基于IMM-UKF的雷达/红外分布式加权融合算法

在雷达/红外复合制导机动目标跟踪背景下,针对非线性机动目标融合跟踪存在滤波器易发散问题,提出一种基于交互式多模型无迹卡尔曼滤波(IMM-UKF)的分布式加权融合算法。IMM具有对不同目标机动模式自适应跟踪的能力;UKF对观测数据进行滤波估计,避免了计算雅克比矩阵,克服EKF滤波方法受滤波初值影响大、易发散的缺点;分布式融合算法提高了系统抗干扰能力及对目标跟踪的有效性和跟踪精度。仿真结果表明:该算法在处理非线性系统机动目标跟踪融合结果误差均得到减少,更能提高目标跟踪滤波精度,增强了系统稳定性。     

基于期望系统噪声模型的自适应机动目标跟踪

对于机动目标跟踪问题,由于目标机动能力的增强,使建立的目标模型与目标的实际运动失配。为解决这个问题,需建立大量模型来逼近真实模式。但这使计算量增大,而且性能不一定能提高。本文提出基于期望系统噪声模型的自适应交互式多模型(IMM)算法。该算法自适应调整部分系统噪声模型,使之接近符合实际的系统噪声模型。对目标机动运动的Monte-Carlo仿真结果表明,本算法对机动目标的跟踪精度比标准IMM算法有较大改进,且计算量适中。     

基于线谱瞬时频率估计的被动声纳目标运动分析

针对被动声纳探测目标,提出了一种基于线谱瞬时频率估计的目标定位跟踪算法。该算法通过利用声纳探测目标的跟踪波束信息,建立高精度瞬时频率跟踪提取与多特征联合的目标定位跟踪模型,完成对目标高精度多普勒频移信息的实时提取。基于多特征观测方程,实现了对目标的定位与跟踪。仿真实验和海上试验结果表明：该算法可在观测平台不机动情况下,完成对目标的快速定位与跟踪;在相同平台机动条件下,相比传统纯方位算法,该算法的要素解算性能更加稳定,解算收敛时间缩短约4 min,进一步增强了工程适用性。     

基于交互式“当前”统计多模型的机动目标跟踪算法

针对巡航导弹类目标的运动特性,建立了蛇形机动攻击弹道模型,提出了一种改进的交互式"当前"统计多模型算法。该算法通过引入高斯隶属函数对"当前"统计模型的加速度方差极限值进行在线调整,使其可适应不同机动程度的目标;将不同机动频率的当前统计模型作为子模型融入交互式多模型,通过不同机动频率子模型的相互作用,进一步增强交互式模型的自适应跟踪能力。仿真结果表明,该算法跟踪过程平稳,跟踪精度高,收敛速度快,计算量适中,可用于末端防空武器拦截巡航导弹类目标。     

杂波环境下多机动目标跟踪的一种新粒子滤波器算法研究

多机动目标跟踪系统具有本质非线性和非高斯特性, 而且状态的测量通常是来源未确定的观测量, 在杂波环境下尤其如此.因此, 杂波环境下的多机动目标跟踪问题需要同时解决多个目标的机动性以及测量和目标之间的关联问题.提出了一种结合粒子滤波器和吉布斯采样器的多机动目标跟踪算法, 可以很好地解决在杂波环境下的多机动目标跟踪问题.在仿真研究中, 与另一多机动目标粒子滤波器算法BMMPDAF的比较证明了所提出的算法的优越性.     

模糊自适应机动目标跟踪算法

提出了一种模糊自适应机动目标跟踪算法.该算法首先通过新息进行机动发生与否及强弱的判断,进而由模糊推理系统给出了过程噪声的自适应调整,并提出了通过测量获得测量噪声特性的方法,使得测量噪声方差能准确地反映测量仪器本身的性质和环境的影响.通过仿真实验验证了该算法在目标发生机动时,能自适应调整过程噪声,对机动目标有效地进行跟踪,相比传统的卡尔曼滤波具有更小的跟踪误差.     

非平稳非高斯测量噪声条件下改进差分粒子滤波算法研究

针对非平稳非高斯测量噪声(NSNGN)条件下差分粒子滤波(DDPF)算法状态估计精度低、易发散的问题,提出了一种改进DDPF(IDDPF)算法. IDDPF算法采用高斯混合密度函数近似估计测量噪声,替代传统算法中测量噪声的高斯密度函数近似估计,采用似然函数的对数最大化法求解高斯混合密度函数模型参数,并将该模型应用于粒子权值计算,避免了高斯密度函数近似估计噪声模型所易于导致的粒子退化问题;通过建立水下目标纯方位角跟踪系统模型,将IDDPF算法应用于闪烁测量噪声条件下水下目标纯方位角跟踪问题的求解。50次Monte Carlo对比仿真实验结果表明：在NSNGN条件下IDDPF算法具有跟踪响应快、估计精度高、鲁棒性较好等优点。     

机动目标跟踪的多传感器分层加权融合算法

针对应用并行,Bar Shalom-Campo等融合算法实现多传感器对机动目标的融合跟踪时,经典的交互多模型(IMM)无法提供目标运动模型这个先验信息的问题,提出一种机动目标跟踪的多传感器分层加权融合算法,该算法通过分层加权得到多种融合算法所需的目标运动模型信息,最后使用扩展卡尔曼滤波器(EKF)对状态预测和量测进行融合估计,实现了多传感器对机动目标的融合跟踪。仿真实验表明,和单传感器相比,所提算法显著提升了机动目标的跟踪精度。     

一种适用于多弹联合攻击机动目标的协同制导策略

针对多枚采用被动导引头的导弹联合攻击机动目标的问题,基于多站无源定位技术与增强比例导引(APN)规律设计了一种具有领弹-从弹拓扑结构的协同制导策略。该制导策略根据被动测角信息建立多弹联合的目标跟踪模型,应用扩展卡尔曼滤波方法对目标的运动信息进行估计。在中制导阶段采用多智能体一致性控制理论设计了制导规律,沿垂直于领弹视线方向分布各从弹,满足三角定位中的测量基线要求。在末制导阶段设计了一种切换制导规律,使导弹工作在一致性制导模式与APN制导模式之间,充分利用目标机动信息进行攻击的同时尽量保持测量基线。仿真算例验证了所提出的制导规律能够利用多弹的测角信息准确估计目标运动,并利用该估计信息实现对机动目标的协同攻击。     

多约束在线高斯伪谱末制导方法

针对高超声速飞行器研究了一种既能保证终端位置、动压、法向过载约束,又能保证终端落角、落速约束的末段制导方法。该制导方法基于高斯伪谱法实时解算非线性最优控制问题以获得最优反馈控制,将一种初值猜测策略加入到高斯伪谱法解算过程中以加速算法收敛,并在无反馈信息的最后一个制导周期使用比例导引方法以保证飞行器准确命中目标。在三自由度模型各项拉偏情况下进行蒙特卡洛打靶实验,仿真结果表明,在较恶劣的飞行环境下,在线高斯伪谱制导方法具有很好的稳定性和鲁棒性。