一种用于搜索雷达的交互多模型跟踪滤波算法

跟踪滤波算法是雷达数据处理的重要组成部分。受搜索雷达采样数据率的限制,当目标机动时,滤波器跟踪严重滞后、跟踪精度差。针对该问题,提出了基于α-β滤波和α-β-γ滤波的交互多模型跟踪滤波算法。将目标的运动状态映射到目标的运动模型,根据运动模型构造相应的滤波器,多个滤波器并行工作,实时计算每个滤波器的残差,根据滤波的残差和先验知识选择适应目标当前运动状态的滤波器输出目标预测信息。仿真结果表明,该算法在目标机动与非机动情况下均能有效跟踪目标,具有较好的适应性与滤波精度。     

伪加速度修正自适应α-β滤波算法研究

针对现有的球坐标系下无修正伪加速度自适应α-β滤波算法的缺陷,提出了伪加速度修正自适应α-β滤波算法。该算法选用球坐标系作为跟踪坐标系,建立了伪加速度修正的目标运动模型,消除了伪加速度对滤波算法跟踪精度的影响。通过仿真,证实该改进算法的滤波精度优于不带伪加速度修正的α-β滤波算法,同时计算量并没有显著的增加,易于工程实现,特别适合多目标的实时跟踪。     

船用雷达ARPA中的自适应α-β滤波研究

ARPA是航船跟踪目标避免碰撞的重要设备,其目标跟踪的主要算法是简化α-β滤波算法。该算法用于匀速直线运动目标的滤波跟踪处理,对机动目标的跟踪性能较差,同时ARPA的引入还增加了坐标变换的运算量。针对上述问题,提出在ARPA系中统运用直角坐标系下的自适应α-β滤波算法,新方法在坐标变换后进行,减少了坐标变换运算量,增强了自适应跟踪能力,并实现机动目标的自适应跟踪,通过仿真验证了该方法的跟踪性能。     

一种改进的α-β滤波算法

针对传统α-β滤波算法不够有效跟踪机动目标的问题,详细分析了其内在原因,提出一种改进的α-β滤波算法.该算法不需要假定目标的机动模型,而是将目标的机动加速度作为滤波状态直接估计出来,将估计加速度作为输入控制量引入到传统α-β滤波器的状态估计方程中进行机动目标的跟踪.然后将它与传统α-β滤波算法进行比较,证明了新的算法不仅具有传统算法计算量小的优点,而且还可以对机动目标进行实时跟踪.仿真结果表明,新算法在综合性能上明显优于传统算法.     

雷达跟踪滤波技术研究

本文介绍了雷达数据处理技术中跟踪滤波算法的基本原理,以在混合坐标系下的α-β滤波模型为研究对象,选取了典型的三维目标进行数据建模,验证了该跟踪滤波算法的精度满足雷达数据处理的跟踪要求。     

基于变维卡尔曼滤波的塔康距离跟踪算法

为提高跟踪精度,在塔康系统距离测量中,可采用 Kalman 和α-β算法对距离测量值进行滤波。要确保处理精度,采用 Kalman 滤波器,状态变量取的会比较多,而α-β算法是一种常增益滤波器,会出现发散情况。针对两种滤波器的不足,提出了变维 Kalman 滤波的塔康距离跟踪算法,该算法建立距离测量的非机动模型和机动模型,通过距离滤波在机动和非机动两种模型间的自适应切换,完成塔康距离实时跟踪。应用 Monte Carlo 方法仿真表明：该算法可实现塔康距离的实时跟踪,而且距离测量准确度有了一定提高。     

一种机动海目标跟踪算法研究

在α-β跟踪滤波器的基础上增加了机动检测器,根据残差过程的变化特性,设计机动检测准则来提高对机动海目标的跟踪性能。仿真比较了原始α-β跟踪滤波器和加机动检测器的滤波算法性能。     

