改进的主/被动传感器协同探测跟踪方法研究

针对主动传感器辅助的被动传感器跟踪系统,为了提升系统的跟踪精度,改进主动传感器工作控制的实时性和精确性,结合地空导弹武器跟踪系统中的"粗跟"与"精跟"模式,提出了一种改进的主/被动传感器协同探测跟踪方法。在主动传感器开机时,利用曲线拟合推理出目标的运动轨迹;关机后,利用拟合的"估计量测"值和滤波预测值产生新息残差,并将其作为评价因子,结合信息熵理论设计"粗跟"和"精跟"模式下的航迹质量评价准则。实现了主/被动传感器间的实时切换以及"粗跟"和"精跟"模式间的自适应切换,克服了被动传感器距离量测的不可观测性。采用Monte Carlo仿真,同跟踪门法作比较,结果验证了改进方法的合理性和优越性。     

一种无源探测与跟踪雷达时差接收机

较详细分析了无源探测与跟踪雷达时差接收机的主要性能指标对时差测量精度的影响提出了一种自适应门限测量法，并给出了一种基于航管二次雷达信号的窄带时差接收机的方案设计。     

机载雷达信号连续稳定跟踪定位算法研究

针对时差定位系统对机载雷达信号多站同时截获概率低、时差定位轨迹不连续的问题,研究了利用多种目标运动轨迹特征,结合时差定位和交互式多模型滤波算法预测时间差变化趋势,反推时间差再对原时间序列进行插值.通过典型运动场景模拟仿真验证,该算法具有较理想的跟踪定位性能.     

一种无源探测与跟踪雷达时差接收机

较详细分析了无源探测与跟踪雷达时差接收机的主要性能指标对时差测量精度的影响,提出了一种自适应门限测量法,并给出了一种基于航管二次雷达信号的窄带时差接收机的方案设计。     

一种机动目标多雷达协同跟踪方法

目标的机动性能不断提高,使得对目标跟踪提出越来越高的要求。针对多部雷达协同探测的目标联合跟踪问题,提出了基于扩展卡尔曼滤波的交互式多模型算法(IMM-EKF)。为了验证算法的有效性,对实测数据进行了处理。首先,对三部雷达接收的目标运动状态量测数据进行预处理,包括坐标转换、线性插值和数据融合,然后,根据数据预处理后目标航迹的特性,采用基于扩展卡尔曼滤波的交互式多模型算法(IMM-EKF)对目标进行在线跟踪。试验数据处理结果表明,IMM-EKF 算法对于机动目标跟踪的有效性。     

雷达组网协同探测范围研究

协同探测具有增加稳定跟踪距离、提早建立目标航迹等优点。当目标为起伏目标时,不同雷达在同一时刻观测到起伏目标的 RCS 相关性未知,传统的检测融合公式不再适用。在分析目标 RCS 起伏特性的基础上,提出了多雷达组网对起伏目标的联合检测概率计算模型,根据不同雷达探测起伏目标截面积间的相关程度和分布式检测融合算法,计算获得了雷达组网协同探测稳定跟踪目标的距离范围。通过仿真实验验证了算法的有效性,仿真结果可为雷达网布站提供依据。     

一种双频段有源相控阵雷达系统协同探测模式研究

给出了一种双频段有源相控阵雷达系统总体设计,分析了双频段雷达系统组成、双频段协同探测、协同目标识别、联合抗干扰等工作模式,相比于传统单频段系统,新型双频段雷达系统的设计可以大幅提升雷达装备的资源利用率,在多目标测量、目标识别、联合抗干扰等方面具有明显优势,可更好地支撑多型新型任务测量的应用需求。     

红外与激光主/被动联合跟踪算法

文中针对单站红外被动式跟踪存在可观测性问题,提出红外与激光主／被动单目标联合跟踪方法。该方法首先针对三维空间任意机动目标的跟踪问题,将参考文献[1]给出的一维机动目标“当前”统计模型推广到三维情况,得到三维情况下跟踪任意机动目标的状态方程和跟踪系统的非线性测量方程,然后对红外探测器测量的角度信息和激光测得的距离信息进行融合对准,得到正确的测量值。最后,提出扩展的自适应卡曼滤波算法并进行了仿真研究。仿真研究表明方案可行,可同时对三维空间目标的位置、速度、加速度进行估计。     

红外制导弹药协同定位跟踪方法研究

针对红外制导导弹无法直接测量弹目距离、视线角速度及目标加速度等制导信息,且单枚导弹的可观测量少,目标定位误差大的问题,考虑红外导引头的测量特性,利用多枚导弹与目标的几何关系对目标进行协同定位。建立多枚导弹对目标的协同跟踪模型,通过计算导弹间相对运动关系估算弹目距离,并将其作为伪量测量,结合导引头测角信息构建新的量测方程,利用卡尔曼滤波估计出弹目距离和视线角速度等制导信息。针对机动目标,研究了一种基于交互式多模型滤波方法,利用多个目标机动模型加权融合的方法来估计真实目标机动模型。数学仿真表明该方法有效提高了对固定/机动目标的估计精度。     

