共查询到20条相似文献,搜索用时 625 毫秒
1.
为了克服“当前”统计模型自适应跟踪算法(CAF)跟踪匀速运动目标误差较大和跟踪加速机动目标速度与加速度估计误差和动态时延较大的缺陷,通过分析研究CAF算法,采用截断正态分布表征目标的机动加速度特性,考虑风速和加速度估计均值的影响,对机动加速度与方差自适应关系修正,自适应补偿过程噪声协方差矩阵,提出了一种改进的机动目标自适应跟踪算法。理论分析与仿真结果表明,该算法能够准确描述目标的各种机动情况,具有良好的跟踪性能和实际应用价值。 相似文献
2.
3.
4.
对于机动目标跟踪问题,由于目标机动能力的增强,需建立大量模型来逼近真实模式,使建立的目标模型与目标的实际运动适配,但这使计算量增大,而且性能不一定能提高.针对这个问题,将两阶段卡尔曼滤波器与一般的交互式多模型算法相结合,设计了一种自适应交互式多模型算法.该算法采用两阶段卡尔曼估计器估计目标的加速度,然后将其反馈到由多个不同参数构成子滤波器的交互式多模型滤波算法中进行交互式多模型滤波.与自适应半交互式多模型算法进行对比的仿真验证了该算法有效地减少了子滤波器的数量,同时在一定程度上也提高了跟踪的精度. 相似文献
5.
高速高精度跟踪控制系统,其速度和加速度误差环节的加入对系统的速度和加速度品质因数均有影响.通过Matlab对比加入速度和加速度误差补偿控制策略前后的系统跟踪误差,可得出速度和加速度误差补偿能提高光电跟踪系统跟踪精度.在跟踪以最大速度50°/s、最大加速度30°/s2的等效运动目标时,最大跟踪误差小于0.2 mil. 相似文献
6.
中段弹头IMM-EKF跟踪方法及性能分析 总被引:1,自引:0,他引:1
为了提高中段弹头跟踪收敛速度以及跟踪精度,提出了一种基于交互多模型(IMM)的扩展卡尔曼滤波(Extended Kalman Filter,EKF)的跟踪算法。基于中段弹头加速度变化特点,建立了目标的中段系统动力学模型及量测模型,通过引入速度测量值,使用IMM-EKF算法对中段目标进行跟踪。仿真结果表明,通过交互多模的非线性滤波算法,可以使中段跟踪收敛速度大为加快,速度测量值的引入也使得跟踪精度有所提高,并在弹头中段与再入段衔接处有较好的跟踪性能; 验证了IMM-EKF跟踪中段弹头的有效性。 相似文献
7.
建立了战场等加速运动目标和机动目标运动状态Kalman滤波预测模型.仿真结果表明,跟踪和预测算法能对目标距离、速度、加速度等运动参数进行有效的跟踪和预测,且估计误差小,为远程寻的导弹射击准备与中制导提供了可靠依据. 相似文献
8.
针对分布式目标跟踪过程中出现数据丢包和不完全量测现象,提出一种分布式目标跟踪算法.该算法由统计意义下局部滤波器和基于协方差交叉算法融合滤波器构成,其中局部滤波器利用邻域内各节点测量信息计算局部滤波值,融合滤波器则将邻域内各节点局部滤波值进行融合处理,得到该节点的目标坐标信息;最后,利用典型目标航迹模型对该算法进行仿真分析.仿真结果表明:该算法可有效抑制不完全信息发生时对目标跟踪结果的不利影响,可为分布式目标跟踪系统在实际工程中的设计与研制提供有益的参考. 相似文献
9.
机动目标当前统计模型模糊自适应算法 总被引:1,自引:0,他引:1
针对当前统计模型常规算法跟踪机动目标的缺陷,提出了当前统计模型模糊自适应算法。该算法根据规范化的量测新息及其变化率并通过模糊推理实时选取机动频率,给出了加速度方差的新息幂函数调整方法,采用加速度估计值和预测值的偏差在线更新当前加速度均值。在此基础上,结合高斯隶属函数和强跟踪算法对其权值予以修正。当前统计模型模糊自适应算法不受机动频率人为给定和最大加速度极值设置的限制,适用于不同范围和程度的机动。利用当前统计模型模糊自适应算法对阶跃机动、圆周机动、Jerk机动3种典型机动场景进行了计算机仿真,并与当前统计模型常规跟踪算法和Jerk模型自适应算法进行了比较。仿真结果表明,该算法扩大了跟踪范围,具有较好的稳态特性和瞬态特性,其跟踪精度和收敛速度优于其他两种算法。 相似文献
10.
