基于改进截断正态概率模型的机动目标跟踪算法

机动目标模型是水下目标跟踪的关键,在分析截断正态概率密度模型的基础上,利用前2个时刻的观测值与状态估计偏差,对该模型机动加速度与其方差的自适应关系重新进行修正,给出了一种基于改进截断正态概率密度模型的机动目标跟踪算法.该算法避免了加速度极限值的预先设定问题,从而提高了对机动目标状态估计的精度.仿真结果表明,该算法在跟踪水下机动目标时具有良好的跟踪性能.     

基于MPC和模糊控制的智能汽车路径追踪研究

为提高智能汽车在高速工况下的路径跟踪精度,设计了基于MPC和模糊控制的轨迹跟踪控制器,基于MPC算法建立车辆单轨模型,通过控制前轮转角实现智能汽车对五阶多项式避障路径的跟踪;以横摆角速度及质心侧偏角误差值为双输入,通过模糊控制输出横摆力矩施加至车轮,以减少高速工况下轨迹的偏差.搭建CarSim/Simulink联合仿真模型进行验证,结果表明,文中的控制方法能减少高速工况下路径跟踪的偏差,跟踪效果良好.     

姿态随动稳定跟踪平台的控制算法与仿真

姿态随动稳定跟踪天线平台的控制算法,采用位置前馈、速度和位置反馈控制.当设置定位目标坐标后,可由控制器控制平台指向定位目标,其随动稳定跟踪平台移动.当随动平台基座晃动时,平台控制器能自动调整平台的三轴姿态角,保证平台始终指向目标.仿真和工程实践表明.该算法能保证天线平台具有的稳定跟踪性能.     

双无人机对地快速移动目标跟踪的构型设计与控制方法

为实现对地面快速移动目标的探测跟踪,基于无人机侦察载荷的误差模型,设计了双无人机编队跟踪目标的构型与跟踪控制律。面向持续跟踪的典型应用场景,设计了基于Leader-Follower的双机编队构型,并基于相机误差模型建立了双无人机探测叠加区域的误差分布模型,以此确定了目标与无人机编队的位置关系。之后,基于无人机与目标的视觉关系定义长机的矢量前置角和与目标之间的距离为跟踪误差,设计了基于李雅普诺夫方法的跟踪控制律,并证明跟踪控制的渐近稳定性。设计了僚机相对于长机的编队控制律,以保持双机平行编队的构型。仿真结果表明,目标机动运动时,双无人机系统能够在较短时间内收敛,实现对目标的持续稳定跟踪。     

误差检测法跟踪原理

本文提出一种新的实现高精度快速跟踪的系统结构方法。利用误差检测器检测出目标偏差,用此偏差修正系统输出以提高系统测量精度,利用微处理机实现数据自动实时处理。该方法可用于跟踪、制导和测量系统。     

大长径比导弹两自由度H∞减振跟踪控制器设计

针对大长径比导弹弹体振动与控制系统耦合产生的气动伺服弹性问题,提出两自由度H∞减振跟踪控制算法.在导弹俯仰通道弹性振动和刚体运动耦合模型的基础上进行控制器设计,把传感器在线输出测量值和参考弹道目标值作为控制器的2个输入,把前两阶弹性模态、跟踪误差和控制量引入到目标函数中,将两自由度控制器的设计问题转化到标准H∞优化框架.仿真结果表明,该方法在实现姿态跟踪的同时,对弹体振动有明显的抑制作用.     

一种系统偏差和目标状态的联合估计算法

单部雷达的系统偏差给整个雷达网的融合效果造成了很大的负面影响,因此人们提出了很多消除系统偏差的方法.文中研究了多传感器系统偏差校准和目标跟踪问题,利用扩展卡尔曼滤波提出了一种系统偏差和目标状态的联合估计算法.Monte-Carlo仿真表明,该算法能有效地估计系统偏差和目标运动状态.     

