一、武器红外传感器系统实时仿真概述(论文文献综述)
石琼[1](2020)在《无人值守无线传感器网络系统可生存性关键技术研究》文中研究指明网络系统可生存性是指网络系统在遭到破坏的情况下,仍然能够及时地完成关键任务的能力。无人值守无线传感器网络(Unattended Wireless Sensor Networks,UWSNs)通常部署在环境恶劣或者敌方区域,故其极易发生故障、遭受恶意攻击或意外事故。因此,目前针对无人值守无线传感器网络系统可生存性的研究逐渐成为研究热点。数据的正常传输是无人值守无线传感器网络系统的关键任务。传感器节点的失效会影响数据通信的安全可靠性。本文以基于无人值守无线传感器网络的战场态势感知网络可生存性需求为背景,从失效节点检测和可重构路由两方面的可生存性增强技术来提高资源受限的无人值守无线传感器网络系统的可生存性,并针对无人值守无线传感器网络系统设计了可生存性评估方案。本文主要研究内容及创新点归纳如下:(1)无人值守无线传感器网络系统失效节点检测方案针对无人值守无线传感器网络系统资源受限与高检测率必将带来高能耗这一对矛盾,提出资源受限无人值守无线传感器网络系统失效节点检测率动态规划方法,结合连续时间马尔可夫链与经典传染病模型建立了受内部攻击的无人值守无线传感器网络系统失效节点检测模型,并利用动态规划方程(贝尔曼方程)来实现对检测率的最优化。该方法能够为检测技术的应用提供指导,实现在检测效果提升的同时合理利用网络资源,从而实现网络系统可生存性的提升。同时为路由重构提出预警,为可靠路由构建提供依据。(2)无人值守无线传感器网络系统可重构路由构建方法针对失效传感器节点(攻击及故障造成的失效)对资源受限无人值守无线传感器网络系统中数据通信可靠性的影响,提出一个基于信息感知的全局最优可重构路由构建方法。通过在每轮数据传输前感知更新节点信息(节点状态和信任度)来综合评估整条路径的安全性、能耗和负载平衡,实现全局最优路由的重构。该方法能够有效避开失效节点,为数据传输提供可靠路由,有效提升网络系统的可生存性,即网络系统在遭受攻击、发生故障及意外事故时,仍然能完成关键任务。(3)无人值守无线传感器网络系统可生存性评估方法针对无人值守无线传感器网络系统可生存性评估问题,设计了无人值守无线传感器网络系统可生存性评估方法。利用建立的受攻击无人值守无线传感器网络中节点生存模型得到传感器节点的可靠度、可用度及可生存度,结合可靠性理论及网络的实际特点推出整个网络系统的可靠度、可用度及可生存度。特别地,在网络系统可靠度计算中将节点失效分为两种情况考虑:节点失效相互独立及节点失效相互关联,并引入β因子模型对共因失效建模。该方法实现了对多个评估指标的量化,为可生存性增强技术的评估提供了依据。
蔡李根[2](2020)在《基于多模型的地面机动目标协同定位方法》文中研究指明近年来,作为军事领域中的重要作战单元,以装甲车、雷达车、导弹发射车等军用车辆为代表的地面机动目标凭借其机动能力强,隐蔽手段丰富的特点,在实际作战中承担着越来越丰富的作战任务,具有很大的军事价值和发展潜力,其定位问题逐渐成为研究热点。另一方面,出于降低成本、提高可靠性和信息融合的考虑,具有低成本、灵活性高优点的无人机开始在军事上广泛应用,因此,可以利用多无人机搭载传感器开展对地面机动目标的协同定位技术研究。地面机动目标协同定位方法是精确打击敌方地面机动目标的核心技术,同时也是战场态势感知的重要保障,本论文以军用车辆为代表的地面机动目标为对象,利用搭载红外传感器的多无人机对其协同定位方法开展深入研究,主要内容包括:根据地面机动目标的可能运动形式,建立相应的运动模型,建立无人机所搭载红外传感器的量测方程;考虑到协同定位问题的非线性,给出容积卡尔曼滤波算法的基本流程,为了进一步提高估计精度,引入迭代容积卡尔曼滤波算法,并对迭代容积卡尔曼滤波算法进行改进;建立数学仿真场景,分别基于三种非线性滤波方法设计地面机动目标的协同定位算法,通过蒙特卡洛数学仿真对比分析各种非线性滤波方法在地面机动目标协同定位中的性能,验证本论文所提改进迭代容积卡尔曼滤波算法的优越性。考虑到地面机动目标的运动形式多样采用单个模型无法覆盖其运动形式的问题,引入多模型的概念,给出定结构多模型算法的具体框架;提出基于改进迭代容积卡尔曼滤波算法的交互式多模型算法,针对地面机动目标的可能运动形式进行模型集的设计;建立地面目标连续机动的仿真场景,进行蒙特卡罗数学仿真,验证交互式多模型算法相比于单模型算法的自适应性和高精度优势;在同一场景下,对比分析几种典型定结构多模型算法的协同定位结果,验证交互式多模型算法相比于其他定结构多模型算法,具有最高的效费比;利用交互式多模型算法,通过控制变量的方法,分析红外传感器测角精度等因素对于地面机动目标协同定位结果的影响,为工程实际中提高地面机动目标协同定位性能提供一定的参考。针对交互式多模型算法存在其固定模型集难以应对地面机动目标的复杂机动场景的局限性,基于图论引入了变结构多模型算法的概念,研究了动态有向图、有向图切换和自适应网格三种模型切换方法,提出了一种基于改进迭代容积卡尔曼滤波的自适应网格交互式多模型算法;建立地面目标复杂机动场景,通过数学仿真对比分析,验证了自适应网格交互式多模型算法模型集自适应算法的有效性和相比于交互式多模型的精度优势;分别利用动态有向图、有向图切换设计相应的变结构多模型协同定位算法,通过仿真对比验证了本文所提自适应网格交互式多模型算法的模型集切换效率和估计精度的优越性。
卢开钦[3](2020)在《基于效能评价的传感器管理系统研究》文中研究表明多传感器管理是依据不同的优化准则,对传感器资源进行合理分配,满足对目标跟踪的任务需求。在传感器探测系统中,能够实时调度的传感器资源往往是有限的,同时,受传感器探测能力、探测风险以及任务需求不同的限制,使得针对不同场景下的传感器管理技术研究具有重要的意义,也成为该领域科研工作者研究的热点。本文以多传感器协同跟踪目标为研究背景,以传感器管理为理论基础,以贝叶斯理论、滤波估计、加权融合、威胁评估等为技术手段,以任务需求为导向,分别设计跟踪精度、风险控制和信息增量优化准则下的效能评价函数,改进不同场景下的数据融合方法、目标风险评估准则和传感器控制策略,以实现合理分配传感器有限资源目的,提高传感器对目标的跟踪性能。本文的主要研究内容如下:针对目标探测任务中由于传感器切换带来目标跟踪不连续性,导致目标失跟、误跟的问题,提出一种基于预判准则的传感器管理算法。首先,构建以目标跟踪精度为优化准则的效能函数;其次,结合构建的效能函数和目标状态预测方差,给出用于判断异类传感器是否切换的预判准则;最后,根据预判结果,提出变加权扩展卡尔曼滤波(Changed Weighted Extended Kalman Filtering,CWEKF)算法来提高切换阶段的异类传感器的量测融合精度。仿真及分析表明,所提算法具有可行性和有效性,能有效减少异类传感器切换带来的量测跳变误差,为后续目标状态估计提供更可靠的量测信息。针对目标探测任务中由于风险评估的不确定性引起传感器分配不合理,对己方造成较大潜在风险的问题,提出一种面向风险控制的传感器管理算法。