基于似然分布自适应调整的SMC-PHDF算法

SMC-PHDF(Sequential Monte Carlo-Probability Hypothesis Density Filter)算法由于不受高斯和线性的限制,在目标跟踪领域有着广泛的应用;然而当系统量测噪声较大,很多样本的归一化权重很小而成为无效样本,最终导致SMC-PHDF算法滤波精度较低;针对这一问题提出似然分布自适应调整的SMC-PHDF算法,通过在更新步骤中自适应调整粒子权值,增加先验密度和似然的重叠区,从而达到提高滤波性能的目的;仿真结果表明:在系统量测噪声较大时该算法比传统SMC-PHDF算法的滤波效果有所提升.     

基于ML-PDA算法的低可见目标跟踪研究

针对利用传统算法难以跟踪低空目标的问题,提出了一种可行的跟踪低空目标的最大似然-概率数据关联(ML-PDA)算法。在分析各种低空目标特性的基础上,首先建立了基于ML-PDA滤波算法的低空目标跟踪模型,然后对该模型进行了深入分析,最后通过计算机仿真对该模型进行了验证。结果表明:ML-PDA滤波算法对低空目标跟踪十分有效,并且提高了滤波实时性,具有较好的工程应用前景。     

基于平方根卡尔曼滤波的粒子滤波算法

在普通粒子滤波器中,基于先验概率的重要性密度不能容纳最新测量信息,导致跟踪精度难以提高。针对该问题,给出一种基于平方根卡尔曼滤波(SRUKF)的新型粒子滤波算法(SRUPF)。该算法以普通粒子滤波器(PF)为基础,运用SRUKF生成重要性密度。与运用先验知识生成重要性密度的普通粒子滤波器不同,SRUPF的重要性密度中包含了最新的观测信息,从而能够更好地逼迫状态变量的分布规律。此外,由于SRUPF在计算重要性密度时不需要在每一个迭代步骤都对状态协方差阵进行分解,因而SRUPF比PF具有更好的数值稳定性。在非线性测角跟踪问题中的应用表明:SRUPF滤波器的跟踪精度优于PF和SRUKF。     

基于粒子滤波器的多机动目标跟踪贝叶斯滤波算法研究

提出了一种新的基于粒子滤波器的贝叶斯滤波算法, 用于在非线性非高斯假设下跟踪多机动目标.对目标动态行为的已知描述构成了贝叶斯的先验知识.近来时序蒙特卡罗技术的发展, 特别是粒子滤波器算法, 使采用一个目标状态的集合对贝叶斯模型的后验知识进行建模和跟踪成为可能, 这个集合可以看作是这个后验密度函数的采样集合.这种新的贝叶斯滤波算法是粒子滤波器与划分采样技术和假设计算的有机结合.在与SIR/MCJPDA算法的比较仿真研究中, 证明该算法能够提高系统的跟踪性能.     

基于变权平均似然函数的粒子滤波改进算法

在纯方位跟踪中,针对随机观测噪声对粒子权值准确性的影响,提出了一种基于变权平均似然函数的粒子滤波改进算法,在每个粒子权值更新过程中,采用多次观测值计算粒子似然函数并对其变权平均,替代由单一观测值更新粒子权值的方法,减小随机观测噪声对权值的影响。最后,通过实验仿真表明:新算法在纯方位跟踪中滤波精度优于传统粒子滤波算法。     

合成孔径雷达高度计误指向角最大似然估计算法

合成孔径雷达高度计的误指向角严重影响高度计参数估计的精度。针对此问题,根据合成孔径雷达高度计的回波特征,采用最大似然估计算法对误指向角进行估计。文章推导了误指向角最大似然估计算法的计算公式,提出了基于二阶的α-β滤波器的最大似然算法估计流程,并进行了计算机仿真。仿真结果表明了该算法的有效性。     