基于卡尔曼滤波和DDQN算法的无人机机动目标跟踪

为使无人机能够自主、准确地预测目标状态,进而对敌方机动目标进行跟踪,基于卡尔曼滤波和深度强化学习DDQN算法提出了一种在线决策算法。通过构建无人机机动目标跟踪模型和马尔科夫决策过程框架,结合卡尔曼滤波对目标状态进行了准确预测和更新;然后整合无人机自身状态作为神经网络输入,利用DDQN算法进行针对性训练,实现了无人机对机动目标的自主跟踪控制。仿真实验证明,相较于经典DQN算法,基于DDQN算法训练后的无人机,在跟踪任务中能够对目标保持更长的有效跟踪时间、跟踪距离更近,并保持更稳定的飞行状态,最终实现对机动目标的高效跟踪。     

基于复合控制的雷达导引头伺服系统设计

为了提高雷达位置伺服系统的跟踪能力,以目标信息滤波为基础,设计了雷达导引头伺服控制系统。运用经典控制理论,设计了导引头稳定控制回路;运用角度卡尔曼滤波及多普勒跟踪回路的修正信息,通过引入机动目标的当前统计模型,估计出天线转动的控制指令,实现了角度跟踪的前馈控制。经6DOF仿真环境验证,该方法不仅能够消除目标加速度的稳态误差,同时能够改善导引头的角跟踪精度。     

目标跟踪系统Kalman滤波野值修正算法研究

在雷达目标跟踪系统数据处理中,应用kalman滤波对目标(飞机)位置进行精确估计时,测量数据中出现的野值,对kalman滤波效果会产生严重的不良影响,出现较大的估计偏差,甚至使滤波系统发散.文中利用新息性质,提出野值判定依据,实时判别测量数据中的野值,并提出修正算法,有效地抑制了野值对滤波的影响.     

基于理想视线的弹道成型最优导引律

寻的导弹在追踪目标的过程中,常遇到由于背景过于复杂而锁定目标失败的情况,例如在导弹下视攻击低空目标时,强地面背景和地杂波干扰常常导致导弹无法正常截获或跟踪目标。提出一种以理想视线为控制目标的建模方法,并在约束终端弹目相对运动方向和弹道过载的基础上,设计了一种弹道成型最优导引律。该导引律并不直接控制终端相对速度矢量,只在所设定的理想视线的垂直方向上进行控制,从而导引律形式更简单,扩展性更强。通过数字仿真表明,所设计的导引律能够较好地实现末端弹道成型要求,并且过载分配更为合理,可有效减小地面背景和地杂波干扰对导引头截获跟踪的影响。     

可分辨空间密集目标群跟踪算法研究

为了有效改善可分辨空间目标群的早期跟踪态势,提高高速目标群的跟踪处理速度和跟踪精度,提出了可分辨空间密集目标群跟踪算法。该算法首先通过全局聚类群分割、群关联和群跟踪,解决大量距离靠近、运动特征差异不明显的高速空间目标群早期连续稳定跟踪问题; 通过群跟踪掌握早期群整体信息,提高目标数据处理速度。在此基础上,边跟踪边分群,由群目标跟踪逐渐过渡到多目标跟踪,在群目标跟踪中通过结合空间动力学方程提高群内目标的跟踪精度,提升雷达系统对可分辨密集空间目标群的跟踪能力。     

基于收敛方差跟踪的水下目标运动分析

水下目标的被动跟踪由于隐蔽性好, 有着很强的需求背景。本文提出了基于收敛方差跟踪的水下目标运动分析算法, 由于采用方位频率Kalman滤波, 可以得到速度渐近无偏估计, 利用速度估计值对目标位置初值进行线性估计, 进而估计目标运动状态, 采用该方法可以有效消除直接应用伪线性Kalman滤波算法引起的初值偏差, 仿真结果表明, 该方法对目标运动要素具有良好的估计性能。     