首先,通过改进威胁评估算法,提出利用动态模糊贝叶斯网络(Dynamic Fuzzy Bayesian Network,DFBN)的方法对目标威胁风险进行评估;其次,利用目标预测协方差对传感器的跟踪风险进行评估;最后,通过融合跟踪风险以及威胁风险构建效能函数,以风险最小化为优化准则,合理地分配传感器资源。仿真及分析表明,所提算法有效降低了传感器控制策略给目标量测带来的潜在风险,同时提高了目标跟踪性能。针对目标探测任务中由于多目标数量变化导致传感器量测带来的状态估计误差较大的问题,提出一种基于Rényi信息增量的传感器管理算法。首先,根据随机有限集(Random Finite Set,RFS)对多目标状态过程以及量测过程进行建模;其次,根据多目标多伯努利滤波的序贯蒙特卡洛递推过程,求解目标概率密度函数;最后,根据Rényi信息增量构建效能函数,以信息增量最大化为优化准则,对效能函数进行求解,计算传感器最优控制序列。仿真及分析表明,所提算法改善了多传感器对多目标探测的分配合理性,提高了系统对多目标数量及其状态估计精度。针对传感器管理性能验证问题,本文设计了一套传感器管理系统仿真平台。首先,给出传感器管理系统的仿真需求分析;其次,根据具体需求设计包括数据预处理、数据融合、数据分析、数据显示在内的多个功能模块;最后,利用Visual C++语言实现系统仿真平台的用户界面(User Interface,UI),并对仿真平台界面不同模块的功能进行了测试与分析。该系统仿真平台为传感器管理的工程应用提供有效的验证和评估支持。
靳冰洋[4](2020)在《多模复合制导航迹信息融合技术研究》文中指出随着电子技术的发展现代战场环境日益复杂,单一模式制导探测设备由于自身的限制和不足已逐渐无法满足现代战场环境的作战需求,在干扰环境下的作战效能逐渐降低,多模复合制导信息融合技术随之产生,其利用多个传感器的优点,采取优势互补的方法,提升制导系统在复杂干扰战场环境下的制导性能,增强制导设备的目标探测跟踪能力,作战效能明显优于单一模式制导设备。本文对多模复合制导航迹信息融合技术进行研究,以激光/雷达/红外三模复合制导为研究背景,对航迹形成、航迹关联、航迹融合进行分析研究,在此基础上利用相关算法设计了一套以激光/雷达/红外三模复合制导为应用背景的信息融合处理系统,并通过计算机仿真对信息融合系统在干扰背景环境下的性能进行了测试。具体工作细分如下:首先,文章对信息融合基础理论知识进行了简要的论述。介绍了信息融合技术的工作原理,对信息融合系统进行了分类,并对其中的检测级、位置级和属性级信息融合系统结构进行了详细说明,在此基础上,根据本文研究背景设计了分布式共平台三模复合制导信息融合处理方案。其次,对单传感器多目标航迹形成进行了研究分析,主要内容为数据关联、跟踪滤波和航迹管理。其中,数据关联是航迹形成最重要的部分,研究了数据关联时跟踪门的类型和选择方法,并对两种典型的数据关联算法进行了分析;对跟踪滤波算法中典型的卡尔曼滤波算法进行了研究;航迹管理规则可有效对航迹进行管理,对航迹管理规则中逻辑法和记分法的航迹管理准则进行了分析。然后,对航迹融合算法进行了研究,包括时空配准、航迹关联和航迹融合。配准和关联是融合的准备工作,分析了共平台背景下时间和空间对准方法;对加权航迹关联算法和序贯航迹关联算法进行了分析,在此基础上利用航迹整体态势和局部特性提出了一种基于灰色关联度的两级实时航迹关联算法,通过仿真实验对加权法、序贯法以及基于灰色关联度的两级实时航迹关联算法的性能进行了对比;航迹融合是对关联的航迹对进行融合处理,本文详细阐述了两种常用的航迹融合方法。最后,设计了信息融合处理系统,主要内容有信息融合系统的工作模式划分和工作流程、航迹信息融合协同处理方案以及对系统性能的仿真测试。根据信息融合系统各工作阶段的特点,对各阶段的工作模式和工作流程进行了详细的说明;依据信息融合算法,结合本文研究背景对航迹信息融合处理进行分析,设计了搜索时的协同搜索方法和跟踪时的航迹信息融合处理策略。通过计算机仿真搭建信息融合系统,对系统在干扰环境下的性能进行测试,验证了所设计信息融合处理系统的有效性。
高浩[5](2020)在《半潜式无人艇避障技术研究》文中研究表明目前,世界各国对海洋权益的话题日益升温,海洋资源的利用成为衡量一个国家发展程度的重要指标。智能无人艇依靠自身体积小、隐蔽性好、伤亡小等突出优点,在国防、海洋物理环境监控、港口安全、情报搜集等领域具有重要应用价值,是国际海洋强国竞争的前沿。半潜式无人艇作为智能无人艇大家族中的一员,鉴于其独特的航行方式,具有能够有效降低海水表面浪区的冲击和影响、隐蔽性好等优点,成为国内研究的一个热点。目前,国内对于半潜式无人艇研究较国外还有一定的差距,尤其是在半潜式无人艇的避障方面,研究还比较少,本文针对这一问题,对自主研发的半潜式无人艇的避障功能进行了研究,主要内容如下:提出一种障碍物信号数字表征的方法。半潜式无人艇在航行时,不仅需要考虑水面以上障碍物对其安全性造成的影响,还要考虑水面以下的障碍物。针对上述情况,水面以上障碍物检测采用红外传感器,水面以下障碍物检测选用超声波传感器。为了直观快速的表征半潜式无人艇传感器检测信号,首先利用信号融合的相关知识,对传感器信号进行融合,并提出了传感器信号融合的具体规则;然后对传感器信号进行数字化处理;最后将传感器检测信号利用两位16进制数字进行表征。提出一种符合航行规则的半潜式无人艇的避障策略。根据半潜式无人艇在航行时遭遇到的障碍物,结合《国际海上避碰规则》,定义了四种障碍物遭遇类型,即对遇、追越、左交叉和右交叉,在对每一种类型进行了具体描述的基础上,给出了每种类型的判断方法;然后根据半潜式无人艇实际航行状况,定义了三种避障场景:无障碍物、单一障碍物和多障碍物;最后针对上述四种遭遇类型和三种避障场景,分别对每一种情况给出了避障策略。为了保证半潜式无人艇快速稳定跟踪参考轨迹,提出一种基于MPC的轨迹跟踪控制方法。首先建立新型半潜式无人艇的运动模型,然后基于实际参数,构建MPC目标函数和系统约束条件,最后将半潜式无人艇轨迹跟踪问题转化为最优值问题;利用仿真软件,对控制算法进行了仿真分析。仿真结果表明:基于MPC的轨迹跟踪控制方法可以保证半潜式无人艇快速稳定跟踪参考轨迹。对半潜式无人艇避障控制系统进行设计与实现。本文采用了STM32F103ZET6作为避障控制系统的主控芯片,配合电源模块、障碍物检测模块、电机驱动模块、电子罗盘模块以及其他辅助器件,共同组成了半潜式无人艇的避障控制系统,实现避障功能,最后对避障控制系统进行试验验证。试验结果表明:半潜式无人艇避障控制系统稳定可靠,避障策略安全可行。经过理论研究和试验验证,本文提出的避障系统可以实现半潜式无人艇的避障功能,对今后进行半潜式无人艇避障控制方面研究具有一定的参考意义。