基于盒粒子滤波的多扩展目标伯努利滤波算法

针对非线性和区间量测条件下的多扩展目标跟踪问题,提出了一种基于盒粒子滤波的多扩展目标MeMBer滤波算法。该算法首先将盒粒子滤波引入到改进的ET-MeMber滤波中,并推导了适用于区间量测的多扩展目标伪似然函数和状态更新方程,接着给出了基于MD-AP聚类的区间量测集划分方法来处理滤波过程中存在的区间量测集划分问题。仿真实验结果表明,所提算法能够快速高效地对区间量测进行处理,与传统的序贯蒙特卡洛实现方式相比,具有更好的跟踪性能。     

不完全信息下分布式目标跟踪算法

针对分布式目标跟踪过程中出现数据丢包和不完全量测现象,提出一种分布式目标跟踪算法.该算法由统计意义下局部滤波器和基于协方差交叉算法融合滤波器构成,其中局部滤波器利用邻域内各节点测量信息计算局部滤波值,融合滤波器则将邻域内各节点局部滤波值进行融合处理,得到该节点的目标坐标信息;最后,利用典型目标航迹模型对该算法进行仿真分析.仿真结果表明:该算法可有效抑制不完全信息发生时对目标跟踪结果的不利影响,可为分布式目标跟踪系统在实际工程中的设计与研制提供有益的参考.     

多模寻的制导的数据融合算法研究

提出了一种多模寻的制导系统中数据融合算法。首先对多模式探测数据进行时／空校准，然后进行测量数据的相关处理．再后利用最大似然算法对测量数据进行最优压缩，最后利用扩展Kalman滤波器对压缩后的数据进行滤波，输出目标的状态估计。仿真验证了算法的有效性。     

强跟踪联邦的卡尔曼滤波器设计

将强跟踪滤波方法应用到联邦滤波器中,形成无反馈模式的联邦滤波器的强跟踪联邦滤波算法.该强跟踪联邦滤波器由2个子滤波器和1个主滤波器组成,主滤波器到子滤波器的信息反馈.子滤波器独立地进行时间更新和测量更新.主滤波器对时间进行更新,并将2个子滤波器的结果进行信息融合,得到全局最优估计.     

基于舰船电场的目标跟踪方法研究

针对舰船电场跟踪中模型准确度与跟踪模型维度之间的矛盾,以舰船电场点电荷阵列模型为基础,结合舰船电场反演算法,分析点电荷个数、观测点水深对建模精度的影响。明确观测点位置对点电荷数量的最少需求,在保证建模精度的同时降低跟踪滤波器的维度,保证滤波算法的稳定性。设计了舰船电场跟踪渐进更新扩展卡尔曼滤波器,并进行了仿真分析和试验验证。结果表明：用少量点电荷模型代替复杂舰船电场点电荷阵列模型,在舰船电场跟踪中是可行的,具有较高的跟踪精度;渐进更新扩展卡尔曼滤波方法对少量点电荷电场模型,能够有效提高初始误差容错范围,具有很高的滤波稳定性,定位误差在500 m范围内小于10 m,且计算代价较低,适合舰船电场跟踪的工程应用。     

基于相关分析的船舶轴频电场实时检测算法

针对现有船舶轴频电场检测算法计算量大等问题,提出一种基于相关分析的船舶轴频电场实时检测算法。该算法利用海洋环境电场和船舶轴频电场水平两分量的相关性差异,提取检测电场信号水平两分量的相关系数为特征,采用滑动检测方法对船舶轴频电场信号进行实时检测。实测数据的验证结果表明:该算法在高信噪比和低信噪比情况下均能较好地检测到目标信号,且不会出现虚警,可用于引信对目标的检测。     

Research on the Static Magnetic Field of Ships with Corrosion and Anticorrosion Efficacy Using Electric Dipole Model

In the case of three-layered(air-seawater-seabed)model,the analytical expressions of the static electric and static magnetic field produced by the static electric dipole located in seawater were derived by using the mirror image theory.Combined with the distribution of the underwater electric potential measured in laboratory,an electric dipole model for physical scale of ship was established and the distribution characteristics of an actual ship' s corrosion related magnetic field were obtained.Based on est...     

