炮位侦校雷达定位精度影响因素分析

炮位侦察校射雷达弹道外推算法受多种因素影响。为满足弹道外推分析、进一步提高外推精度的需求,详细建模分析地球曲率、时间不同步、弹道模型误差、信噪比变化等影响炮位侦校雷达定位精度的因素。结合精密雷达测量数据和无迹卡尔曼滤波外推算法进行仿真,量化评价各因素对外推精度的影响。通过理论建模与仿真实验,将考虑各种影响因素与否的情况详细分析对比,得到各因素对定位精度影响程度从大到小依次为：地球曲率、时间不同步、弹道模型误差、信噪比变化。在此基础上,提出了考虑多种因素的炮位侦校雷达弹道外推改进方法。     

基于聚类思想的弹道外推算法研究

为了提高炮位侦察校射雷达中炮位侦察定位精度同时提升外推结果一致性,本文引入聚类思想,建立了基于K-均值聚类的弹道外推模型。该模型采用七态无迹卡尔曼滤波算法对量测数据进行多次滤波,然后利用4 阶龙格-库塔积分方法对火炮位置进行外推,最后对多次外推结果进行K-均值聚类处理,采用综合多因子方法计算簇品质,选取最优簇对应的聚类中心作为最终的火炮位置进行输出。实验结果表明,该弹道外推算法显著提升了外推结果的一致性及定位精度。     

基于几何距离准则的弹道外推方法

为提高雷达软件系统弹道导弹弹道外推的精度,提出一种基于三维空间几何距离准则的弹道外推方法。该方法基于在地球惯性坐标系中标准弹道为位于过地球质心的一个二维平面内的椭圆这一事实,首先由拉格朗日数乘法确定椭圆所在的平面,使所有量测点到该平面的几何距离平方和最小,然后用各量测点在平面内的投影点代替原始点迹,在平面内用最小二乘法作平滑,确定椭圆方程,最后取中点进行弹道外推。应用STK软件进行弹道仿真,结果表明这一方法可以明显提高弹道外推的精度。     

数字滤波技术在弹道外推中的应用——α-β滤波器及α-β-γ滤波器

文章说明,在进行常规弹丸的弹道外推,推算弹丸落点时,若不考虑机动性,利用最小二乘α-β滤波与用卡尔曼滤波两者分别进行跟踪滤波比较,在落点、精度上相近,而α-β滤波减少了一多半的计算量.在弹道外推中,α-β滤波器是一种适用的滤波器形式.     

雷达

1加95‘94011293弹道系数估值误差对炮位外推精度的影响/王建新,张先萌,沈世泉(南京理工大学)11火控雷达技术一1993,(3)一7~12 在地面炮位侦察雷达中,雷达跟踪飞行弹丸,量测数据用来估计飞行弹丸的位置、速度和弹道系数,然后解弹道方程外推出飞行弹丸的起点,但位置、速度和弹道系数估值是有误差的,文章分析了在一定的条件下,弹道系数估值误差对炮位外推精度的彭响.图2参3(许) 在火炮定位雷达中,雷达测量误差、滤波估值误差及弹道外推误差导致了对敌火炮的定位误差.定位误差直接影响我方火炮的命中率.文章讨论了蓄达定位精度对命中率的影响.…     

基于PCA改进的粒子滤波算法研究

本文首先对几种经典的航迹滤波算法进行说明,包括扩展卡尔曼滤波算法、无迹卡尔曼滤波算法、粒子滤波算法,并针对无迹卡尔曼滤波算法以及卡尔曼滤波算法要求系统是近似高斯后验分布模型,对系统要求较高,以及粒子滤波算法实验过程中出现的粒子退化的问题提出一种改进的粒子滤波算法,并设置仿真实验,通过对比实验验证改进的算法的可行性.     

非线性系统故障诊断的粒子滤波方法

针对粒子滤波存在粒子退化问题,提出一种基于无迹卡尔曼滤波和部分重采样的改进的粒子滤波算法.通过无迹卡尔曼滤波产生重要性分布函数和使用部分重采样算法进行重采样,以丰富粒子的多样性.并针对非线性系统故障诊断中非高斯背景下,似然函数检测量难以导出的问题,提出一种基于多模型和似然函数值的诊断方法.仿真结果表明:改进的滤波算法的估计精度优于标准的粒子滤波算法及其现有的两种改进算法,提出的故障诊断方法能够做到快速检测与准确隔离.     