李聪聪[6](2020)在《三维复杂环境协同感知与可视化》文中指出目前,无人机和无人车被广泛地投入到实际的应用中,发挥着越来越重要的作用。然而,面对复杂的三维环境,无人机与无人车单独执行任务的成功率较低。无人系统的协同作战是解决上述问题的有效手段。针对当前的多数研究是关于单个无人机或无人车的操作,其生存能力以及适应环境能力不能满足在复杂环境执行任务的需求,本论文利用增强合成视景技术以及陆空协同操作系统来提高无人系统的生存能力。论文首先探讨了各类传感器对于在退化视觉环境中的适用性。接着研究了不同传感器图像之间的相互融合,并且实现了结合虚拟军事要素来增强飞行时对环境的感知和理解。然后设计了无人机传输的数据帧格式,实现了利用目标识别技术来处理无人机传输的数据帧。最后设计了三种地形中陆空协同作战任务,以适应不同地形带来的挑战。本论文的主要工作如下:1、研究了雨、雪、雾等不同的退化视觉环境条件的仿真,利用三维建模技术完成三维地形模型和障碍物模型的建立,利用三维视景仿真技术完成地形的加载,实现三维复杂环境的搭建。2、研究了三维场景感知技术。研究了多源传感器(如可见光、红外、毫米波雷达、激光雷达等)图像的仿真以及不同传感器信息的融合。利用着色器技术,实现多源传感器图像的仿真以及不同传感器图像效果的融合,以应对各种复杂天气环境的挑战。3、研究了增强合成视景技术。利用图形绘制技术,实现多种虚拟军事要素如空中通道,安全线等要素的绘制,以及将虚拟军事要素与三维场景的动态融合显示,提高无人机在三维复杂环境下的情景意识。4、研究了数据帧处理技术,实现了不同传感器的数据帧存储和导入。利用基于YOLOv3的目标识别技术来实现对数据帧图像的处理,完成对可见光图像的目标标示。并将处理后的数据帧进行导入,完成应用模式的综合演示。5、研究了无人机与无人车协同感知系统的仿真。利用传感器感知技术、增强合成视景技术,实现无人机、无人车系统在多种类型地形下执行侦察、打击、救援等任务的仿真,可以极大提高执行任务的效率与安全性。
杨锐[7](2020)在《单星观测下弹道导弹主动段参数估计技术研究》文中研究指明天基光学预警系统是完整的弹道导弹防御体系中不可缺少的一环,基于单星观测的弹道导弹主动段参数估计是天基光学预警系统发展的必经历程和重要组成部分。主流的弹道导弹主动段参数估计模型分为两类,一类是基于通用运动建模的估计模型,由于主动段运动模型十分复杂,对其精准的建模几乎不可能,往往导致估计算法的精度和效率均比较低,并且此类模型仍依赖一定的先验信息;另一类是基于标准弹道模板的估计模型,由于完备的标准模板库信息难以获取,且标准模板库规模过于庞大容易导致估计算法失效。针对上述问题,本文结合两类主流估计模型,提出一种基于弹道平面参数化切割的主动段参数估计模型,在单颗地球同步轨道(Geosynchronous Earth Orbit,GEO)预警卫星观测条件下,进行弹道导弹主动段的参数估计。本文首先对弹道导弹进行运动建模,为参数估计模型补充动力学约束;接着建立GEO严密几何成像模型,为参数估计模型提供观测数据;最后实现参数估计模型的构建与解算,主要工作与创新点如下:1.针对主流弹道导弹主动段运动建模难度大、精度低的问题,构建了弹道导弹主动段分级分段式运动模型。分解弹道导弹主动段的复杂受力情况,对导弹主动段加速度进行详细推导建模;深入分析其主动段多级助推、分阶段的运动特性,并在此基础上建立中远程弹道导弹主动段弹道模板库;基于构建的分级分段式运动模型,利用四阶龙格-库塔法实现导弹主动段的轨迹仿真。实验结果表明,基于该模型的仿真弹道能准确反映弹道导弹主动段的运动特性。2.针对高轨卫星观测时几何关系复杂的问题,建立了GEO观测严密几何成像模型。剖析GEO预警卫星红外传感器成像的过程,建立弹道导弹从物方坐标到预警图像坐标的几何传递关系。基于建立的GEO严密几何成像模型,实现导弹二维成像仿真以及观测矢量的提取。实验结果表明,该成像模型切实可行,能够为后续估计算法提供较可靠的仿真观测数据。3.针对遍历切割法时效低、对先验信息高依赖性的问题,提出了基于弹道平面参数化切割的主动段参数估计算法。进行弹道平面切割时,将弹道平面系数作为待估参数,推导弹道导弹主动段各运动参数关于弹道平面系数的方程式,利用Gausss-Newton迭代法实现估计模型的解算。实验结果表明,相比于遍历切割法,本文提出的估计算法更具针对性,估计精度更高,为单星观测下弹道导弹主动段参数估计问题提供了切实可行的新思路与方法。
于浩洋[8](2019)在《天基扩展小目标跟踪技术研究》文中指出天基红外光学监视系统利用部署在多个轨道平台所组成的光学传感器星座,对弹道导弹、航天发射等重要事件进行实时探测、跟踪、识别以及预报。对国土安全可能存在重大威胁事件的即时发现,有助于快速反应及时决策,增强我国战略防御能力。在这种应用背景下,天基红外光学监视系统面临着多种类、多型号目标的威胁考验。所以天基光学监视系统采用的探测体制和其中涉及的信息处理技术对系统效能具有决定性影响。天基红外光学监视系统星座均由多轨道平台搭载多波段光学传感器组成,采用双/多星视线交叉定位的体制,完成对空间目标的立体定位跟踪的任务。要实现对全球较为理想的覆盖,所需的星座系统规模极大,效费比极低,且面临多目标机动场景时,局部空域内卫星资源严重不足,系统存在难以克服的局限性。研究探索一种系统性能更强、效费比更高的新的探测体制显得极为迫切。为此,本文讨论了一种基于主/被动联合的双模探测体制,将激光的一维测距能力与红外二维测角能力相结合,实现单星对单/多目标的快速跟踪和定位。在主/被动联合探测系统的信息处理子系统中,红外测角子系统信息处理涉及到不同尺度、单/多目标跟踪问题,激光测距子系统信息处理涉及激光回波数据实时提取、光束对多目标遍历策略制定的问题。另外,为实现对目标的立体跟踪,还涉及到异质传感器数据融合问题。本文在不同章节对这些问题进行讨论。第二章首先对红外与激光联合探测体制系统进行分析,给出了红外激光联合系统组成和信息处理框架,分析了以美国“空间跟踪与监视系统”为代表的传统预警体制面临的严峻挑战与不足,阐述了主被动联合探测体制的显着优势;在现有激光发展的水平基础上,初步探索了主被动联合探测的可行性,从数值上分析了激光回波理论强度,作为后续研究内容的铺垫;其次,对红外与激光成像模型和目标像面特性开展研究,阐述了两种不同传感器成像过程的建模方法。研究了由物到像的扩展目标像面仿真方法,在此基础上给出了一种不失一般性的、更为简洁的像面扩展目标仿真方法,为第三章的研究斑、面形态的扩展目标提供切入点;再次,梳理了目标在惯性系下的运动规律以及红外传感器成像过程;最后,构建了一个典型的群目标仿真场景,给出了群目标的在光学像面上的成像数据,作为第四章研究内容的数据输入。第三章针对不同尺度和形态的扩展目标跟踪问题开展研究,分别针对面状扩展目标提出基于高斯过程的扩展目标跟踪滤波器,针对斑状扩展目标提出了三维箱粒子PHD滤波器。针对面扩展目标量测信息丰富、形态相对显着的特点,提出了一种既能估计目标质心又能估计目标形态的方法。本章引入高斯过程方法描述目标扩展形态,建立适应于立体目标的测量方程与运动方程,利用扩展卡尔曼滤波器实现了目标质心跟踪与扩展形态的估计。通过仿真验证了所提的算法能够有效跟踪扩展目标质心与扩展形态。针对斑扩展目标形态信息较少的特点,重点关注了斑扩展目标的质心跟踪问题。由于斑目标的量测包含幅度值信息,其质心相比于形心能够更加准确的描述目标实际位置,为此本章推导了融合了幅值信息的似然函数。提出了一种简单有效的方法对图像量测进行划分和包装,进一步地给出了用三维箱实现标准概率假设密度滤波的详细步骤。