简介:针对卫星仿真工具包(STK)分布式仿真系统集成问题,提出了基于STK/Connect中间件和STKX组件技术的两种仿真模式,依次对其工作原理和实现方法进行了描述。同时分析了两者的约束条件、应用程序设计复杂度与性能、开发效率以及已有成果改动量等,并进行两者优缺点的比较。最后,以武器攻防对抗为背景进行了仿真。结果表明,基于STKX组件的仿真模式在程序设计复杂度、性能和开发效率等方面均优于STK/Connect中间件,且后者在成果改动工作量方面更具优势。
简介:无源定位跟踪是一种非线性系统状态估计问题。为了提高系统定位精度和降低系统复杂度,将无迹卡尔曼滤波(UKF)应用于多移动传感器多目标无源定位跟踪系统。由于多移动传感器多目标交叉定位时会产生大量虚假点,随着传感器和目标数量的增加而大幅增加。因此,提出了一种改进的快速精确定位算法,即首先通过预测点选取传感器-目标测量方程;然后变换该测量方程,排除大量虚假点;再进行基于距离的支持度非等权值融合;最后将UKF子滤波估计值进行融合得到融合估计值。仿真结果表明,UKF和基于距离的融合法相结合对多移动传感器多目标无源定位具有较高的定位精度和较好的跟踪效果。
简介:针对传统多目标概率假设密度(PHD)滤波器在低检测概率情况下跟踪精度低和失跟率高的问题,提出了一种改进的概率假设密度滤波算法。该算法利用高斯混合PHD(GM-PHD)滤波器进行PHD预测和PHD更新,处理过程中通过修正上一拍权值大的高斯项,并在处理当前拍时保证其权值的稳定性,以保证算法的高精度。仿真结果表明,在低检测概率情况下,该算法可较好估计目标数和目标状态。与传统GM-PHD滤波器比,该算法跟踪精度大幅提高。