雷达被动探测定位的可观测性

根据使用信息的不同，本文把雷达被动观测分成方位、到达时、多卜勒、方位和到达时间、方位和多卜勒几种类型，建立了统一的观测模型，分析了种类系统的可观测性。通过可观测度比较，还提示了到达时间差和多卜勒观测在系统中具有的拟等价关系。     

一种基于IMM的自适应跟踪数据率算法

针对交互式多模型(IMM),提出一种自适应跟踪数据率的算法.该算法利用IMM模型更新概率对各模型产生的采样间隔时间进行混合估计,产生系统的自适应采样间隔时间.在保证跟踪精度的基础上,有效地降低了跟踪采样次数.仿真结果表明了方法的有效性.     

基于无源时差定位系统的机动目标跟踪算法

研究了三维情况下IMM算法在无源时差定位系统中的应用。由于CV和Singer模型及CT模型状态变量维数不一致,导致IMM算法中数据无法有效地交互与融合。文中对CV和CT模型进行扩维改进,找到适合对三维机动目标进行跟踪的CV—Singer模型．通过与CV—nCT模型的跟踪效果仿真比较验证了其优越性。     

曲线模型的半自适应交互多模型跟踪方法

在应用交互多模型(IMM)算法进行目标跟踪时,用较小模型集,覆盖不同目标的运动特性、机动水平,同时减小计算复杂度,是很有意义和对工程实现很有必要的研究课题.文章的主要工作是通过对曲线模型的IMM算法研究,建立了角速度估计模型,并将其扩维到状态方程中,使得法向加速度可自适应调整,从而将模型集缩小到只与切向加速度相关的M个曲线模型.这一方面减小了计算量,另一方面扩大了算法的适用范围,仿真试验进一步说明了该结论.     

基于时差及多普勒频差的IMM无源定位算法

无源定位系统本身不发射电磁波,完全是被动工作,具有很好的隐蔽性,受到各方的青睐.针对时差和多普勒频差信息固定多站定位问题,给出了一种对运动目标进行定位跟踪的IMM滤波算法.文中首先对目标定位原理进行了阐述,然后对IMM滤波算法的滤波过程进行了详解.经过计算机仿真验证,此算法是正确有效的.     

融合机动检测的交互多模型目标跟踪

传统交互多模型算法所采用的基于“软切换”思想的模式概率估计方法 ,大大减少了计算量 ,但同时只能实现对目标的次优跟踪。为了进一步提高跟踪系统的性能 ,文中讨论了一种融合机动检测的IMM跟踪算法 ,通过采用点过程滤波器对机动目标的机动进行实时检测 ,从而获得各模式的当前概率 ,并将其与传统IMM算法相结合 ,实现跟踪系统性能的提高。仿真结果表明 ,该算法具有良好的跟踪性能     

多站无源定位系统中的机动目标跟踪算法

针对多站测向无源定位系统提出了一种杂波环境下机动目标的被动跟踪算法———ＣＭＩＭＭＰＤＦ算法。该算法首先用转换测量的卡尔曼滤波（ＣＭＫＦ）替代了传统的扩展卡尔曼滤波,克服了后者精度不高易发散的缺点,并将其结合交互多模型（ＩＭＭ）算法及概率数据关联（ＰＤＦ）算法,有效地完成了多站无源定位系统对杂波环境下机动目标的跟踪。仿真结果证明了该算法的有效性。     

一种新型X波段频扫天线阵的设计与实现

无源雷达的探测威力是指系统对目标的探测能力。满足一定精度要求的时差定位无源雷达探测威力范围是一个不规则的区域,为了在作战运用中简单、合理地描述这一不规则的区域,提出了一个时差定位无源雷达探测威力的量化指标即等效作用距离。并且,以几种经典布站类型为例,仿真分析了等效作用距离这一量化指标的合理性。定义了满足定位精度要求的精度概率,仿真分析了等效作用距离随精度概率的变化情况,给出了部分特定精度概率对应的等效作用距离的值。     

隐马尔科夫模型修正的交互多模跟踪算法

针对交互式多模型目标跟踪算法中模型转移概率固定对跟踪精度造成的影响,提出了一种隐马尔科夫模型修正的模型转移概率自适应交互多模跟踪算法。该算法通过对跟踪过程建立隐马尔科夫模型,采用Viterbi 算法求解修正系数,在检测到目标运动发生机动性变化时,将修正系数用于交互式多模型算法以达到实时调整模型转移概率的目的。仿真结果表明,该算法的跟踪结果优于传统的交互式多模型算法,具有很好的稳健性、实时性,有效降低了主观因素对跟踪精度造成的影响。