通过仿真,我们验证了所提的滤波器在跟踪扩展目标方面有更好的性能。第四章针对半混叠群目标跟踪问题提出了基于超分辨与箱粒子PHD结合的跟踪方法,针对可分辨密集群跟踪问题提出了超图匹配标签多伯努利滤波器。处于半混叠状态的群目标在像面上呈现出多、混、密的特点,并随着传感器观测视角的变化而变化,其跟踪难点在于难以准确分辨群内目标数量,进而无法实现对多目标状态和数目的估计。为此,本章首先引入了超分辨方法用以实现对半混叠状态群的分辨能力;其次,鉴于超分辨算法引入较大计算开销和耗时,跟踪算法的执行方法参考箱粒子滤波,用箱粒子形式对目标状态进行描述以及对量测进行包装,进而将箱粒子作为概率假设密度滤波器的执行方法,最后通过增添航迹标签的方式实现多目标轨迹输出功能。标签箱粒子概率假设密度滤波器能够保证与传统点粒子概率假设密度滤波器具备相似的跟踪精度,又能够大大节省计算资源,能够显着降低计算耗时。针对可分辨群目标跟踪中存在的目标密集分布、视场抖动造成的数据关联难的问题,本章将群内多临近目标组成的群视为一个结构稳定的图,各目标为图中节点,通过引入超图理论描述多目标位置结构关系。根据群结构相对稳定的特点,摒弃传统依据距离计算关联强弱的逻辑,利用超图匹配方法实现帧间多目标的数据关联,避免了仅依靠距离判断关联逻辑造成的错误关联,显着提升了跟踪精确度和航迹输出的准确度。第五章侧重对主动传感器测距信息提取以及主被动传感器数据融合问题开展研究,提出了激光回波实时检测方法以及激光传感器对多目标遍历策略。由于激光回波为一维距离信息,而传统粒子为二维点,本章设计了一种能准确适应激光回波特性的线型粒子,并将其与传统的粒子滤波算法相结合,有效的实现了激光测距信息的实时检测和提取。此外,还利用仿真数据和来自不同地基激光测距装置的实测数据对所提出的线型粒子滤波器进行了验证,取得良好效果。由于激光光斑通常仅能覆盖单一目标,在面临多目标场景是,需要根据红外像面多目标分布位置,制定一个最优的指向策略。本章将像面多目标的光斑指向的遍历顺序问题建模为旅行商问题,利用遗传算法求得遍历用时最短的解,也就是指向策略;针对激光重频远高于红外帧频、且探测率低的特点,本章将激光回波数据在时域上进行积累,积累周期与红外帧频保持一致。这样既能增加一个周期内激光回波数量,又能达到异质传感器周期同步的目的。进一步地,利用提取的测距信息以及红外二维角信息,依次对各目标执行无迹扩展卡尔曼滤波算法。结合高精度测距信息后,目标三维状态跟踪精度会得到显着提高。提出了两种主动传感器对多目标遍历的方式,仿真了两种遍历模式下的目标群体跟踪精度,分析了两种模式的性能差异的原因,验证了循环遍历模式能够获得更优的跟踪精度,并说明了该遍历模式下跟踪精度的提高是以频繁调整测距传感器指向为代价的结论。本文立足主被动联合探测体制下的天基红外光学监视系统应用需求,提出了适用于该探测体制的信息处理算法,研究成果丰富了扩展目标跟踪、群目标跟踪等算法理论,为天基光学监视系统信息处理子系统的设计和研制提供了技术支撑。
吴东娅[9](2019)在《基于红外辐射强度序列的神经网络空间目标识别方法研究》文中研究表明基于红外成像的空间目标识别是导弹防御系统中的关键环节。远距离空间目标的红外成像为点目标,仅能获取目标辐射强度序列。如何从中提取目标的形状和姿态运动等特征信息,进行有效的点目标识别是研究的重点和难点问题。在智能化作战需求的牵引下,本课题基于空间点目标的红外辐射强度时间序列,开展了神经网络空间目标识别技术的研究,主要研究内容包括以下三个方面:第一,空间目标红外辐射强度建模及形状与姿态反演。对目标表面温度和姿态运动等特征进行了建模分析,并建立了目标投影面积模型和红外辐射强度序列模型。针对模型对影响目标辐射强度序列的因素进行了仿真分析,并生成了四类典型目标的辐射强度序列,作为后续进行识别研究的数据基础。运用基于高斯映射图的目标形状表示方法,通过投影面积序列对凸体目标的形状参数进行估计,进而实现了目标形状反演。进一步进行目标的形状和姿态参数联合估计,针对微动参数的非凸目标函数,采用混沌粒子群优化算法,避免陷入局部极小值,对目标形状和姿态参数进行了有效估计,从而实现了目标形状和姿态的反演。第二,基于独立随机循环神经网络的目标分类研究。根据远距离空间目标识别需求,提出了一种基于独立随机循环神经网络的目标分类算法。独立随机循环神经网络模型一方面通过调整隐含层结构,使得隐含层神经元相互独立,解决了梯度消失和爆炸的问题,增强了处理长序列的能力,有利于学习较长序列样本的特征用于分类;另一方面,在输入空间引入历史信息,提高了模型的记忆能力和推广性能,更重要的是增强了模型的分类能力。在UCR公用数据集以及空间目标的仿真数据集上进行算法测试,实验结果表明独立随机循环神经网络相较于基本循环神经网络显着增强了分类性能和对噪声的鲁棒性。第三,基于半监督辅助分类生成式对抗网络的目标识别算法研究。针对在带标签数据受限情况下的空间目标红外辐射强度时间序列分类问题,提出了一种基于半监督辅助分类生成式对抗网络的空间目标识别算法,有效解决了训练过程中的模式崩溃问题,提高了判别器和生成器的性能。针对模型在训练过程中不稳定和不收敛等问题,提出了特征匹配和虚拟批量标准化两项改进措施。通过仿真实验对半监督辅助分类生成式对抗网络模型的分类性能和生成性能进行了分析,验证了模型能有效实现空间目标红外辐射强度序列的分类,并且对噪声具有较高的鲁棒性,同时生成的样本和真实样本具有较高的相似度。
刘闻[10](2019)在《基于Agent的天基预警体系的建模仿真方法研究》文中指出天基预警体系作为弹道导弹防御系统的“眼睛”,是对弹道导弹目标进行发现、监视、探测、跟踪的主要执行者,扮演着导弹防御过程中极其关键的角色。当前新一代的天基预警体系实现了高、低轨卫星协同组网工作,大大提高了预警跟踪的覆盖能力,可以提供精确的目标探测结果。本文以天基预警体系为研究对象开展研究工作,针对天基预警体系内各系统的组成和功能进行仿真建模分析,主要研究内容包括:首先,以天基反导预警体系为主要研究对象,对其包含的系统和功能进行研究分析。根据预警体系内各类系统的基本工作模式和预警探测任务执行流程,针对当前体系运行具有的复杂性、动态性、交互性特点,采用基于Agent的建模仿真方法,设计了天基预警体系的Agent层级架构,并形成适应体系功能的Agent行为模型。其次,对天基预警体系中预警卫星的主要功能进行了研究,以基于Agent的建模思路,构建了可参数化配置的预警卫星功能模型,具备轨道推算、星载传感器探测识别、毁伤状态评估、卫星系统运行与管理、信息交互等功能,可适应不同仿真想定的使用需求。预警卫星模型既可以独立进行仿真分析,也可为预警体系运行研究和仿真提供模型基础。再次,以预警任务管理控制中心的功能为主要研究内容,对预警体系的工作流程和任务调度规划方法进行研究。设计了双星立体观测弹道点重建算法、弹道预报算法、目标威胁度动态计算方法和基于Agent协商机制的预警资源调度算法。建立了具备通信交互功能和可处理探测数据结果形成预警任务并进行规划调度功能的预警任务管控Agent模型。最后,建立了天基预警体系仿真实验系统,开展了仿真实验。验证了预警卫星及任务管控中心的主要功能,并对体系运行的工作流程进行了仿真分析,得出了相关的结论。本文的研究对攻防对抗体系仿真开展可提供模型支撑,也对未来弹道导弹设计和天基预警系统建立具有一定的参考作用。
