一种捷联式图像导引头的解耦算法?

捷联式导引头与弹体固联,弹体姿态的扰动会导致目标在图像中的位置呈现复杂的运动特性。为了实现对目标的稳定跟踪,必须扩大导引头的搜索范围,从而降低了目标跟踪算法的实时性。文中建立了捷联式图像导引头的解耦模型,并提出了一种弹体姿态的解耦算法,利用惯性设备采集到的实时姿态角等信息进行了仿真验证。仿真结果表明算法可稳定的实现目标的实时跟踪。     

一种基于跟踪微分器的机动目标跟踪算法

提出了一种基于跟踪微分器（TD）的目标跟踪算法，该算法由跟踪微分器和序贯相似性匹配算法（SSDA）组成。假设目标在视频图像序列第一帧中的位置已知，使用跟踪微分器，可以预测出目标在下一帧图像中的位置，然后再使用SSDA算法，在预测位置的邻域内进行搜索，从而获得目标的准确位置。仿真实验证明基于跟踪微分器的模板匹配算法减少了搜索位置，提高了算法的效率，同时也克服了传统的卡尔曼滤波需要目标运动模型已知的缺点。     

基于高速球的运动目标自适应PTZ跟踪

研究运动目标PTZ跟踪技术，以HSI加权彩色直方图作为目标模型，通过均值偏移算法实现运动目标的定位。设计自适应波门，通过边缘检测保证核窗宽和模板更新的实时性。根据高速球的云台转动参数，提出自动变焦跟踪算法，实现目标跟踪过程中的自动镜头缩放，由此提高跟踪稳定性。最后搭建系统，验证整个算法的可行性。     

时变噪声统计估计的自适应UKF目标跟踪算法

针对目标跟踪中非线性滤波精度下降甚至发散的问题,提出了一种时变噪声统计估计的自适应无迹卡尔曼滤波(Unscented Kalman Filtering,UKF)算法.首先将系统模型和滤波算法修正为适于噪声非零均值时的情况,然后根据极大后验估计原理,推导出一种次优的时变噪声统计估计器,其系数通过指数加权的衰减因子计算得到,最后与传统UKF算法结合形成自适应的滤波算法.仿真结果表明,该算法保证了滤波收敛性,能够对目标进行有效跟踪,而且滤波精度显著提高.     

基于CS-Jerk模型的改进机动目标跟踪算法

文中通过对CS-Jerk模型中的参数以及卡尔曼滤波的分析,提出了一种改进的CS-Jerk模型目标跟踪算法。该算法根据量测新息及其变化率,通过模糊推理机制自适应的调整"当前"统计Jerk模型的机动频率,接着利用强跟踪滤波器对运动模型进行滤波来弥补卡尔曼滤波器的不足。仿真结果表明,提出的改进CS-Jerk模型目标跟踪算法显著提高了原CS-Jerk模型在不同机动模式下对高机动目标的跟踪精度,验证了算法的合理性和可行性。     

弹箭滚转姿态地磁测角仪的卡尔曼滤波算法

为降低地磁测角仪测量地磁场矢量信息解算弹箭滚转姿态角误差,文中运用卡尔曼滤波算法对弹体滚转角进行估计.通过对火箭弹滚转角速度变化规律的分析,用二阶近似表达弹体滚转运动规律作为卡尔曼滤波算法的系统方程,以磁场强度与数字量输出之间的非线性关系作为卡尔曼滤波算法的量测模型.通过实验仿真分析结果表明,滤波所得弹体滚转角、滚转角速度精度满足弹道修正弹要求,可用于弹道修正弹药被动段的弹道控制.     

