共查询到19条相似文献,搜索用时 234 毫秒
1.
根据双基阵被动定位的特点,分别论述了仅利用方位测量信息的交叉测向法定位原理和利用方位及时延差测量信息的测向测时差法定位原理,并在相同的仿真条件下,对两种方法的定位性能进行了比较。介绍了可提高被动定位精度的数据预处理和最小二乘拟合方法。通过蒙特卡洛仿真分析比较了基阵位置、基阵间距及各种测量参数改变对定位性能的影响。仿真结果表明,基于纯方位测量信息和方位—时延差测量信息的双基阵被动定位方法,避免了观测平台的机动,具有较好的可观测性,经过必要的改进,可用于对海上机动目标的无源定位。 相似文献
2.
为了解决座底式长基线水声跟踪系统的高效校阵问题,结合工程项目实际提出一种智能化分组并行校阵方法。该方法利用水下基阵布阵施工时获得的水声及差分全球定位系统(Differential Global Positioning System,DGPS)测量数据为基准,在校阵试验中采用多个水下基阵分组并行校阵的快捷方式,根据自动反馈的测量数据进行校阵误差收敛测量,当满足事先设定的校准误差后,获得水下基阵的精确位置信息,同时完成多个水下基阵的阵型校准。最后,在某水域采用跑船试验的方式进行验证。长基线系统测量的船只航行轨迹与DGPS轨迹重合性好,证明该方法具有智能化程度高、测量精度高、测阵效率及经济性好等优点,具有较高的军事及民用价值。 相似文献
3.
4.
5.
文章研究利用被动定向浮标阵定位跟踪水下机动目标的方法,基于卡尔曼滤波(Kalman Filter, KF)原理提出一种定位跟踪滤波器的具体实现方法。该方法能够整合多枚浮标现在及过去有误差的测量数据,提高定位精度,同时连续输出水下目标运动参数估计从而锁定目标运动轨迹。该方法实现的关键在于建立水下目标与浮标阵的数学迭代运算模型,包括状态空间的动态与观测过程。由于被动定向浮标阵目标跟踪是一个非线性估计问题,而卡尔曼滤波器是线性的,因此文章设计了近似的线性观测方程以利用卡尔曼滤波来解决这个问题。通过计算机仿真研究该滤波器的跟踪效果并与最小二乘法进行比较,估计精度明显高于最小二乘法。同时通过仿真验证该滤波器可以自适应跟踪目标的非稳态运动过程。该方法在工程实践上具有一定应用前景与指导意义。 相似文献
6.
基于时延测量的水声跟踪定位系统,当信号传播时延大于脉冲重复周期时,就会出现测距模糊。测距模糊是高帧率定位系统不可避免的问题。研究了基于时延测量的合作声信标定位系统中的抗距离模糊问题,提出了一种新的抗距离模糊技术,基于时延测量定位模型和时延差测距模型,推导了相应的软件抗模糊算法。该方法将两种定位模型的优点相结合,实现了无模糊的、高精度的水下定位。最后海试结果验证了算法有效性和可靠性。该算法不仅具有硬件抗模糊无法具有的优点,而且与以往的硬件、软件抗距离模糊算法相比,有更灵活的运用空间。 相似文献
7.
8.
阵形估计是水听器阵列应用中的关键问题,基于时延估计的阵形估计方法比基于传感器测量和基于匹配场处理的方法具有更强的适应性和较高的精度。针对浅海水听器阵列中水平长线阵存在的纵向相关振荡现象引起的不能简单以某一阵元为基准求相对时延的问题,充分利用了阵元信号的高相关性,提出了基于子阵时延的阵形估计方法,针对子阵间时延估计误差向阵端累积的问题,该方法以时延估计的克拉美罗界为依据提出了合理的子阵方式,在一定程度上减小了误差传递。对已有海试数据阵形估计处理的结果表明,相对于单源固定间距方法和未分子阵的双源时延估计方法,基于子阵时延的阵形估计方法满足阵元间距的约束,有较好的空间谱特性,减小了阵形估计误差,对长水听器阵列的应用及阵形估计具有较大应用价值。 相似文献
9.