二、武器红外传感器系统实时仿真概述(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、武器红外传感器系统实时仿真概述(论文提纲范文)
(1)无人值守无线传感器网络系统可生存性关键技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 无人值守无线传感器网络国内外研究现状 |
1.3 无人值守无线传感器网络系统可生存性国内外研究现状 |
1.3.1 无人值守无线传感器网络系统可生存性增强技术研究现状 |
1.3.2 无人值守无线传感器网络系统可生存性评估指标及方法研究现状 |
1.4 论文主要研究内容 |
1.4.1 无人值守无线传感器网络系统失效节点检测方案研究 |
1.4.2 无人值守无线传感器网络系统可重构路由技术研究 |
1.4.3 无人值守无线传感器网络系统可生存性评估研究 |
1.5 论文组织结构 |
第二章 无人值守无线传感器网络系统及其可生存性理论基础 |
2.1 无人值守无线传感器网络概述 |
2.1.1 无人值守无线传感器网络系统结构 |
2.1.2 无线传感器节点结构 |
2.1.3 无人值守无线传感器网络特点 |
2.1.4 无人值守无线传感器网络应用 |
2.1.5 无人值守无线传感器网络系统功能 |
2.1.6 关键问题分析 |
2.2 无人值守无线传感器网络系统可生存性理论 |
2.2.1 无人值守无线传感器网络系统可生存性定义 |
2.2.2 无人值守无线传感器网络系统可生存性评估建模方法 |
2.3 本章小结 |
第三章 无人值守无线传感器网络系统失效节点检测方案研究 |
3.1 引言 |
3.2 相关工作 |
3.3 无人值守无线传感器网络系统失效节点检测率动态规划模型 |
3.3.1 传感器节点状态转换过程 |
3.3.2 无人值守无线传感器网络系统失效节点(妥协节点)检测模型 |
3.3.3 基于动态规划方程的最优检测率动态规划模型 |
3.4 仿真实验 |
3.4.1 仿真实验设置 |
3.4.2 参数设置 |
3.4.3 仿真实验结果分析 |
3.5 本章小结 |
第四章 无人值守无线传感器网络系统可重构路由技术研究 |
4.1 引言 |
4.2 相关工作 |
4.3 无人值守无线传感器网络系统可重构路由模型 |
4.3.1 网络模型 |
4.3.2 攻击模型 |
4.3.3 攻击行为描述 |
4.3.4 行为收集过程 |
4.3.5 传感器节点及路径的攻击概率 |
4.3.6 传感器节点及路径的状态 |
4.3.7 信息感知可重构路由模型 |
4.4 最小代价路径算法 |
4.5 仿真实验 |
4.5.1 仿真实验设置 |
4.5.2 参数设置 |
4.5.3 仿真实验结果分析 |
4.6 本章小结 |
第五章 无人值守无线传感器网络系统可生存性评估研究 |
5.1 引言 |
5.2 相关工作 |
5.3 无人值守无线传感器网络系统可生存性评估指标 |
5.3.1 丢包率 |
5.3.2 无人值守无线传感器网络系统可靠性 |
5.3.3 无人值守无线传感器网络系统可用性 |
5.3.4 无人值守无线传感器网络系统可生存性 |
5.4 网络模型 |
5.4.1 网络拓扑结构 |
5.4.2 网络假设 |
5.4.3 威胁模型 |
5.5 基于连续时间马尔可夫链的受攻击无人值守无线传感器网络节点生存模型 |
5.5.1 传感器节点生存模型 |
5.5.2 稳态分析 |
5.6 无人值守无线传感器网络系统可生存性评估指标量化 |
5.6.1 无人值守无线传感器网络系统可靠度 |
5.6.2 无人值守无线传感器网络系统可用度、可生存度 |
5.7 无人值守无线传感器网络系统可生存性评估方法验证实验 |
5.7.1 仿真实验设置 |
5.7.2 参数设置 |
5.7.3 仿真实验结果分析 |
5.8 无人值守无线传感器网络系统可生存性增强技术评估实验 |
5.8.1 仿真实验设置 |
5.8.2 仿真实验结果分析 |
5.9 本章小结 |
第六章 方案验证 |
6.0 引言 |
6.1 实验设置 |
6.1.1 实验平台搭建 |
6.1.2 通信模块设计 |
6.2 实际网络部署 |
6.3 实验结果 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 论文工作总结 |
7.2 论文的主要创新点 |
7.3 工作展望 |
参考文献 |
攻读博士期间发表的论文及所取得的研究成果 |
致谢 |
(2)基于多模型的地面机动目标协同定位方法(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状及分析 |
1.2.1 目标运动模型研究现状 |
1.2.2 多模型算法结构研究现状 |
1.2.3 非线性滤波方法研究现状 |
1.3 论文主要研究内容 |
第2章 机动目标协同定位建模与验证 |
2.1 引言 |
2.2 地面目标运动模型 |
2.2.1 CV和CA模型 |
2.2.2 “当前”统计模型 |
2.2.3 协同转弯模型 |
2.3 红外传感器测量模型 |
2.4 基于确定性采样的非线性滤波方法 |
2.4.1 容积卡尔曼滤波 |
2.4.2 迭代容积卡尔曼滤波 |
2.4.3 改进迭代容积卡尔曼滤波 |
2.4.4 协同定位滤波器设计 |
2.5 基于拉丁超立方抽样的测量噪声模拟方法 |
2.6 数学仿真及分析 |
2.6.1 仿真场景 |
2.6.2 蒙特卡洛仿真及分析 |
2.7 本章小结 |
第3章 基于定结构多模型的机动目标协同定位方法 |
3.1 引言 |
3.2 定结构多模型算法基本框架 |
3.3 基于改进迭代容积卡尔曼滤波的交互式多模型算法 |
3.3.1 模型集选取 |
3.3.2 滤波器设计 |
3.3.3 仿真场景 |
3.3.4 数学仿真及分析 |
3.4 定结构多模型算法仿真对比分析 |
3.5 协同定位性能影响因素分析 |
3.5.1 红外传感器测角精度分析 |
3.5.2 红外传感器采样步长分析 |
3.5.3 无人机基线长度分析 |
3.5.4 无人机数量分析 |
3.5.5 模型转移概率矩阵分析 |
3.6 本章小结 |
第4章 基于变结构多模型的机动目标协同定位方法 |
4.1 引言 |
4.2 变结构多模型算法基本框架 |
4.3 基于改进迭代容积卡尔曼滤波的自适应网格交互式多模型算法 |
4.3.1 自适应网格交互式多模型算法设计 |
4.3.2 仿真场景 |
4.3.3 数学仿真与分析 |
4.4 变结构多模型算法仿真对比分析 |
4.4.1 基于改进迭代容积卡尔曼滤波的动态有向图交互式多模型算法 |
4.4.2 基于改进迭代容积卡尔曼滤波的有向图切换交互式多模型算法 |
4.4.3 对比分析 |
