双基阵纯方位目标的可观测性研究及跟踪性能改进

针对双基阵提供的有偏方位角量测信息,对双基阵纯方位目标可观测性的必要条件及其C ram er-R ao下限进行了理论推导.在此基础上,采用一种新的辅助变量方法对双基阵纯方位跟踪性能进行改进,并在可观测条件下对目标进行了蒙特卡洛仿真实验.实验结果表明,新的辅助变量方法可以使参数估计精度大大提高,并且上述理论对制定实际的跟踪策略或算法具有一定的参考价值.     

多基阵纯方位非机动目标跟踪可观测性研究

可观测性分析是跟踪系统进行目标跟踪的前提和基础,只有满足可观测条件才能对系统进行正确求解,从而实现对目标的有效跟踪。针对多(三部或以上)基阵纯方位非机动目标跟踪系统的非线性特点,将观测方程伪线性化后,应用线性系统可观测性判定定理对系统的可观测性进行系统分析,并得到该系统的可观测性判定条件,仿真验证了所得结论的正确性。     

长线阵声纳左右舷分辨仿真研究

长线阵声纳是拖曳线列阵声纳的一种重要形式,左右舷模糊问题是其主要缺点之一。针对长线阵声纳满足近场条件的特点,当长线阵声纳呈直线状态时,根据时域波束形成原理建立以目标方位和距离为自变量的目标函数。根据频谱分析后所得的目标频率,对方位和距离两个参量进行二维搜索,得到目标函数灰度图。当长线阵声纳所在拖体转向机动时,利用长线阵声纳首尾两航向传感器的数据对长线阵声纳的阵形进行预报,在此基础上改写目标函数,再次通过二维搜索得到目标函数灰度图,根据阵形弯曲前后目标函数灰度图的变化,可辨别出目标方位和虚源方位,从而得到一种新的左右舷分辨方法。仿真结果表明目标函数灰度图变化直观明了,所提方法可有效解决长线阵声纳左右舷分辨问题。     

利用模拟退火算法设计方向图的原理和方法

在声纳系统中,基阵方向图的作用是用来指示目标方位的,它是一个声纳系统的核心和重要部分.由于声纳系统的使用环境比较复杂,如何快速、有效、多角度地设计基阵方向图是一个很值得关注的问题.为了解决这个问题,引入了模拟退火算法来进行方向图的辅助设计.模拟退火算法是近些年发展起来的一种全局优化算法,它最大的特点是可以根据不同的标准来进行优化.利用它来设计基阵方向图,可以省去很多繁琐的步骤,有效地简化方向图的设计.计算机仿真结果表明,模拟退火算法可以很好的完成在不同情况下设计基阵方向图的任务.     

不完全量测下的水下纯方位系统目标跟踪算法

针对观测器探测概率小于1的不完全量测情况下的水下纯方位系统的目标跟踪问题,提出了不完全量测下的基于扩展卡尔曼滤波的目标跟踪算法。首先,建立不完全量测情况下的水下纯方位目标跟踪数学模型;其次,在数据出现不完全量测时,采用前一次的更新值对缺失数据进行弥补并完成滤波;最后,采用最优理论性能下界(CRLB)和均方根误差(RMSE)这两种评价准则对此算法进行评估。仿真实验结果表明:在不完全量测下的水下纯方位系统的目标跟踪问题中,所提出的基于扩展卡尔曼滤波的目标跟踪算法在保证预期跟踪精度的前提下,具有较高的实时性。     

双基阵纯方位目标跟踪无偏最小二乘估计算法

纯方位目标跟踪是非线性估计问题,伪线性估计算法是主要的纯方位目标跟踪算法之一,其计算简单,但对测量方程进行线性化处理后其运动要素的估计会出现发散或偏置现象.为了克服伪线性估计算法的估计有偏性,本文提出一种带约束条件的最小二乘估计算法,使得伪线性化后的均方等效误差最小来实现目标运动要素的无偏估计.通过仿真说明了利用该方法所得到的位置、速度跟踪误差曲线能很好快速地逼近CRLB,比双基阵EKF滤波器及伪线性估计算法有着更好的收敛速度和跟踪精度,证明了该方法的有效性.     

