機(jī)動(dòng)目標(biāo)跟蹤下雷達(dá)資源自適應(yīng)管理研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩59頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著現(xiàn)代戰(zhàn)場(chǎng)環(huán)境的日益復(fù)雜,相控陣?yán)走_(dá)作為現(xiàn)代戰(zhàn)爭(zhēng)的重要組成部分,需要承擔(dān)更多的任務(wù),因此對(duì)雷達(dá)自適應(yīng)資源管理研究就很有意義。其目的就是通過(guò)控制雷達(dá)參數(shù),在滿(mǎn)足跟蹤精度的情況下,合理地分配雷達(dá)資源,提高雷達(dá)使用效率,使其盡可能執(zhí)行更多的任務(wù),實(shí)現(xiàn)多種戰(zhàn)術(shù)功能。本文針對(duì)時(shí)間資源自適應(yīng)管理問(wèn)題深入研究,旨在找出一種優(yōu)化的采樣策略合理地分配雷達(dá)資源,提高雷達(dá)的使用效率。
  本研究主要內(nèi)容包括:⑴概述了研究背景、意義及相關(guān)研究現(xiàn)狀,并簡(jiǎn)

2、述了相關(guān)基礎(chǔ)理論知識(shí)。⑵分析了幾種常用的采樣周期自適應(yīng)策略,針對(duì)傳統(tǒng)預(yù)測(cè)協(xié)方差門(mén)限法運(yùn)算量大、算法效率低的問(wèn)題,提出了一種改進(jìn)的預(yù)測(cè)協(xié)方差門(mén)限法。該算法改進(jìn)傳統(tǒng)采樣周期的全遍歷尋優(yōu)策略,并將提出的改進(jìn)算法與其他算法進(jìn)行仿真比較。仿真結(jié)果表明,改進(jìn)算法在目標(biāo)跟蹤過(guò)程中能滿(mǎn)足跟蹤需求,具有較少的計(jì)算量,較高的運(yùn)行效率。⑶從基于Riccati方程的相控陣?yán)走_(dá)穩(wěn)態(tài)資源管理的角度出發(fā),提出了一種基于離線Riccati方程的相控陣?yán)走_(dá)采樣周期自適應(yīng)

3、算法。該算法通過(guò)Riccati方程離線計(jì)算出各模型的最優(yōu)采樣周期,然后利用交互式多模型更新概率對(duì)各模型最優(yōu)采樣周期進(jìn)行混合估計(jì),得到系統(tǒng)的自適應(yīng)采樣周期。算法優(yōu)勢(shì)體現(xiàn)在將一定的計(jì)算工作離線處理,只在線混合估計(jì),所以算法的效率比較高,能節(jié)省計(jì)算機(jī)運(yùn)算資源。然后將提出算法與其他自適應(yīng)采樣周期算法進(jìn)行仿真比較,仿真結(jié)果表明,所提算法能達(dá)到預(yù)期效果。⑷針對(duì)實(shí)際目標(biāo)跟蹤中目標(biāo)的機(jī)動(dòng)性較復(fù)雜的問(wèn)題,在上述研究的基礎(chǔ)上,將基于“當(dāng)前”統(tǒng)計(jì)模型的混合網(wǎng)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論