利用时戳的变采样率目标跟踪算法

变采样率跟踪是相控阵雷达的一种重要工作模式，是基于网络或栅格多传感器异步融合跟踪的基础．引入时戳的概念并基于固定采样率的卡尔曼跟踪算法扩展到变采样率的情形，给出了具体的算法步骤，最后进行了Monte—Carlo仿真比较．结果表明了该算法的有效性．     

基于地心地固坐标系的多传感器实时配准方法

针对立体投影配准算法的不足,在分析广义最小二乘方法的基础上,提出了基于地心地固坐标系的实时配准方法.该方法选定一个传感器为数据处理中心,建立配准模型,采用序贯最小二乘方法和卡尔曼滤波方法来估计系统偏差,实现了误差的实时估计,便于工程应用实现.仿真表明了该方法的有效性.     

基于UKF地面雷达网的时空配准方法

为消除地面雷达的系统误差和时间误差,提出了基于Unscented卡尔曼滤波(UKF)的三维空间地面雷达网的时空配准方法。该方法将系统误差、时间误差与目标运动模型组合在一个动态模型中,并用UKF方法进行估计。Monte-Carlo仿真表明:该方法能同时有效地估计雷达的系统误差、时间误差,同时得到目标航迹。     

基于序贯最小二乘的多传感器误差配准方法

为实时估计多传感器系统偏差,针对广义最小二乘(GLS)配准方法不能实时估计传感器偏差的问题,提出了基于序贯最小二乘的多传感器误差估计方法,该方法在GLS配准模型基础上,采用最小二乘的序贯方法来估计系统偏差,不必存储过去的测量数据,能够实时估计系统偏差。仿真结果表明了该方法的有效性。     

基于UKF的变采样率多异质传感器异步数据融合

针对异质传感器数据融合能够实现信息互补,改善目标跟踪精度,提出了一种多异质传感器在变采样率下的异步量测融合算法,即首先将多传感器数据组合成类似于单传感器数据的异步数据处理方法,进行点迹合成,再将合成后的虚拟量测对当前时刻的目标状态进行更新.变采样率跟踪是基于网络或栅格多传感器异步融合跟踪的基础,通过引入时戳的概念给出了基于UKF(Unscented Kalman Filter)的具体融合算法,最后通过仿真验证了该算法的有效性。