炮位侦校雷达的数据处理研究

数据处理方法是决定炮位侦校雷达性能的关键技术之一。随着地面远程火力打击装备的发展,炮位侦校雷达的数据处理方法日益向远程和精确处理的方向发展。基于这种需求,提出了与传统数据处理方法不同的弹道目标运动模型,针对这种新的运动模型采用多种非线性滤波算法进行目标参数估计和弹道外推,分析了各种算法处理过程的本质意义和不同之处。最后通过仿真试验结果给出了这几种滤波算法性能的比较和评估,验证了其精度和可行性。     

衰减记忆无迹卡尔曼粒子滤波算法研究

无迹卡尔曼粒子滤波算法作为典型的粒子滤波改进算法,有效提高了滤波精度.但旧的数据影响过大,导致滤波发散,借鉴衰减记忆无迹卡尔曼滤波算法的思想,通过引进衰减因子实现对当前测量数据利用的加强,减小历史数据对滤波结果的影响,提出了一种基于衰减记忆无迹卡尔曼滤波的粒子滤波算法.仿真实验表明,算法能够提供优于传统无迹卡尔曼滤波算法的跟踪精度.     

无迹卡尔曼滤波算法在目标跟踪中的研究

无迹卡尔曼滤波(UKF)是重要的非线性滤波方法。无迹卡尔曼滤波方法是通过一组代表着均值和方差分布的采样点来对非线性系统进行非线性计算,在不对非线性方程线性近似的条件下,达到线性卡尔曼滤波器的滤波性能。文中在机动目标选定运动模型和滤波算法的基础上,对机动目标的运动作了仿真实验。从仿真分析中可以看出,无迹卡尔曼滤波在跟踪方面有很高的精度,与传统的扩展卡尔曼滤波算法相比较,无迹卡尔曼滤波算法有较小的跟踪误差。     

一种基于LSTM的弹丸长时间落点预测修正方法

针对炮位侦察校射雷达在弹丸上升段长时间预测落点偏差大的问题，文中提出了一种基于长短时记忆(LSTM)网络的弹丸长时间落点预测模型修正算法。针对训练样本少的问题，采用知识驱动和数据驱动相结合的双驱动方法，结合传统无迹卡尔曼滤波预测作为先验知识，利用LSTM网络对射向和侧向偏差量进行学习拟合构建误差模型，并利用误差模型对外推弹道进行射向和侧向修正。仿真验证表明：采用少量训练样本就可显著提升弹丸长时间落点预测的精度，落点预测射向精度提升55%,落点预测侧向精度提升85%～91%。     

曲线拟合与卡尔曼滤波器的滤波精度评估

曲线拟合和卡尔曼滤波是2种运动目标轨迹后置处理的重要方法,利用曲线拟合方法对复杂的运动轨迹进行平滑处理时,为了提高拟合效果,往往选取阶数较高,但易造成方程求解复杂,使得拟合曲线稳定性变差。为了提高测量系统的定位精度和对机动目标的跟踪适应能力,采用卡尔曼滤波算法对弹道进行处理,对卡尔曼滤波参数进行了优化设置,设定滤波增益的下限,避免滤波出现发散现象,使得滤波器稳定性好,而且收敛和稳定时间短。仿真结果表明:采用该方法后卡尔曼滤波对于强机动特征的轨迹有较好的平滑效果和跟踪能力,而且能满足工程上应用的精度要求。     

利用时变噪声贝叶斯卡尔曼滤波的室内移动目标定位

基于射频识别的指纹滤波定位技术是当前室内定位中常使用的技术之一。针对该技术存在的卡尔曼滤波算法不能准确适应环境噪声变化,致使定位精度不高的问题,提出了一种适应时变噪声的贝叶斯卡尔曼滤波算法。所提算法结合Sage-Husa滤波模型和贝叶斯模型,实现了过程和测量协方差矩阵的最优化,有效地降低了噪声,提高了指纹滤波定位的精度。实验结果表明,与变分贝叶斯卡尔曼滤波和Sage-Husa滤波相比,无障碍情况下,基于改进算法的定位精度提高了6%以上;有障碍干扰下,则提高了14. 6%以上。     

基于李群的无迹卡尔曼滤波视觉SLAM算法

视觉SLAM算法的理论框架已经十分完备,但是在实际应用中导航准确性还有待改善.基于此问题,提出了基于李群的无迹卡尔曼滤波(UKF?LG)视觉SLAM算法,优化了传统无迹卡尔曼滤波(UKF)的系统状态,把UKF的系统状态用李群表示,并构建视觉惯性紧耦合模型.在Euroc数据集下对包含该算法在内的5种滤波法进行了仿真对比,...     