航向已知条件下纯方位跟踪的可观测性

利用已知的目标航向可以提高纯方位跟踪系统的性能, 其前提条件是系统可观测. 为了得到可观测条件, 详细推导了观测系统Gram矩阵行列式的解析表达式, 证明了已知航向的纯方位跟踪系统可观测的充分必要条件是 存在由3个方位与已知航向构成的可观测判别式不等于0, 证明了系统不可观测的充分必要条件是存在等效的匀速 直线运动观测器且它与目标轨线平行, 所获得的系统可观测性判据具有表达形式简洁的特点. 研究成果表明了利 用已知的目标航向降低了纯方位跟踪系统观测器机动的要求, 可应用于被动观测系统目标跟踪的理论与工程.     

多声纳基阵时差定位精度分析

声纳无源工作时可以通过测量时差进行定位.给出了该定位方法的精度分析,指出了测时误差和测阵误差对目标定位的影响程度不同,目标与各声纳基阵的几何位置关系对定位精度有较大影响,并给出了在具体布阵条件下的受控区域内的GDOP分布.     

集中式非线性抗差卡尔曼滤波算法研究*

针对实际中传感器的量测信息异常和传感器之间数据传输的错误时,融合系统中的数据会出现异常值(outlier)的情况,提出了一种集中式非线性卡尔曼滤波算法,该方法应用鲁棒统计理论,通过设计代价函数来对系统的量测噪声方差进行重新构造,并利用标准无味卡尔曼滤波(UKF)的观测更新算法对非线性观测方程进行滤波,该方法无需对观测方程进行线性近似,在保持鲁棒性的同时不损失UKF的滤波精度。通过一个简明实例说明了该方法在量测出现异常值的情况下依然能对目标进行有效的跟踪滤波,鲁棒性和滤波精度优于传统的Huber鲁棒跟踪方法。     

分布式伪线性卡尔曼滤波纯方位跟踪北大核心CSCD

针对纯方位跟踪(BOT)的非线性滤波和距离可观测性较差问题,提出了一种新的分布式多传感器辅助变量伪线性卡尔曼滤波器(DM-IVPLKF)。该滤波器利用辅助变量伪线性卡尔曼滤波器(IVPLKF)独立处理目标测量值,通过偏差补偿伪线性卡尔曼滤波器(偏差补偿PLKF)解决由于量测向量与伪线性噪声相关而产生的偏差,将递归辅助变量估计方法嵌入偏差补偿PLKF中,对目标状态估计和协方差进行修正。所提算法利用多传感器最优信息融合准则,对目标状态进行融合估计。然后,推导了多传感器BOT的克拉默-拉奥下界(CRLB)。通过仿真实验,将所提算法与传统算法进行对比,仿真结果证明了所提算法具有较高的跟踪精度。     

低速行驶车辆的非线性系统建模及控制

针对低速行驶工况下的车辆Stop and Go(起-停)巡航控制系统,本文推导其纵向行驶的非线性动力学方程.在此基础上采用精确线性化变换将非线性系统转化为线性可控正则型,并对此正则型设计一种跟踪控制器,实现了车辆低速甚至起-停工况的加速度精确跟踪.     

恒定光照下基于LFPL的APTZ调节

为提高光照恒定情况下视觉系统中PTZ调节的主动性和稳定性,提出恒定光照下基于LFPL的APTZ调节方法。采用基于局部粒子滤波的目标预定位方法,对运动目标实现自动估计的标定,提高系统调节的主动性,解决非线性跟踪问题。动态选取光照不变特征滤波粒子克服了光照变化和噪声等因素对目标预定位方法的影响,增强视觉系统的鲁棒性。对水平角和抑角采用Fuzzy控制方法,提高视觉跟踪系统的稳定性。实验结果表明,该方法是正确有效的,使用该系统对变速运动目标的长距离跟踪结果较传统方法更稳定,在光照变化和噪声条件下的运动目标跟踪实验也取得较好的结果。     

声呐位置误差情况下的运动目标多基地定位方法

在多基地声呐定位系统中,声呐的位置信息往往含有随机误差,这些误差会严重影响目标的定位精度。针对这一问题,提出了一种基于时间和多普勒频率的运动目标定位方法。首先,将基于时间和多普勒频率定位机制的非线性量测方程组转化为关于目标位置、速度及中间变量的伪线性方程组,利用加权最小二乘估计法对运动目标的位置、速度进行初始求解;然后,利用位置、速度及中间变量之间的相关性对位置和速度的估计偏差进行求解;最后,对位置和速度的初始解进行误差修正。分析了所提算法在量测误差较小情况下的统计有效性,并通过蒙特卡洛模拟进行了数值验证。     