基于高斯尺度空间的末制导目标跟踪方法

针对光电成像末制导阶段目标尺寸和姿态均迅速变化的问题，提出了一种基于高斯尺度空间的目标跟踪方法。该方法根据目标模板信息获得其在待匹配图像中的搜索区域，由高斯尺度空间理论求得相应的空间图像；利用尺度参数估计出不同尺寸目标的待匹配图像，并将目标模板与这些待匹配图像进行相关匹配，由匹配程度最高的图像求得目标模板的当前位置和尺寸；当模板尺寸发生变化时，对目标模板进行刷新。仿真结果表明，该算法能适应末制导阶段目标尺寸的急剧变化，在强杂波地面背景下实现对目标的稳定跟踪。     

基于在线修正弹道模板的主动段弹道跟踪方法

为了提高在线跟踪主动段弹道导弹的精度,提出了基于在线修正的弹道模板方法,详细构建了空气动力、推力、重力、科氏力、牵连惯性力等的动力学模型,结合不敏卡尔曼滤波和粒子滤波算法,对弹道模板参数进行在线校正及对导弹目标进行实时跟踪。在仿真过程中,基于加加速度模型和当前统计模型构建了交互多模型算法,并将该算法结合不敏卡尔曼滤波和粒子滤波算法与在线修正的弹道模板方法进行比较分析。仿真结果表明,该方法能够对弹道模板参数进行准确估计并能获得比交互多模型算法更高的跟踪精度。     

基于容积卡尔曼滤波的全捷联制导信息估计算法

针对全捷联制导弹药视线角不能直接测量的问题,提出基于容积卡尔曼滤波(Cubature Kalman Filter,CKF)的全捷联制导信息估计算法。该算法根据制导弹药弹道特性以及弹目相对运动特性,建立弹体运动模型及弹目视线模型作为状态模型;利用弹体与目标的几何关系以及坐标系间的转换关系得到的惯性系下的弹目视线角度,建立量测模型;针对所建立模型非线性程度较高的特点,采用容积卡尔曼滤波的方法对弹体姿态角以及弹目视线角进行滤波估计。建立数字仿真模型进行验证,实验结果表明,该算法能够满足制导信息精度的要求,并且具有一定的稳定性。     

机动目标的多站无源定位延迟补偿算法

无源定位在目标跟踪领域的应用日益广泛,各测量站信息传输所带来的时间延迟对跟踪精度产生较大影响。基于卡尔曼滤波,设计了一种延迟补偿算法,对时间延迟所产生的跟踪误差进行补偿,以提高跟踪精度。同时,采用交互式多模型对目标的机动运动进行建模,以反映实际目标的运动特性。通过仿真验证了跟踪误差显著减小,证明了补偿算法的有效性。     

基于概率假设密度滤波与无迹Kalman滤波的多目标跟踪与识别

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。     

弹道导弹主动段样条滤波算法

对弹道导弹主动段进行跟踪是弹道导弹主动段防御中极其重要的任务,它是制导拦截的基础。针对传统方法在弹道导弹主动段跟踪能力不足,建立了弹道导弹主动段样条滤波算法。该滤波算法首先用样条函数建立了主动段运动模型,其次在此基础上将运动状态进行了解耦,建立了状态方程,最后基于解耦模型,应用Kalman滤波进行了状态估计,并且在估计中设计了模型更新方法,使算法具有很好的机动跟踪性能。仿真实验证明,该跟踪算法估计精度高于其它算法。     

基于强跟踪滤波器的滚转弹姿态估计

给出一种基于强跟踪滤波器( STF)的滚转弹飞行姿态获取方法。为了得到试验弹的飞行姿态,使用一个双轴角速率陀螺构成滚转弹飞行姿态遥测系统,利用STF滤波器对遥测数据进行处理,以重构弹体飞行姿态,为进一步的弹体飞行动力学分析及制导系统的效能分析提供依据。利用低速滚转弹姿态运动模型,导出一组基于多重次优渐消因子扩展Kalman滤波器(SFEKF)的迭代滤波方程。由于SFEKF对模型参数失配的鲁棒性及对状态变化较强的跟踪能力,改善了算法的姿态估计精度。仿真计算结果验证了算法的有效性。     

雷达导引头最优控制问题研究

建立雷达导引头角跟踪控制数学模型,运用最优控制理论推导天线控制指令;基于机动目标当前统计模型,运用卡尔曼滤波及多普勒跟踪速度修正信息,估计出天线最优控制状态量;经仿真验证,设计方法不仅能够改善制导律输入精度,同时能够提高雷达导引头的响应性能.     

