵元权系数。之后将这些权系数指定为任意一个粒子的解析初值,而种群的其他粒子仍然赋随机初值,之后再衔接标准PSO算法的寻优迭代过程。这种初始化方法使得种群粒子在寻优搜索过程开始之前,即可得到最优粒子初值的有效估计。仿真结果表明,相对于全部粒子赋随机初值的标准算法而言,这种改进算法收敛速度更快,适应度值收敛得更深,因而有效提高了算法的收敛特性,从而能够得到满足预期方向图指标要求的优化结果。