多波束测控系统目标快速切换方法研究

多波束测控系统是航天测控的发展方向,可实现多个目标的同时控制。针对当前多波束测控系统跟踪能力不足、多目标跟踪异常处置效率低的问题,提出了一种多波束测控系统目标快速切换跟踪的方法。在分析现有测控体制基础上,研究多通道标校、参数快速配置,并进行了跟踪验证,结果表明,该方法可在保证多波束测控系统多目标跟踪能力的基础上提高目标切换效率,为后续同类设备的工程建设提供参考。     

多波束测控系统测量支路锁定异常分析及对策

多波束测控系统可以同时完成多个目标的跟踪测量,但由于测站测控设备集中,其天线尺寸、发射功率大小不一,跟踪时出现相互干扰,导致多目标测控系统某一目标测量支路锁定异常。通过对多波束测控系统进行测试和试验,对系统EIRP一致性及变化进行测试,同时分析了测控链路的电平,根据分析结果制定在设备集中条件下目标捕获的策略。通过跟踪验证,未出现过锁定异常现象,可以实现稳定跟踪。结果表明,该方法能够满足多套设备集中情况下的跟踪要求,对后续设备设计具有指导意义。     

基于LMS算法的TDRSS自适应多波束形成

跟踪与数据中继卫星系统（TDRSS）是转发地球站对低、中轨航天器的跟踪测控信号和中继从航天器发回地面的信息的卫星通信系统，自适应多波束形成是TDRSS中的一个关键技术。讨论了一种基于中频实数加权的LMS算法的自适应多波束形成方法，采用两路正交实信号进行实数加权，大大节约了硬件资源。理论分析及计算机仿真结果都证明了该算法的可行性及优越性。     

全景多波束卫星测控系统容量分析

相比于跟踪波束卫星测控系统,全景多波束卫星测控系统具有航天器进入覆盖区域内即可实现测控、系统容量大等优点。其使用码分多址区分用户,由于扩频码不完全正交,接收信号会引入多址干扰并影响系统容量。针对全景多波束卫星测控系统的多址干扰问题,分析了存在多址干扰时的信干噪比,在测距精度和误比特率约束的基础上,推导了理想功控和非理想功控时的系统容量并进行数值计算。结果表明,该系统能够同时支持500个航天器,但功率控制误差会使系统性能恶化1.6 dB。     

机动测控单元定姿定位及目标捕获技术

为满足动中测控的机动测控设备建设需求,根据天线姿态误差对角精度误差的影响分析,提出了运动中天线姿态误差的定量计算方法,采用一种合理的天线稳定和目标捕获方法,对运动中目标捕获跟踪的影响因素进行了定量分析。通过机动测控单元样机对在轨卫星试验动态跟踪的数据研究,验证了姿态误差计算方法的可行性,为动中测控建设提供了有效的技术途径。     

密码技术在卫星测控中的应用

详细介绍了安全测控系统模型、安全测控命令的格式设计以及认证码生成和校验。从测控的跟踪测轨和遥测两个功能方面给出一种设计卫星控制命令和数据传输的方法。该方法能够确保卫星接收地面合法控制命令,并且能够确保测控信息的安全。     

星载多波束测控接入一体化通信系统

为满足星载测控通信的需求,在充分借鉴国内外中继卫星技术方案基础上,提出了一种S频段测控接入一体化的设计方案.系统采用前向射频空间波束形成,返向星上数字波束形成（digital beamforming,DBF）技术方案.仿真结果表明,该方案的前向有效全向辐射功率（effective isotropic radiated power,EIRP）、返向增益/温度（gain/temperature,G/T）值均能满足系统通信的要求,测控波束和接入波束共用部分射频通道,后端信号合并处理,实现了一体化的设计目标.该方案具有天线增益高、灵活性好等特点,为多用户测控提供了一种新的解决方案.     

多分辨率多模型目标跟踪方法的三处理机并行实现

介绍了一种用于噪声中机动目标跟踪的小波变换新算法——多分辨率多模型目标跟踪方法。该算法利用小波变换获取多分辨率测量数据,增大了机动检测概率,但需要几倍于传统算法的运算量,难以在实际跟踪系统中实时应用。对此,采用并行处理技术,给出了该算法在包含３个ＣＰＵ的多总线微机系统上井行实现的方法。模拟结果证明了该方法的优良性能,并行处理时间接近传统的单分辨率跟踪算法的处理时间。     

对低轨卫星星座天基测控服务模式的设计与应用

随着大规模低轨卫星星座的全面部署,对天基测控服务模式提出了新的挑战。分析了低轨卫星星座在常态运行、应急使用以及智能化应用中的测控需求;构建了新型天基测控服务系统,设计了前返向实时跟踪波束和全域静态波束组合应用的天基测控资源保障模式。提出了基于地面运管中心统一调度的天基测控服务模式,给出了即时计划驱动和“返向全时分发+前向业务驱动”两种典型模式下的系统工作流程,归纳总结了所述服务模式产生的效益。详细梳理了与所述服务模式相适配的卫星终端设计要求,明确了不同模式下的卫星终端工作状态。可用于指导后续对低轨卫星星座天基测控服务的工程化应用。     

采用多速率多模型交互实现机动目标的全速率跟踪

多速率模型通过对原始测量结果和目标运动模型进行多分辨分解实现目标高精度跟踪.多模型交互方法则采用一个马尔科夫链控制多个模型交互实现机动目标跟踪.本文给出了一种采用多速率多模型交互方式实现机动目标全速率跟踪的方法,它通过交织多次滤波结果使得跟踪能同时保证高精度和全速率.仿真结果及分析说明了该方法较传统的全速率多模型交互算法获得了更好的跟踪效果.     

