一种基于道路约束的变结构多模型跟踪算法

有效使用道路信息能显著提高地面运动目标跟踪性能。针对复杂道路网运动目标跟踪,给出了一种道路约束下的滤波和建模方法。首先描述了道路网的数学模型和道路约束条件下的过程噪声修正方法,根据道路约束最大后验概率估计准则给出了一种路段切换时状态和协方差修正公式;接着提出一种根据目标当前所处路段自适应滤波模型生成的变结构多模型(VSMM)方法,有效减小道路运动目标的模型动态误差,提高跟踪性能。仿真结果证明了该算法的优越性能。     

带厚尾噪声的鲁棒Student’s t容积滤波器

为了解决带厚尾过程和量测噪声的非线性状态估计问题, 本文提出了新的鲁棒非线性滤波器. 首先, 对带厚尾噪声的非线性系统进行了数学建模, 并推导出了基于Student’s t 近似的鲁棒非线性滤波器(Robust Student’s t based nonlinear filter, RSTNF)的一般结构. 其次, 针对RSTNF 中涉及到的含有关于Student’s t 分布的多维非线性函数积分求解问题, 提出了基于Student’s t 分布的三次幂球径容积准则(Student’s t spherical-radial cubature rule, STSRCR), 并在此基础上, 设计了新的鲁棒Student’s t 容积滤波器(Robust Student’s t based cubature filter, RSTCF). 最后, 利用目标跟踪仿真验证了本文提出的带厚尾噪声的RSTCF 的有效性以及与现有方法相比的优越性.     

基于TACKF的海面目标航向航速估计算法

航向航速是海面目标的重要特征,能准确估计出目标的航向航速对于海面目标的跟踪、识别和打击具有非常重要的意义。由于海面目标跟踪中易出现量测高精度、系统复杂强非线性等情况,导致传统非线性滤波器对海面目标航向航速的估计精度不高。此外,海面运动目标自身速度较慢,滤波器的稳态波动对海面目标的航速估计影响较大。针对上述问题,提出了一种基于截断的自适应容积卡尔曼滤波器(TACKF)的海面目标航向航速估计算法。仿真结果表明,所提出的TACKF算法较传统的非线性滤波算法有显著的性能提升,可以有效提高复杂环境下海面目标航向航速的估计精度。     

基于期望最大化与容积卡尔曼平滑器的机载多平台多传感器系统误差配准算法

针对机载多平台多传感器系统误差配准过程中出现的系统误差参数未知问题,本文提出了一种基于期望最大化(EM)与容积卡尔曼平滑器(CKS)的机载多平台多传感器系统误差配准算法.该算法将传感器的量测系统误差视为系统待估计的未知参数,构建了新的传感器量测方程.引入EM算法框架,在期望步(E–step)利用容积卡尔曼滤波器(CKF)和CKS近似计算对数似然函数的数学期望,在最大化步(M–step)对该数学期望进行最大化处理,最后通过解析更新反复迭代的方式获得各传感器系统误差的参数估计.数值仿真验证了本文提出算法的有效性.     

基于脉振电压法的永磁同步电动机的初始位置检测

描述了一种通过注入高频脉振电压来估计永磁同步电动机的转子的初始位置的方法.先分析电机在转子坐标系下磁链和电流的非线性饱和特性并用泰勒极数来描述这种特性,再通过分析高频电流响应,其中,交轴电流的基波分量中包含转子的位置信息但存在多解问题,直轴电流的二次谐波分量包含着极性信息可以有效地滤掉无效解.根据该原理设计一个 PI 控制器,可以快速地使估计坐标系逼近到转子坐标系,即交轴电流的基波分量趋向于零,直轴电流的二次谐波分量趋向于最小值,估算出初始位置的真值,从而实现电机转子的初始定位.最后,仿真结果验证了该方法的有效性.     

基于渐近平稳过程的修正扩展卡尔曼滤波算法

多目标跟踪中由于RCS闪烁和杂波变化造成的测量噪声波动,导致测量噪声并不是完全服从高斯分布。研究了基于渐近平稳过程的噪声模型,引入测量值置信度函数,提出了一种将测量值置信度反馈至滤波过程的方法,通过修正新息协方差阵及增益矩阵,降低测量噪声波动对滤波的影响。该方法增强了噪声压缩能力,有效地抑制了滤波的误差尖峰。最后,仿真结果验证了所提方法的有效性与可行性。     

基于预警机引导信息的雷达最优搜索算法

针对预警机引导信息下相控阵雷达的最优搜索问题进行了研究。从预警机引导战斗机雷达搜索的角度出发,将搜索目标进行分类,根据实际作战需求加入搜索约束条件,完善现有的雷达最优搜索模型,提出两步优化策略来解决不同搜索阶段的优化问题;采用凸优化的手段对搜索模型进行求解,提出拉格朗日结合障碍法的方法来实现搜索数据率的快速优化,解决了雷达最优搜索多约束、多目标优化实时求解的问题,具有较高的工程应用价值;最后通过仿真验证了拉格朗日结合障碍法进行优化模型求解的有效性以及最优搜索模型的合理性。     

基于信号幅度的复杂目标新数据互联方法

针对海面复杂目标环境下,如果多目标跟踪过程中仅仅考虑基于运动学特征的数据互联方法,就不能充分利用目标回波信息的问题展开研究,提出一种基于目标信号幅度的新数据关联方法。首先,建立起信号幅度的数学模型;然后,将其与传统JIPDA算法相结合,给出新的雷达量测与目标航迹的互联概率计算方法;最后,仿真实验表明:所提出的JIPDA-AI算法较传统基于运动学特征的多目标数据互联方法JPDA方法和JIPDA方法等有显著的性能提升,可以有效提高复杂目标环境下的航迹跟踪精度。     

基于AIS的对海雷达多目标融合跟踪方法

针对海面密集目标跟踪时数据关联难度大且跟踪精度不高的问题,提出了一种基于船载自动识别系统(AIS)信息的雷达航迹融合方法。首先,根据AIS测量值和雷达的测量噪声等级确定融合系数,保证融合数据的合理性;然后,使用融合后的航迹对雷达测量值作双波门的数据关联处理,优化数据关联方法,提高源于目标测量值的置信度,降低虚警和杂波的影响,进一步提高航迹的稳健性和跟踪精度;最后通过仿真和实测数据证明了所提方法的有效性和优越性。