红外成象型空空导弹目标识别与跟踪算法研究

根据红外成象制导型空空导弹图象传感器在目标识别与跟踪过程中获得的图象序列的特点。提出了一种基于红外图像序列的弹道终端红外图象跟踪时的跟踪算法．实现了目标特征点的自动识别与跟踪。文中以最大距离法对目标图象进行分割．以机头部位为局部图象跟踪时的跟踪部位，分析了导引头投影成象模型以及弹目距离、相对速度对目标图象变化情况的影响．研究了中段形心跟踪模式与末端局部图象跟踪模式的转换时机．定义了确定目标充满视场程度以及阻塞视场与否的两个判据。最后，以实测的飞机红外图象对文中提出的算法进行了仿真，结果表明本文的算法是可行和有效的。     

红外成像导引头弹道终端跟踪能力研究

分析了弹道终端红外成像导引头跟踪盲区形成的原因,提出了采用局部图像跟踪算法减小跟踪盲区的思想,讨论了飞机目标局部图像跟踪部位的选取原则.通过分析弹目平行交会模型,对影响弹道终端导引头跟踪能力的诸要素进行了定量研究,并结合某型红外成像导引头的技术参数,对其终端跟踪能力进行了计算,计算结果表明,导引头的最大跟踪角速度、导引头图像探测器的帧频、弹目相对速度是影响导引头终端跟踪能力的主要因素.最后,提出了提高图像导引头弹道终端跟踪能力的几点措施.     

捷联寻的制导系统滤波器设计

主要针对某型捷联寻的制导弹药,进行了捷联寻的制导系统滤波器设计并进行了目标机动情况下的仿真验证。利用捷联寻的导引头给出的量测信息,设计了捷联寻的制导系统的强跟踪卡尔曼滤波器,估计出弹目相对运动等信息,用于末制导弹药的最优导引律,导引其命中目标。仿真结果表明,所设计的捷联寻的制导系统滤波器能有效对付目标机动,满足某型制导弹药武器系统性能指标要求。     

强跟踪UKF 在高动态组合导航中的应用

为解决载体在高动态下大幅度运动出现的滤波发散问题,提出强跟踪无迹卡尔曼滤波(strong tracking uncented Kalman filter,STUKF)算法。分析组合导航模型和研究经典的无迹卡尔曼滤波(uncented Kalman filter,UKF) 算法,将强跟踪UKF 算法应用于SINS/GNSS 组合导航系统,并与经典UKF 算法和衰减记忆UKF 算法进行比较。 分析结果表明：该强跟踪UKF 算法性能较好,能明显缩短滤波时间,减小速度误差和位置误差,从而提高组合导航 的准确性和稳定性。     

目标跟踪中两种非线性滤波算法的对比研究

在处理目标跟踪等动态系统实时估计问题中,通常采用EKF作为状态估计方法提高估计精度.由于EKF进行非线性估计存在一些缺陷,将系统进行线性化近似存在估计误差,从而影响目标跟踪的精度.为了获得更高的估计精度,介绍了两种新的非线性滤波算法,即unscented卡尔曼滤波算法和粒子滤波算法.分析了UKF和PF算法的原理和算法实现,对两种算法的适应性进行了比较.通过目标跟踪仿真实验,表明粒子滤波算法估计精度比UKF算法高,但是计算量却相对较大.     

修正极坐标系纯方位跟踪算法分析与改进

通过修正极坐标系(MP)的广义卡尔曼滤波,提出了一种探测水中目标位置及其他各项运动参数的估计方法.基于广义卡尔曼滤波算法,设计了舰船以"Z"形路线追踪目标的纯方位跟踪模式;根据舰船的运动特点,改进算法实现了对存在机动行为的目标进行有效跟踪.仿真结果表明该方法稳定性强,对测量精度要求低并可用于跟踪机动目标.