基于 RBF 神经网络的滚仰式导引头控制系统设计

为保证滚仰式捷联导引头的稳定控制,提出了一种基于 RBF 神经网络整定的 PID 控制策略,用于导引头稳定回路校正环节。根据滚仰式捷联导引头的运动学与动力学关系,结合导引头稳定回路校正环节采用的 RBF 神经网络 PID 控制算法,建立了滚仰式捷联导引头稳定与跟踪一体化仿真模型;仿真结果表明：滚仰式捷联导引头稳定回路采用 RBF 神经网络整定的 PID 控制器后,其动态性能优于传统 PID 控制器,建立的仿真模型能够对机动目标实现快速稳定跟踪,在工程应用中可提供有益参考。     

旋转质量矩弹头双环滑模变结构姿态控制

为解决质量矩弹头的复杂非线性控制问题,把质量块运动引起的转动惯量的变化和惯性力矩作为参数不确定性因素,考虑了气动力矩参数的变化,提出了基于时间尺度分离的两环变结构姿态控制,设计了含有跟踪误差及其积分函数的滑动超平面,基于李雅普洛夫函数证明了能达阶段的收敛性,分析了闭环系统的稳定性.仿真结果表明,该控制策略具有很好的快速性、稳定性,对上述3种不确定性具有一定的鲁棒性.     

基于视觉的无人机感知与规避系统设计

结合无人机自身携带的光电平台,设计了一个面向空中动态目标的无人机感知与规避系统。使用图像阈值法结合帧差法检测出运动目标,利用Mean shift与Kalman滤波融合,在图像中实时跟踪目标;利用自抗扰控制器控制无人机光电平台光轴指向目标并进行激光测距以实现目标定位;最后采用人工势场法,实时地计算下一时刻航路点,对目标进行规避。仿真实验表明：针对虚拟现实产生的模拟视频流,系统所采用方法具有良好的实时性和有效性。     

相关法在地面目标跟踪中的应用

本文介绍相关法在实时电视跟踪系统对复杂背景下地面静止目标的跟踪中的应用及已研制成功的相关跟踪器。外场试验结果表明,相关跟踪器具有良好的跟踪性能,能对远距离的多种地面典型目标,如桥梁、港口、机场等,实施稳定的长时间的跟踪,比较成功地解决了复杂背景下地面静止目标跟踪问题。     

鲁棒最优控制器的应用研究

针对伺服系统的特点,及其所受到外部干扰和参数摄动等不确定性的影响,研究了一种鲁棒最优控制方法。该方法通过对传统控制结构的改进,利用二次型最优控制理论设计最优控制器,实现对目标的跟踪;利用鲁棒控制理论设计鲁棒控制器,实现对外部干扰和参数摄动等不确定性等因素的抑制。通过仿真表明,该方法既满足伺服系统的跟随特性,又具有很好的抗干扰能力。     

基于背包问题的多相控阵雷达多目标跟踪时间资源管理算法

为了解决多相控阵雷达跟踪多目标时目标分组和时间规划两方面的问题,基于背包问题提出一种多相控阵雷达多目标跟踪的时间资源管理算法,在时间资源受限时联合实现目标分组和时间规划.使用分段的脉冲重复周期和模糊逻辑优先级法,根据目标的先验信息求得用于跟踪目标的时间资源和优先级,构造时间资源管理模型;基于背包问题将时间规划和目标分组...     

障碍物环境下的多AUV主从式编队控制

针对当环境中存在障碍物时,Leader-Follower编队控制中的Follower可能会与障碍物相撞的问题,提出了一种障碍物环境下的多自主水下航行器（AUV）主从式编队控制方法。首先,提出了一种通过改变AUV编队目标点的避障方法,并对其进行数学模型的建立和解析。然后,在Leader-Follower编队控制中,基于级联方法,研究了欠驱动AUV的编队控制问题。将Follower跟踪系统分解为相互级联的位置跟踪系统和航向角跟踪系统,推导出保证系统全局一致渐近稳定的控制参数。仿真结果表明,该方法具有良好的避障和编队控制效果,控制设计可以保证闭环系统渐近稳定,是有效的和可行的。