基于SRCDKF的相位差变化率无源定位算法

介绍了单站相位差变化率无源定位原理.针对单站无源定位参数测量精度低、初始估计误差大引起的定位精度低,收敛速度慢的问题,引入平方根中心差分卡尔曼滤波(SRCDKF)算法.该算法使用协方差矩阵的平方根进行滤波估计,可以降低计算复杂度,保证数值稳定性.仿真结果表明,SRCDKF算法与扩展卡尔曼及其衍生滤波和无迹卡尔曼滤波等算法相比,其定位精度高、收敛速度快、数值稳定性佳,对工程应用具有一定的参考价值.     

基于机载雷达的地面目标跟踪算法研究

基于已知的道路信息,建立了道路约束条件下的地面目标状态模型。针对雷达测量模型非线性的特点,提出了基于无迹卡尔曼滤波UKF算法的地面目标跟踪算法,并进行了仿真试验分析。仿真结果表明：该算法跟踪精度高、稳定性好。     

基于扩展Kalman滤波器的球面交会定位系统

研究了在球面交会模型下，基于单个运动观测平台，通过扩展卡尔曼滤波算法对静止目标进行定位的问题。首先在空间大地坐标系中建立状态方程和测量方程，然后利用运动观测平台在各个侦察时刻的位置信息和目标来波方向信息，在球面交会模型下，代入扩展卡尔曼滤波算法进行定位。仿真结果表明，该方法具有定位精度高、算法稳定等优点，是一种好的滤波算法。最后介绍了滤波初始值选择方法和测量数据野值剔除算法。     

混合卡尔曼滤波在外辐射源雷达目标跟踪中的应用

为了提高无迹卡尔曼滤波(UKF)中误差协方差矩阵的估计精度,该文结合外辐射源雷达目标跟踪模型,提出了一种混合卡尔曼滤波(MKF)算法,首先通过UKF对目标状态进行一次后验估计,然后重新建立一个观测方程,把UKF滤波输出的状态估计值转化为新建观测方程的量测值,并通过线性卡尔曼滤波对状态进行二次最优估计。实验结果表明,与扩展卡尔曼滤波(EKF), UKF相比,MKF明显提高了外辐射源雷达目标跟踪的精度。      

较差质量数据下的返回弹道计算及对落点影响的分析

针对某老式卫星返回时雷达跟踪数据曾发生的测量异常及质量较差等情况,为解决此类数据在返回弹道及落点计算中出现的实际困难以及给出应对措施,基于工程实际情况给出了三种不同建模类型下的弹道计算方法——当前统计解耦扩展卡尔曼滤波（EKF）、动力学建模无迹卡尔曼滤波（UKF）、多项式滑窗最小二乘估计算法,并应用该次质量较差的实际观测数据进行了算法应用效果分析与落点计算情况对比,对计算中的经验及教训进行了总结。研究结果表明,所给出的三种算法在面对较差质量数据时性能差异较大,在工程实际应用中可考虑将多种算法互为参考。研究结果及其经验教训对卫星返回弹道及落点的实时估计的工程实施有一定的参考价值。     

制导引信一体化信息融合技术

为了提高制导导弹引信的起爆控制精度,得到更为准确的起爆延迟时间,提出了一种基于红外导引头、激光测距仪测量数据的一体化信息融合方法.在多模信息处理时,不同传感器的开机时间、采样频率不同以及观测数据存在时间差造成了两台传感器测量数据不在同一个时间基准上,故而在典型弹目交会环境下给出了一种基于内插外推的时间对准方法,从而将传感器测量所得数据应用于延迟时间模型计算中.在该模型的基础上,提出了一种基于改进粒子滤波的一体化传感器集中式数据滤波算法.与传统扩展卡尔曼滤波算法的对比仿真实验结果表明:在该方法下,探测角精度提高了80.45％,方位角测量精度提高了78.61％,从而提高了一体化引信的起爆控制精度.