基于PF和UKF的水下目标运动估计方法研究

针对无人水下航行器（UUV）目标跟踪控制需求,分别提出了水下目标的粒子滤波（PF）和无迹卡尔曼滤波（UKF）运动估计方法,建立了目标运动参考坐标系,给出了坐标系之间转换基本方法;设计了建立了目标的典型运动模型和非线性随机运动模型,利用前视声呐实测实验数据,完成水下目标运动估计。通过与扩展卡尔曼滤波器（EKF）的目标运动估计对比仿真实验,验证了PF和UKF两种目标运动估计方法的有效性。     

具有慢速时滞机动目标三维跟踪

目标运动状态模型的建立是机动目标跟踪的关键问题．本文首先通过对目标加速度的运动建模．建立了具有时滞的目标状态运动学模型．然后,应用H∞滤波算法进行了跟踪．大射电望远镜50 m模型实验结果表明馈源舱在恒定速率运动的条件下,本文算法显著提高了徕卡(Leica)的测量精度．     

基于EKF的机动目标跟踪算法的研究

假设一种机动目标运动:目标的速度大小不变,方向一直对准观测站.比较Singer模型和常速度(CV)模型,采用扩展卡尔曼滤波(EKF)算法对目标进行跟踪.仿真结果表明,在这种机动目标跟踪中,采用Singer模型比CV模型具有较快的收敛速度,而采用CV模型比Singer模型具有较高的跟踪精度.     

基于"当前"统计模型的模糊自适应机动目标跟踪算法

结合"当前"统计模型在目标跟踪方面的优越性,提出了基于"当前"统计模型的模糊自适应机动目标跟踪算法,将模糊控制理论应用到"当前"统计模型跟踪算法中,避免了原方法加速度极限值需提前设定和方差调整有限的问题,改为加速度的估计值由其在三角隶属函数中的权重来确定.仿真结果表明该算法提高了对非机动和弱机动目标的跟踪精度,因而具有良好的跟踪性能.     

归一化频率自适应梳状滤波器的稳定性分析

采用多个归一化频率估计器并联形成梳状滤波器, 以跟踪和检测平稳概周期信号各正弦成分的未知频率和未知幅值. 滤波器包括相互耦合的状态估计和频率估计两个非线性微分方程. 运用慢积分流形实现两个微分方程之间的解耦, 获得关于多个频率估计值的概周期非线性动力系统, 再应用平均方法导出估计频率的非线性自治方程. 分析了自治系统的三种局部稳定性: 孤立平衡点的指数稳定性, 中心流形存在性与半稳定性以及结构扰动下的有界性. 说明幅值估计与信号跟随的收敛性和有界性. 给出滤波器参数对频率跟踪和幅值估计的暂态和稳态性能的影响. 算法实现了在给定频率区间而不是给定数值条件下的正弦分量及其幅值的准确跟随, 并且响应速度不受正弦分量幅值大小的影响. 通过仿真验证了算法的有效性.     

Heterogeneous multisensor fusion for mapping dynamic environments

In this paper, we propose a heterogeneous multisensor fusion algorithm for mapping in dynamic environments. The algorithm synergistically integrates the information obtained from an uncalibrated camera and sonar sensors to facilitate mapping and tracking. The sonar data is mainly used to build a weighted line-based map via the fuzzy clustering technique. The line weight, with confidence corresponding to the moving object, is determined by both sonar and vision data. The motion tracking is primarily accomplished by vision data using particle filtering and the sonar vectors originated from moving objects are used to modulate the sample weighting. A fuzzy system is implemented to fuse the two sensor data features. Additionally, in order to build a consistent global map and maintain reliable tracking of moving objects, the well-known extended Kalman filter is applied to estimate the states of robot pose and map features. Thus, more robust performance in mapping as well as tracking are achieved. The empirical results carried out on the Pioneer 2DX mobile robot demonstrate that the proposed algorithm outperforms the methods a using homogeneous sensor, in mapping as well as tracking behaviors.