11.
为进一步提高航空光电稳定平台的视轴稳定精度,提出一种基于卡尔曼滤波算法的加速度反馈控制策略。根据光电平台伺服系统模型特点设计卡尔曼滤波器,将卡尔曼滤波器采集的光电平台伺服系统输入输出信号作为自身输入信号,并输出速度的滤波信号和加速度的估计结果。然后将卡尔曼滤波器输出的速度和加速度估计值分别作为被控对象速度环路和加速度环路的反馈信号。进行了模拟仿真和样机实验,结果表明:伺服系统引入加速度反馈控制后,可以使光电平台对2.5 Hz以内不同频率的扰动力矩都具有良好的抑制效果,扰动隔离度优于20 dB;相比于传统单速度环控制方案,阶跃响应的超调量至少降低40%. 由此可见,将加速度环引入传统速度环控制系统可以有效改善光电稳定平台的伺服控制性能,具有较高的工程应用价值。 相似文献
12.
13.
基于SNVA的机动目标状态估计 总被引:1,自引:0,他引:1
利用位置预测估计值与位置滤波估计值之间的偏差进行加速度方差自适应调节,提出一种基于状态噪声方差自适应(SNVA)的机动目标状态估计方法。采用SNVA对目标加速度噪声方差进行自适应调整,实现了对当前统计模型的改进; 利用扩展卡尔曼滤波算法对目标状态进行估计。仿真结果表明,基于SNVA的扩展卡尔曼滤波算法对机动目标速度估计的绝对误差小于0.1 m/s,加速度估计的绝对误差小于0.1 m/s2,能够对机动目标的状态进行准确的估计。 相似文献
14.
PD雷达导引头的遮挡现象及其处理方法 总被引:1,自引:0,他引:1
介绍了PD雷达导引头出现遮挡现象的机理和数学模型,以及它对导引头角度跟踪系统、频率跟踪系统和制导系统的影响。为了克服这些影响,在角度跟踪系统中增加一项速度控制;在速度跟踪系统中增加一项加速度反馈控制;在制导系统中采用状态卡尔曼滤波。在遮挡区,三个系统都要采用外推控制,使其误差尽量减小。 相似文献
15.
16.
为提高导引头末制导阶段抗干扰能力,针对典型的欺骗式距离-速度联合拖引干扰模型,研究了基于概率假设密度(PHD)滤波的多目标跟踪与基于无迹Kalman滤波(UKF)的多目标识别技术。为说明导引头目标识别原理,给出了距离-速度联合拖引干扰模型;根据导引头测量原理,通过导引头框架角、导弹-目标相对距离、径向速度建立系统跟踪模型,给出了基于PHD滤波的多目标跟踪与基于UKF的多目标识别的基本原理;基于典型的目标运动模型(匀速直线与匀速转弯模型),针对目标施加的4次距离-速度联合拖引干扰,采用目标跟踪结果以及估计的目标速度和加速度信息进行多目标跟踪与识别分析,能够很快实现真假目标识别。仿真实验结果表明,利用PHD滤波与UKF信息能够有效实现对距离-速度拖引干扰下的多目标跟踪与识别。 相似文献
17.
18.
19.
针对三维空间作匀速直线运动和匀加速直线运动的目标和观测器,利用适当的数学变换以及线性矩阵方程解的性质,对纯方位系统跟踪的不可观测性问题进行了讨论.当目标在匀速直线运动或匀加速直线运动下,观测器保持匀速直线运动时纯方位跟踪系统解不惟一,目标和观测器都作匀加速直线运动时纯方位跟踪系统仍不能求惟一解,该结论对进一步分析观测器的机动策略具有指导意义. 相似文献