4.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间所发表的论文及其它成果 |
致谢 |
(3)基于效能评价的传感器管理系统研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 单目标跟踪中传感器管理研究 |
1.2.2 风险控制下的传感器管理研究 |
1.2.3 多目标跟踪中传感器管理研究 |
1.3 论文研究内容及结构安排 |
2 理论基础 |
2.1 传感器管理理论 |
2.2 系统建模 |
2.3 信息融合 |
2.4 贝叶斯网络推理 |
2.5 本章小结 |
3 基于预判准则的传感器管理算法 |
3.1 效能函数的构建 |
3.2 异类传感器切换的预判准则 |
3.3 CWEKF融合算法 |
3.4 算法实现 |
3.5 仿真实验与分析 |
3.5.1 仿真场景及参数设置 |
3.5.2 仿真结果及分析 |
3.6 本章小结 |
4 面向风险控制的自适应传感器管理算法 |
4.1 基于DFBN的目标威胁风险评估策略 |
4.1.1 目标威胁风险评估模型构建 |
4.1.2 目标威胁风险评估策略实现 |
4.2 基于状态预测的目标跟踪风险评估策略 |
4.3 效能函数的构建 |
4.4 算法实现 |
4.5 仿真实验与分析 |
4.5.1 仿真场景及参数设置 |
4.5.2 仿真结果及分析 |
4.6 本章小结 |
5 基于Rényi信息增量的传感器管理算法 |
5.1 基于RFS的多目标系统建模 |
5.2 效能函数的构建 |
5.3 多伯努利滤波递推过程 |
5.4 算法实现 |
5.5 仿真实验与分析 |
5.5.1 仿真场景及参数设置 |
5.5.2 仿真结果及分析 |
5.6 本章小结 |
6 传感器管理系统仿真平台设计 |
6.1 仿真平台需求分析 |
6.2 仿真平台设计思路 |
6.2.1 系统功能框图 |
6.2.2 系统设计流程 |
6.3 仿真平台实现 |
6.3.1 开发环境 |
6.3.2 模块数据表 |
6.3.3 用户界面设计 |
6.4 仿真平台测试与分析 |
6.4.1 测试环境 |
6.4.2 功能测试 |
6.4.3 测试结果分析 |
6.5 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
攻读学位期间的科研成果 |
(4)多模复合制导航迹信息融合技术研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 论文研究背景和意义 |
1.2 多模复合制导技术研究历史现状及发展趋势 |
1.2.1 多模复合制导技术国内外研究历史与现状 |
1.2.2 多模复合制导技术发展趋势 |
1.3 本文的研究工作及安排 |
第二章 多模复合制导信息融合基础理论 |
2.1 引言 |
2.2 信息融合技术原理 |
2.3 信息融合系统结构模型 |
2.4 多模复合制导信息融合处理方案 |
2.5 本章小结 |
第三章 航迹形成算法 |
3.1 引言 |
3.2 数据关联 |
3.2.1 跟踪门 |
3.2.2 数据关联算法 |
3.3 跟踪滤波算法 |
3.4 航迹管理 |
3.4.1 逻辑法 |
3.4.2 记分法 |
3.5 仿真实验 |
3.6 本章小结 |
第四章 航迹融合算法 |
4.1 引言 |
4.2 时空配准 |
4.2.1 时间配准 |
4.2.2 空间配准 |
4.3 航迹关联 |
4.3.1 加权航迹关联算法 |
4.3.2 序贯航迹关联算法 |
4.3.3 基于灰色关联度的两级实时航迹关联算法 |
4.4 航迹融合 |
4.5 仿真实验 |
4.6 本章小结 |
第五章 信息融合系统设计与性能仿真测试 |
5.1 引言 |
5.2 信息融合系统工作模式和工作流程 |
5.2.1 信息融合系统工作模式划分 |
5.2.2 信息融合系统工作流程 |
5.3 信息融合系统协同处理方案 |
5.3.1 多模复合制导协同搜索方法 |
5.3.2 航迹信息融合处理策略 |
5.4 信息融合系统抗干扰性能仿真测试 |
5.4.1 系统仿真测试方法与测试项目 |
5.4.2 信息融合系统性能仿真测试结果 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者简介 |
(5)半潜式无人艇避障技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 选题背景及意义 |
1.2 国内外避障研究现状 |
1.2.1 国外避障研究现状 |
1.2.2 国内避障研究现状 |
1.3 课题来源及本文主要章节安排 |
1.3.1 课题来源 |
1.3.2 论文主要章节安排 |
第二章 半潜式无人艇避障方案总体设计 |
2.1 半潜式无人艇介绍 |
2.2 半潜式无人艇避障需求分析 |
2.3 半潜式无人艇避障控制系统功能分析 |
2.4 半潜式无人艇避障控制系统总体结构设计 |
2.5 小结 |
第三章 半潜式无人艇障碍物检测与避障决策 |
3.1 障碍物检测 |
3.1.1 水上障碍物检测 |
3.1.2 水下障碍物检测 |
3.2 障碍物信号数字表征 |
3.2.1 障碍物信号融合主要内容 |
3.2.2 传感器信号融合规则 |
3.2.3 传感器信号数字化处理 |
3.3 半潜式无人艇障碍物遭遇类型 |
3.4 半潜式无人艇避障决策 |
3.4.1 无障碍物 |
3.4.2 单一障碍物 |
3.4.3 多障碍物 |
3.5 小结 |
第四章 半潜式无人艇避障控制系统 |
4.1 半潜式无人艇避障控制系统硬件设计 |
4.1.1 主控芯片模块 |
4.1.2 电源模块 |
4.1.3 电机驱动模块 |
4.1.4 电子罗盘模块 |
4.2 半潜式无人艇避障轨迹跟踪算法设计 |
4.2.1 半潜式无人艇数学模型建立 |
4.2.2 MPC控制器设计 |
4.2.3 仿真验证及分析 |
4.3 小结 |
第五章 半潜式无人艇避障系统试验验证 |
5.1 试验场地 |
5.2 试验方法 |
5.3 试验过程 |
5.4 试验结果分析 |
5.5 小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录 |
致谢 |
攻读硕士学位期间的科研成果 |
(6)三维复杂环境协同感知与可视化(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 协同作战研究现状 |
1.2.2 增强合成视景系统研究现状 |
1.3 论文研究内容、创新性与组织结构 |
1.3.1 论文研究内容 |
1.3.2 论文创新性 |
1.3.3 论文组织结构 |
第二章 三维复杂环境协同感知与可视化技术分析 |
2.1 关键技术 |
2.1.1 增强合成视景技术 |
2.1.2 数据库技术 |
2.1.3 传感器技术 |
2.1.4 障碍物凸显技术 |
2.2 技术路线 |
2.3 三维场景建模技术 |
2.3.1 三维建模软件 |
2.3.2 三维地形建模 |