一种机动目标跟踪的自适应α-β滤波算法

α-β滤波器是一种在雷达数据处理中常用的跟踪滤波器，其中系数的选择是决定滤波器性能优劣的关键。在充分理解α-β滤波器算法的实质的基础上，利用一双曲函数的简单性质，提出了一种具有工程实践意义的适用于机动目标跟踪的α-β算法，该算法结构简单、运算量小、易于工程实现。文中介绍了其基本原理，给出了其理论根据，并对算法进行了仿真，在仿真中与其他工程中常用的算法相比较，仿真结果验证了算法对机动目标跟踪的有效性。     

机载雷达对地动目标跟踪研究

雷达对目标的跟踪过程中,往往利用α-β滤波器对目标航迹进行滤波以得到更高的跟踪精度。试验发现机载雷达对地动目标跟踪的过程中,若目标突然发生运动状态的改变如加/减速等,则滤波误差容易发散。工程上往往利用衰减记忆滤波器来维持滤波器的稳定性,但对于匀速运动目标,随跟踪步数的累积该滤波器跟踪精度无法得到持续改善。本文提出一种结合利用α-β滤波器和衰减记忆滤波器的目标跟踪算法,使其兼顾跟踪精度和滤波稳定性。通过仿真试验证明了该滤波方法的有效性。     

地心坐标系下基于UCUT-IMM的机动目标跟踪算法

针对远距离杂波环境下弹载雷达NED坐标系跟踪机动目标精度差的问题,提出一种ECEF(地心坐标系)下基于无偏UCUT-IMM的机动目标跟踪算法。该方法首先利用无偏转换把弹载雷达极坐标量测值转换到NED坐标系下的量测值,然后通过坐标旋转得到ECEF坐标系下的量测值,在ECEF坐标系下跟踪滤波,避免了远距离NED坐标系下跟踪滤波受地球曲率的影响,同时为了减少坐标非线性转换旋转所带来的误差,利用UT(不敏变换)计算出地心坐标系下的量测协方差,在此基础上采用IMM(交互多模型)算法来进一步提高目标机动时的跟踪精度。仿真结果表明,与NED坐标系下的跟踪滤波相比,该算法具有更好的跟踪精度。     

机载火控雷达TWS滤波算法仿真研究

提出了一种结合惯性导航系统参数的跟踪滤波算法(JINS)。该算法克服了由于载机本身机动对滤波器跟踪性能所造成的影响。通过计算机进行Monte Carlo仿真试验,并与经典的α-β滤波算法进行了比较。结果表明：该算法在载机机动时仍然能够对目标保持较高精度的跟踪。     

基于α-β和δ-ε滤波器的机动目标跟踪

机动目标跟踪算法工程化问题一直是个难点。文中提出了基于α-β和δ-ε滤波器联合来跟踪机动目标，该算法不仅克服了两种滤波器对机动目标跟踪的不足，且计算简单，容易工程实现，并对机动目标有很好的跟踪效果。仿真实验结果表明了该算法的有效性。     

计算上简单的加权平均自适应跟踪滤波器

介绍了基于某些消记忆加权平均的状态估计新算法,其状态估值是通过加权平均的线性组合得到的。在它们的基本通用形式中,二阶和三阶加权平均滤波器分别等效于过阻尼的α-β和α-β-γ滤波器。加权平均滤波器特别适于自适应滤波,因为加权平均本身之一可用作机动检测器,从而减少了计算。加权平均的不同线性组合同时给出具有不同带究特性的状态估值,这一性质导出所述的直接判定、多级、转接型自适应滤波器。在后述的转接型自适应滤波器中,依据机动对加权平均作简单修正,使滤波器连续地以最佳化参数自适应于情况的变化。此类滤波器计算上的简单不实时、多目标环境下对跟踪机动目标是非常吸引力的。     

球坐标系中的战术导弹跟踪

本文就球坐标中的机动目标跟踪,特别是用舰上跟踪雷达对来袭的飞航式反舰导弹进行跟踪的问题提出了一套新的模型和算法.这个新的模型着重于对球坐标系中目标运动模式和加速度非线性关系的深入分析.同时本文提出了一种称为二级自适应滤波器组(TSAFG)的自适应跟踪滤波器结构.对于满足一定条件的机动目标,这一方法具有简单、灵活、有效的优越性.它还可推广到在球坐标系中对多种类型的机动目标进行精确跟踪.     