基于电偶极子的舰船腐蚀防腐相关静态磁场研究

借助镜像法推导了在空气—海水—海床3层模型中,位于海水中的静态电偶极子在海水区域中的静态电场和磁场分布的解析表达式。并以此为基础,结合实验室中的一次船模腐蚀防腐静态电场的测量结果,对舰船静态电场进行电偶极子建模。然后以此数学模型为基础,对船模的腐蚀和防腐相关静态磁场进行理论分析和计算,结合缩比模型理论,可以得到实际舰船无法直接测量的海水中的腐蚀和防腐相关静态磁场的分布特征。分析结果表明该部分静态磁场对消磁舰船而言,是值得重视的目标信号。     

微分递推法在舰船静态电场深度换算中的应用研究

根据舰船静态电场换算问题中换算区域内舰船静态电场的无源、无旋这一特性,得到网格节点处电场强度三分量的竖直方向1阶偏导数与水平方向1阶偏导数的关系。在两相邻深度平面间建立起以牛顿-莱布尼茨公式为基础的递推关系,逐层递推,实现了由测量平面场分布到目标平面场分布的换算,得到舰船静态电场深度换算的微分递推法。以舰船静态电场的基本模拟单元——水平电偶极子为对象,分别利用数值仿真和模拟实验的方式说明了微分递推换算方法的可行性,且在同等参数条件下,由远及近的换算精度要优于由近及远的换算精度。进一步分析表明,在实际应用中可以通过改变递推步长、测量平面网格节点间隔以及测量点阵的布设位置来进一步提高换算精度和效率。     

基于点电荷模型的腐蚀相关静电场快速预测方法研究

针对舰船腐蚀相关静态电场实时预测难的问题,提出了基于点电荷（电极）模型的快速建模方法。对舰船的结构进行合理分区,通过计算混合电位值确定电极的极化状态;在电极极化曲线及电化学系统电流和为0的准则基础上,建立了点电极电位和电流之间的函数关系;利用最小二乘算法计算点电极的电流值,并根据点电荷3层模型下的电位计算方法预测舰船腐蚀相关静态电场;分别利用仿真数据和船模试验数据对所提方法的有效性进行了检验。结果表明,所提方法能够实现对舰船腐蚀相关静态电场进行快速预测。     

多级火箭主动段实时自适应跟踪算法

多级火箭主动段跟踪主要采用基于当前统计模型的解耦卡尔曼滤波方法,当前统计模型的机动参数不能自适应变化时,在级间分离段会出现滤波突跳问题.针对于此,文中提出模型参数自适应计算方法,同时,采用容积卡尔曼滤波方法替换传统的解耦卡尔曼滤波方法.通过对某次火箭飞行实测数据分析,该算法能有效抑制滤波突跳问题,算法的稳定性及收敛性与传统方案相比有较为明显的改善,适用于多级火箭主动段跟踪.     

基于MPC-MFAC的双侧独立电驱动无人履带车辆轨迹跟踪控制

简化模型带来的模型失配以及外部环境不确定性是导致轨迹跟踪误差的主要原因,尤其对于无人履带车辆,其复杂的物理特性和工作环境更放大了两大因素的不利影响。针对该问题,将基于模型和基于数据的控制方法结合起来,提出一种基于模型预测控制结合无模型自适应控制补偿的双侧独立电驱动无人履带车辆轨迹跟踪控制方法。在平衡建模准确度和求解耗时的基础上,利用模型预测控制进行前馈求解。针对模型预测控制中简化模型与车辆实际模型之间必然存在的差异以及环境不确定性,基于动态跟踪效果构建无模型自适应控制算法进行补偿,即利用车辆实际轨迹与模型预测所得轨迹之间的误差,对模型预测控制求解的两侧履带速度控制量进行实时修正。仿真实验结果表明,该方法能够在一定程度上抑制系统内外部不确定因素的影响,提高动态环境下双侧独立电驱动无人履带车辆轨迹跟踪控制的精度。