2.3.3 三维地物建模 |
2.3.4 三维地形数据库构建 |
2.4 虚拟仪表构建技术 |
2.5 基于YOLOv3的目标识别技术 |
2.6 本章小结 |
第三章 三维复杂环境构建与感知 |
3.1 退化视觉环境仿真 |
3.1.1 昼夜环境模拟 |
3.1.2 雨雪环境模拟 |
3.1.3 雾和沙尘暴模拟 |
3.1.4 扬尘模拟 |
3.1.5 积雪模拟 |
3.2 多源传感器仿真 |
3.2.1 前视红外感知 |
3.2.2 激光雷达感知 |
3.2.3 毫米波雷达感知 |
3.3 本章小结 |
第四章 场景融合感知与虚拟军事要素实现 |
4.1 多源传感器融合感知 |
4.1.1 红外与地形数据库融合 |
4.1.2 激光雷达与地形数据库融合 |
4.1.3 毫米波雷达与地形数据库融合 |
4.1.4 前视红外、激光雷达与地形数据库融合 |
4.1.5 前视红外、毫米波雷达与地形数据库融合 |
4.1.6 可见光、毫米波雷达与地形数据库融合 |
4.2 虚拟军事要素的设计与实现 |
4.2.1 地形告警系统 |
4.2.2 障碍物凸显处理 |
4.2.3 着陆区域凸显 |
4.2.4 空中高速公路 |
4.3 本章小结 |
第五章 数据帧实现与处理 |
5.1 数据帧设计 |
5.2 数据帧图像压缩 |
5.3 数据帧记录格式 |
5.4 基于卷积网络的目标检测 |
5.4.1 卷积神经网络 |
5.4.2 卷积神经网络的训练过程 |
5.4.3 基于卷积神经网络的检测算法 |
5.5 基于YOLOv3算法的目标识别 |
5.5.1 基本原理 |
5.5.2 训练过程 |
5.5.3 测试结论 |
5.6 本章小结 |
第六章 陆空协同作战 |
6.1 多无人机协同侦察 |
6.1.1 无人机侦察策略设计 |
6.1.2 无人机高空侦察 |
6.1.3 侦察目标的显示 |
6.2 无人车作战实现 |
6.2.1 无人车行驶控制 |
6.2.2 无人车的路径规划 |
6.3 二维电子地图 |
6.3.1 二三维联动标记图标 |
6.3.2 定位与导航 |
6.3.3 利用电子地图制导 |
6.4 状态显示 |
6.5 毁伤评估 |
6.6 协同攻击与救援 |
6.6.1 协同攻击 |
6.6.2 协同救援 |
6.7 增强现实显示 |
6.8 本章小结 |
第七章 三维复杂环境协同感知仿真系统设计与实现 |
7.1 三维复杂环境协同感知仿真系统设计 |
7.2 三维复杂环境协同感知仿真系统实现 |
7.2.1 退化视觉环境演示 |
7.2.2 多源异构传感器感知与成像演示 |
7.2.3 多源传感器融合感知演示 |
7.2.4 虚拟要素和威胁凸显演示 |
7.2.5 陆空协同演示 |
7.2.6 应用模式演示 |
7.3 本章小结 |
第八章 总结与展望 |
8.1 研究结论 |
8.2 研究展望 |
参考文献 |
致谢 |
作者简介 |
(7)单星观测下弹道导弹主动段参数估计技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究发展现状 |
1.2.1 基于通用运动建模的主动段参数估计 |
1.2.2 基于弹道模板的主动段参数估计 |
1.3 研究内容与论文结构 |
1.3.1 研究内容 |
1.3.2 论文结构 |
第二章 弹道导弹主动段运动特性研究 |
2.1 弹道导弹主动段动力学建模 |
2.1.1 弹道基本假设与主动段受力分析 |
2.1.2 加速度与主动段运动模型 |
2.1.3 弹道模板库构建 |
2.2 弹道导弹主动段运动轨迹仿真 |
2.2.1 基本数值积分方法 |
2.2.2 分级分段式轨迹仿真 |
2.2.3 实验结果与分析 |
2.3 本章小结 |
第三章 GEO观测严密几何成像模型研究 |
3.1 主要坐标系基本定义及转换矩阵 |
3.1.1 主要坐标系定义 |
3.1.2 主要坐标系转换矩阵 |
3.2 GEO观测导弹成像几何仿真 |
3.2.1 严密几何成像模型 |
3.2.2 实验设计及结果分析 |
3.3 观测矢量提取及表示 |
3.3.1 弹道导弹观测模型 |
3.3.2 观测矢量提取及表示 |
3.4 本章小结 |
第四章 基于弹道平面参数化切割的主动段参数估计方法研究 |
4.1 基于弹道平面遍历切割的主动段参数估计模型 |
4.1.1 弹道平面切割的解析几何问题 |
4.1.2 基于弹道平面遍历切割的主动段参数估计算法步骤 |
4.2 基于弹道平面参数化切割的主动段参数估计模型 |
4.2.1 弹道平面参数化切割模型 |
4.2.2 基于弹道平面参数化切割的主动段参数估计原理 |
4.2.3 基于弹道平面参数化切割的主动段参数估计算法步骤 |
4.3 实验设计与结果分析 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 工作总结 |
5.2 进一步工作与展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(8)天基扩展小目标跟踪技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 相关问题研究现状 |
1.2.1 目标跟踪技术 |
1.2.2 红外激光联合探测技术 |
1.3 论文的主要工作和结构安排 |
第二章 主被动光学联合探测与目标特性分析 |
2.1 引言 |
2.2 主被动联合探测系统分析 |
2.2.1 主被动联合探测体制的比较优势 |
2.2.2 远距离激光回波强度分析 |
2.2.3 探测系统组成与信息处理框架 |
2.3 系统成像模型与目标特性分析仿真 |
2.3.1 主/被动传感器测量模型 |
2.3.2 扩展目标形态分析与仿真 |
2.3.3 群目标运动特性分析与仿真 |
2.4 本章小结 |
第三章 面扩展目标与斑扩展目标跟踪方法 |
3.1 引言 |
3.2 基于高斯过程的面扩展目标跟踪 |
3.2.1 高斯过程理论 |
3.2.2 基于高斯过程的目标扩展形态表示 |
3.2.3 状态空间模型 |
3.2.4 仿真实验与分析 |
3.3 基于三维箱粒子PHD的多扩展目标质心跟踪方法 |
3.3.1 箱粒子滤波理论 |
3.3.2 幅值信息引入 |
3.3.3 CBP-ET-PHD滤波器 |
3.3.4 仿真测试与分析 |
3.4 本章小结 |
第四章 基于标签随机有限集的群目标跟踪方法 |
4.1 引言 |
4.2 标签随机有限集与贝叶斯多目标滤波 |
4.2.1 标签随机有限集 |
4.2.2 标签RFS与贝叶斯多目标滤波 |
4.2.3 标签多目标贝叶斯滤波的两种近似方法 |
4.3 基于标签箱粒子PHD滤波器的混叠群目标跟踪 |
4.3.1 基于稀疏重构的箱粒子包装 |
4.3.2 箱粒子似然矩阵优选方法 |
4.3.3 标签箱粒子PHD实现 |
4.3.4 仿真实验与分析 |
4.4 基于超图匹配LMB滤波器的密集群目标跟踪 |
4.4.1 基于超图理论的数据关联 |
4.4.2 HGM-LMB滤波器更新推导 |