10.
11.
12.
13.
改进的EKF算法在目标跟踪中的运用 总被引:5,自引:3,他引:2
过程噪声和测量噪声影响Kalman滤波的性能,通常很难得到它们准确的值。提出观测噪声和过程噪声实时估计的自适应算法。该算法可以用在非线性和机动目标跟踪问题中,不必预先知道准确的噪声方差。重新估测观测噪声方差矩阵,可以较好地消除由观测噪声带来的误差;建立一个简单的线性Kalman滤波器对过程噪声进行实时估计,这对于机动目标来说是必要的,因为原有的过程噪声将受到加速度影响,不能包含全部的信息。实验表明,该算法保证EKF稳定性,提高了跟踪性能。模拟实验300次后,X,Y方向位置均方误差分别为7.8099,9.6838。 相似文献
14.
基于鲁棒H~∞滤波的光电跟踪机动目标状态预测估计 总被引:1,自引:0,他引:1
针对光电跟踪系统中目标机动的特点和电视图像跟踪器信号处理、传输造成的测量时滞以及目标信号测量中存在的不确定干扰和噪声,选取机动目标"当前"统计模型对加速度进行建模,在所建立的光电跟踪目标加速度非零均值相关模型的基础上,采用鲁棒H∞滤波算法对光电成像识别目标运动状态进行预测估计.其预测精度比Kalman滤波提高近1倍.实验结果表明,该方法能有效地克服目标模型变化及随机噪声和干扰不确定性的影响,具有较高的预测精度和良好的鲁棒性. 相似文献
15.
16.
针对单站无源跟踪系统非线性较强、传统跟踪滤波方法收敛速度慢且容易发散的问题,提出了一种基于自适应因子化 H∞滤波的单站无源跟踪算法.该算法利用 sigma 点转换和鲁棒 H∞滤波能够减小观测方程的线性化误差和降低观测误差不确定性的特点,通过新息控制减小野值对滤波的干扰,利用比例因子和渐消因子自适应调整采样点到中心点的距离和状态预报误差的协方差,从而克服基于 UT 变换的 H∞滤波采样时的非局部效应问题,增强了单站无源跟踪系统对噪声的鲁棒性.仿真实验结果表明,本文方法通过对 UT 变换进行简化,在自适应因子化的同时,算法的计算量与基于 UT 变换的 H∞滤波基本持平,且跟踪精度优于基于 UT 变换的 H∞滤波算法.该算法在保持高精度估计能力的同时,具有较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法. 相似文献
17.
Single-lens single-image incoherent passive-ranging systems 总被引:1,自引:0,他引:1
We introduce a new system for single-lens single-image incoherent passive ranging. The only a priori object information this system requires is that the objects to be ranged must possess a low-pass spatial frequency spectrum. Physically, this system for passive ranging is a standard optical imaging system that is customized with a special-purpose optical mask or filter. Analytically, this optical mask customizes the transfer function of the optical system in such a way that objects form images that contain range-dependent information. This range-dependent information lies in the spatial spectrum nulls or zeros of the image. 相似文献
18.
基于卡尔曼滤波的多运动目标跟踪算法研究 总被引:2,自引:0,他引:2
针对多运动目标跟踪的实时性和鲁棒性问题,本文提出了一种基于卡尔曼滤波的多运动目标跟踪算法,该算法运用卡尔曼滤波预测目标的位置,并以目标的中心点坐标、面积和长宽比特征、一维HSV颜色直方图作为目标的特征对当前帧检测到的目标模板和预测区域内的目标进行匹配。实验证明,该算法可实时、稳定地跟踪复杂场景内的多运动目标,并能够解决目标遮挡问题。 相似文献