基于同时多波束跟踪的任务调度方法研究

目前对雷达多波束技术的研究多基于如何实现发射多波束,对跟踪时的资源调度和能量管理策略研究较少,对多波束进行目标跟踪的使用条件,以及如何在多波束跟踪和雷达能量损失、时间消耗间平衡缺少必要的原则。文中对同时多波束的工作方式进行了分析,并建立了多波束跟踪的模型;同时,通过时间资源优化和回波能量感知两方面研究,提出了同时多波束跟踪的资源调度和能量管理准则,并设计了多波束跟踪时的自适应任务调度算法。     

复合K噪声下机动目标跟踪自适应UPF算法

针对复合K噪声下机动目标跟踪系统具有强非线性非高斯的特点,提出了一种自适应无迹粒子滤波(Adaptive Unscented Particle Filter,AUPF)算法.该算法建立在常加速模型及其改进滤波算法基础上,并将无迹卡尔曼滤波(Unscented Kalman Filter,UKF)与强跟踪滤波(Strong Tracking Filter,STF)算法相结合作为提议分布,提高了系统跟踪一般机动和阶跃机动的能力.在给出复合K噪声模型的基础上,利用AUPF算法对几种典型机动目标进行了计算机仿真,并同无迹粒子滤波(Unscented Particle Filter,UPF)算法进行了比较.仿真结果表明,复合K噪声下AUPF算法能更有效地对各种机动目标进行跟踪,具有较高的跟踪精度.     

一种适于波束切换移动自组网的邻居发现改进算法

基于多波束切换的移动自组网系统在未来通信中具有广阔的应用前景,邻居发现是基于多波束切换的移动自组网系统的关键技术之一。现有基于多波束切换的移动自组网邻居发现算法在波束交叠情况下无法选择最优通信波束,为了解决基于多波束切换的移动自组网邻居发现过程中的最优通信波束选择问题,提出一种改进算法,在邻居发现过程中增加接收信号质量评估机制,增强网络的稳定性,提高网络吞吐量,并通过仿真验证了在波束交叠的情况下系统的累计平均接收电平优于传统方法。     

多移动机器人编队算法研究与实验验证

本文对目前常用的几种多机器人编队算法进行了分析和研究,设计并提出一种将领航跟随法、人工势场法和基于行为法等常用多机器人编队算法优点相融合的新算法。搭建了用来进行新算法的实物仿真验证的群体智能移动机器人系统,实现了群体机器人搜索目标、驶向目标、动态跟踪和实时避碰等一系列功能,验证了新算法的有效性。     

基于颜色的运动目标快速识别与跟踪

在自主式移动机器人对运动目标进行跟踪时,视觉系统主要完成目标的识别与跟踪,提高目标识别与跟踪的实时性和准确性是保证机器人跟踪顺利进行的关键。针对此提出了一种基于颜色色度Hs的向量判定算法,并运用这种算法结合动态窗口和螺旋扫描等技术,有效地提高了目标识别与跟踪的实时性和准确性。     

Autonomous mobile target tracking system based on grey-fuzzycontrol algorithm

This paper presents a new position-based tracking system for autonomous mobile target tracking task. A grey-fuzzy controller (GFC) is developed for motion control of the tracker, in which dynamics models of the target and tracker are not required a priori. The target detection is based on the adaptive visual detector (AVD), which can online adjust the histogram model based on the change of surrounding conditions, such as light variation, in a natural environment. The AVD and GFC are integrated together for mobile target-tracking applications. There are several advantages of the integrated system, in particular: (1) it can rapidly learn the target appearance model for the detection involved with the tracking task; (2) the temporal dynamics model of the target motion can be approximated for the predictive localization of the moving target; and (3) the system can deal with the uncertain environmental conditions to ensure the tracking performance by GFC. Three mobile robots in the authors' laboratory have been used to demonstrate the success of this integrated system experimentally. They also conduct target tracking experiments, in which Chung Cheng-I tracks various moving targets. The results demonstrate the robustness and flexibility of the overall system in dealing with mobile target-tracking problems under varied natural environment conditions     

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.     

分布式粒子滤波算法在面向跟踪的无线传感器网络中的应用

无线传感器网络在目标跟踪应用中的优势主要体现在跟踪更精细可靠且及时隐蔽,但是由于传感器网络中没有中心控制机制,无线通信的带宽有限,这就要求采用合理的跟踪策略,高效的分布式信息处理算法。将“ad hoc跟踪群”的概念移植到面向跟踪的无线传感器网络中作为传感器的组织策略,并和适用范围较大的粒子滤波相结合实现跟踪任务。仿真实验证明,在不影响跟踪精度要求的情况下,此方案能够降低通信能量开销。     

仿人足球机器人目标定位与追踪算法改进

对于仿人足球机器人来说,视觉功能是极其重要的。在足球机器人的各种关键技术中,机器视觉是应用范围最广,最为基本的技术之一。移动机器人视觉的研究主要集中在颜色模型建立、目标识别、定位以及跟踪等方面。仿人机器人视觉系统的识别与定位算法也是目前的研究热点,目标的实时识别与定位是足球机器人在足球赛中精确踢球的前提。文章主要是针对目前足球机器人在视觉系统上所存在的问题进行了颜色模型建立及目标定位算法的改进,加入了目标追踪算法,确保目标识别与定位的准确。在i Kid足球机器人上进行试验并调试,试验结果具有较好的实时性和准确性。