航跡起始及機動目標(biāo)跟蹤方法的研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，現(xiàn)代戰(zhàn)爭環(huán)境發(fā)生了巨大變化。原有的戰(zhàn)略手段已經(jīng)不能滿足實戰(zhàn)的需要，突出表現(xiàn)在網(wǎng)絡(luò)化作戰(zhàn)思想的出現(xiàn)和信息融合技術(shù)的發(fā)展。日趨復(fù)雜的戰(zhàn)爭環(huán)境和各種新式武器的不斷涌現(xiàn)給航跡管理帶來了很大的挑戰(zhàn)，針對此種情況，本課題以與航天集團(tuán)某部的合作項目為背景，主要研究了航跡起始、航跡融合以及航跡跟蹤等問題，并針對高機動目標(biāo)跟蹤展開了前瞻性的研究。
　　本文首先從工程角度出發(fā)，研究了現(xiàn)存的主要航跡起始算法，針對順序起始方法無法用于

2、復(fù)雜環(huán)境，批處理方法計算量大不利于實現(xiàn)的缺點，提出了基于一步延時的航跡起始算法，該算法采用改進(jìn)的多假設(shè)算法處理數(shù)據(jù)關(guān)聯(lián)，同時采用多重濾波以更好的適應(yīng)復(fù)雜環(huán)境，仿真結(jié)果表明，本文使用的算法簡單易于實現(xiàn)、正確航跡起始概率高，有很好的工程應(yīng)用前景。
　　其次，針對傳統(tǒng)航跡融合方法在復(fù)雜干擾及機動組網(wǎng)等情況下融合效果差的問題，本文建立了NFE模型，并提出基于此模型的航跡融合算法。該算法充分利用模糊神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)的自學(xué)習(xí)、自推理及容錯能

3、力，能夠適應(yīng)系統(tǒng)環(huán)境的變化，推理出最佳的融合算法，使融合解得到優(yōu)化，并且通過仿真實驗驗證了其有效性。
　　再次，為解決機動目標(biāo)跟蹤問題，本文分析了交互式多模型跟蹤算法，針對固定結(jié)構(gòu)多模型算法為提高跟蹤精度而增加模型數(shù)目，從而帶來巨大的計算負(fù)擔(dān)問題，重點研究了自適應(yīng)網(wǎng)格多模型和變結(jié)構(gòu)增強多模型兩種變結(jié)構(gòu)多模型算法，仿真結(jié)果表明，兩種算法具有較好的性能，并且具有很高的工程應(yīng)用價值。
　　最后，伴隨著導(dǎo)彈垂直發(fā)射全方位快速轉(zhuǎn)彎技術(shù)