自适应多模滤波算法的研究

文章论述的自适应多模滤波器采用了两种目标运动模型,其一为匀速运动模型,其二为匀加速运动模型,滤波值为两个滤波器的加权值,加权系数可自适应调节.文中还对核算法及α-β、α-β-γ滤波算法进行了仿真,仿真结,果表明该算法对目标的运动轨迹适应性较强.     

一种高精度机载GMTI雷达数据滤波方法

针对机载GMTI雷达地面机动慢速多目标跟踪难题,提出了一种新颖的高精度机载GMTI雷达数据滤波跟踪方法。针对机载GMTI相控阵雷达的特点,引入一种新的机载GMTI雷达量测模型,采用Doppler伪量测形式减弱Doppler量测与目标状态之间的强非线性关系,并进行了量测误差转换;通过论述发现,采用运算速度较快的UKF滤波器进行非线性滤波估计,可以有效地降低由机体坐标系到地面站惯性坐标系的复杂变换引起的估计误差放大。实验证明,该方法可以有效地提高地面机动多目标的跟踪精度,满足实际雷达跟踪系统要求。     

基于α-β-γ固定增益滤波器的机动目标跟踪方法研究

为提高电子战中对机动目标的跟踪能力,提出了基于α-β-γ固定增益滤波器的动目标跟踪技术,分析了固定增益滤波器原理和组成,阐述了α-β-γ滤波器的原理,介绍了一种固定增益滤波器跟踪方法,最后通过仿真证实了该技术跟踪强、弱机动目标的性能,并可在噪声干扰情况下获得较小的期望残差.     

改进的当前统计模型及自适应跟踪算法

对于机动目标跟踪问题,在当前统计（CS）模型的基础上,提出了一种新的机动目标自适应跟踪算法。通过引入强跟踪滤波器（STF）的渐消因子,增强了模型对目标突发机动的自适应跟踪能力,同时针对模型对目标加速度极限值的依赖性这一缺点,引入一种利用位置估计值与加速度的函数关系自适应调整加速度方差的方法,提高了对弱机动和非机动目标的跟踪能力。仿真结果表明,该算法与标准的当前统计模型滤波算法相比具有较高的跟踪精度。     

基于改进CS模型的自适应概率数据关联算法

针对密集杂波环境下传统概率数据关联算法对突发机动目标跟踪性能下降问题,提出了一种基于采用渐消因子的改进"当前"统计模型的自适应概率数据关联算法。该算法改进了传统的"当前"统计模型中加速度方差的计算方式,并在滤波算法中采用了渐消因子,克服了传统卡尔曼滤波的3大缺陷,通过改变预测协方差来修正滤波增益,在保持跟踪精度的前提下,能自适应调整滤波器带宽,增强了系统对突发机动的跟踪能力。理论分析和仿真结果表明,该算法比采用强跟踪滤波器的概率数据关联算法更有效。     

一种提高雷达远距离机动目标精度的算法

在分析雷达对远距离机动目标跟踪速度精度要求和存在困难的基础上,提出了一种提高三坐标雷达速度估计精度的滤波算法。该算法将三维空间中目标的运动描述为切向和法向加速度机动的非线性状态方程,采用机动目标"当前"统计模型,建立了基于雷达三坐标测量的自适应扩展卡尔曼滤波算法。仿真结果表明,该算法可明显提高远距离目标机动段的速度精度。