4.4.3 仿真实验与分析 |
4.5 本章小结 |
第五章 主动传感器信息提取与主被动数据融合 |
5.1 引言 |
5.2 基于线段型粒子滤波的激光回波检测 |
5.2.1 线段型粒子 |
5.2.2 线段型粒子滤波器 |
5.2.3 数据实验与分析 |
5.3 主被动传感器数据融合 |
5.3.1 测距传感器指向策略 |
5.3.2 数据融合算法 |
5.3.3 仿真实验与分析 |
5.4 本章小结 |
第六章 结论与展望 |
6.1 主要工作与创新点 |
6.2 后续工作展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(9)基于红外辐射强度序列的神经网络空间目标识别方法研究(论文提纲范文)
缩略词 |
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 空间目标红外识别系统 |
1.2.2 红外辐射强度模型 |
1.2.3 空间目标红外特性分析 |
1.2.4 基于神经网络的空间目标识别方法 |
1.3 论文的研究思路及结构安排 |
第二章 空间目标辐射强度序列建模及形状与姿态反演 |
2.1 引言 |
2.2 空间目标特性分析与建模 |
2.2.1 目标表面温度场模型 |
2.2.2 目标姿态运动模型 |
2.3 辐射强度模型仿真与分析 |
2.3.1 辐射强度模型 |
2.3.2 投影面积模型 |
2.3.3 序列仿真与分析 |
2.4 目标参数估计与形状反演 |
2.4.1 基于高斯映射图的目标形状表示 |
2.4.2 参数估计方法 |
2.4.3 形状反演仿真实验 |
2.5 形状和姿态反演 |
2.5.1 估计问题描述 |
2.5.2 形状和姿态估计与反演实验 |
2.6 本章小结 |
第三章 基于独立随机循环神经网络的目标分类 |
3.1 引言 |
3.2 基本RNN算法 |
3.2.1 RNN结构分析 |
3.2.2 RNN训练过程 |
3.2.3 基于RNN的红外辐射强度序列分类实验 |
3.3 改进的RNN模型 |
3.3.1 形状分类任务分析 |
3.3.2 IndRNN模型 |
3.3.3 RRNN模型 |
3.3.4 IRRNN整体结构 |
3.4 仿真实验与分析 |
3.4.1 IndRNN处理长序列性能实验 |
3.4.2 UCR数据集分类实验 |
3.4.3 空间目标辐射序列分类实验 |
3.5 本章小结 |
第四章 半监督辅助分类生成式对抗网络目标识别研究 |
4.1 引言 |
4.2 生成式对抗网络 |
4.2.1 GAN原理 |
4.2.2 GAN网络训练 |
4.2.3 DCGAN模型 |
4.3 半监督辅助分类生成式对抗网络序列分类 |
4.3.1 SGAN网络结构与训练过程 |
4.3.2 SACGAN模型结构与仿真 |
4.3.3 SACGAN改进技术 |
4.3.4 生成样本的评价标准 |
4.4 仿真实验与模型分析 |
4.4.1 网络参数设置 |
4.4.2 UCR数据集分类实验 |
4.4.3 辐射强度时间序列分类实验 |
4.5 本章小结 |
第五章 结论与展望 |
5.1 论文主要工作 |
5.2 后续研究展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(10)基于Agent的天基预警体系的建模仿真方法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景,目的及意义 |
1.2 国内外在本研究领域最新研究成果与发展现状分析 |
1.2.1 基于Agent的建模与仿真技术研究与发展 |
1.2.2 预警卫星系统分析与仿真研究与进展 |
1.2.3 卫星资源调度与威胁评估方法研究与进展 |
1.2.4 相关领域现有研究的特点与不足 |
1.3 主要研究内容 |
2 基于Agent的预警体系模型框架设计 |
2.1 引言 |
2.2 天基预警体系组成及运行流程分析 |
2.2.1 天基预警体系的基本结构和功能 |
2.2.2 天基预警探测任务执行过程分析 |
2.3 天基预警体系模型基本组成与设计 |
2.3.1 天基预警体系模型框架设计 |
2.3.2 天基预警体系模型任务执行基本流程设计 |
2.4 基于Agent的天基预警体系架构设计 |
2.4.1 Agent及 Agent行为模型概念 |
2.4.2 多Agent体系结构 |
2.4.3 天基预警体系Agent行为模型及结构设计 |
2.5 本章小结 |
3 预警卫星模型的设计与构建 |
3.1 引言 |
3.2 预警卫星Agent模型框架设计 |
3.3 预警卫星模块功能设计与构建 |
3.3.1 执行模块功能 |
3.3.2 有效载荷模块功能 |
3.3.3 通信模块功能 |
3.3.4 毁伤模型判定功能 |
3.3.5 预警卫星Agent构建与运行 |
3.4 本章小结 |
4 预警任务管理控制模型的设计与构建 |
4.1 引言 |
4.2 任务管理控制Agent模型功能框架 |
4.3 任务管理控制模型功能设计与构建 |
4.3.1 预警探测数据处理模块 |
4.3.2 预警任务生成模块 |
4.3.3 任务规划调度模块 |
4.4 本章小结 |
5 天基预警体系运行仿真验证与分析 |
5.1 引言 |
5.2 仿真系统总体设计 |
5.2.1 软件开发环境 |
5.2.2 总体架构 |
5.2.3 仿真工作流程 |
5.3 仿真实验方案及运行结果 |
5.3.1 高轨预警卫星探测仿真分析 |
5.3.2 低轨预警卫星探测仿真分析 |
5.3.3 天基预警体系运行仿真分析 |
5.4 本章小结 |
结论 |
6.1 本文总结 |
6.2 进一步的研究与展望 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
四、武器红外传感器系统实时仿真概述(论文参考文献)
- [1]无人值守无线传感器网络系统可生存性关键技术研究[D]. 石琼. 中北大学, 2020(11)
- [2]基于多模型的地面机动目标协同定位方法[D]. 蔡李根. 哈尔滨工业大学, 2020(02)
- [3]基于效能评价的传感器管理系统研究[D]. 卢开钦. 河南大学, 2020(02)
- [4]多模复合制导航迹信息融合技术研究[D]. 靳冰洋. 西安电子科技大学, 2020(05)
- [5]半潜式无人艇避障技术研究[D]. 高浩. 上海海洋大学, 2020(03)
- [6]三维复杂环境协同感知与可视化[D]. 李聪聪. 西安电子科技大学, 2020(05)
- [7]单星观测下弹道导弹主动段参数估计技术研究[D]. 杨锐. 南京航空航天大学, 2020(07)
- [8]天基扩展小目标跟踪技术研究[D]. 于浩洋. 国防科技大学, 2019(01)
- [9]基于红外辐射强度序列的神经网络空间目标识别方法研究[D]. 吴东娅. 国防科技大学, 2019(01)
- [10]基于Agent的天基预警体系的建模仿真方法研究[D]. 刘闻. 中国运载火箭技术研究院, 2019(03)