武龙
- 作品数:3 被引量:7H指数:1
- 供职机构:空军工程大学航空航天工程学院更多>>
- 发文基金:中国航空科学基金国家自然科学基金更多>>
- 相关领域:自动化与计算机技术兵器科学与技术更多>>
- 基于动态联盟的多传感器协同探测与跟踪被引量:1
- 2017年
- 在空战场协同攻击中,常涉及到多传感器协同探测及跟踪,由于目标的出现与消失具有随机性,所以在协同中既要考虑已有目标的跟踪,更要重视新生目标的及时探测和捕获。为此,建立了新生目标的探测概率模型,并阐述了不同传感器联盟对新生目标的探测能力,依据后验克拉美-罗下界(Posterior Cramer-Rao Lower Bound,PCRLB)对已跟踪目标组建传感器联盟,利用二值粒子群优化(Binary Particle Swarm Optimization,BPSO)算法及PCRLB研究基于动态联盟的多传感器协同探测与跟踪方法。仿真表明,该方法跟踪精度较高,误差小且稳定。
- 武龙许蕴山夏海宝邓有为张肖强
- 关键词:动态联盟
- 一种基于雷达资源管理优化的跟踪系统被引量:1
- 2018年
- 战场上雷达是对目标进行跟踪的常用手段,当敌方施放有源压制干扰时常导致目标航迹丢失,雷达无法对目标进行持续跟踪。为了改善对目标的跟踪性能,建立了干扰背景下基于雷达资源管理优化的跟踪系统,采用Kalman滤波预测雷达量测缺失数据,当跟踪精度不满足期望值时应用支持向量机回归(SVMR,Support Vector Machine Regression)算法估计缺失数据,仿真验证了该系统能够解决有源压制干扰条件下的目标航迹丢失问题,增强了雷达对目标的跟踪性能。
- 武龙许蕴山龙文彪
- 关键词:传感器支持向量机KALMAN滤波
- 一种多传感器协同探测的雷达跟踪系统被引量:5
- 2017年
- 战场上雷达是对目标进行跟踪的常用手段,当敌方施放有源压制干扰时常导致目标航迹丢失,雷达无法对目标进行持续跟踪。为了改善对目标的跟踪性能,建立了干扰背景下基于机载多传感器协同探测的雷达跟踪系统,首先采用Kalman滤波预测雷达量测缺失数据,当跟踪精度不满足期望值时应用支持向量机回归算法估计缺失数据作为雷达的量测值继续进行卡尔曼滤波估计,实现了对目标的持续跟踪,精度较高。仿真验证了该系统能够解决有源压制干扰条件下的目标航迹丢失问题,增强了雷达对目标的跟踪性能。
- 武龙许蕴山龙文彪
- 关键词:传感器支持向量机KALMAN滤波