共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
建立了战场等加速运动目标和机动目标运动状态Kalman滤波预测模型.仿真结果表明,跟踪和预测算法能对目标距离、速度、加速度等运动参数进行有效的跟踪和预测,且估计误差小,为远程寻的导弹射击准备与中制导提供了可靠依据. 相似文献
3.
4.
在雷达/红外复合制导机动目标跟踪背景下,针对非线性机动目标融合跟踪存在滤波器易发散问题,提出一种基于交互式多模型无迹卡尔曼滤波(IMM-UKF)的分布式加权融合算法。IMM具有对不同目标机动模式自适应跟踪的能力;UKF对观测数据进行滤波估计,避免了计算雅克比矩阵,克服EKF滤波方法受滤波初值影响大、易发散的缺点;分布式融合算法提高了系统抗干扰能力及对目标跟踪的有效性和跟踪精度。仿真结果表明:该算法在处理非线性系统机动目标跟踪融合结果误差均得到减少,更能提高目标跟踪滤波精度,增强了系统稳定性。 相似文献
5.
对目标回波信号进行长时间积累,是在不对雷达硬件系统进行升级改造的情况下,提高回波信噪比及雷达系统探测能力的低成本实现方法。本文主要对目标沿雷达径向匀加速运动时导致的距离徙动和多普勒走动问题进行研究,提出了基于Keystone变换和Dechirping补偿的积累算法。在没有先验信息的情况下通过Keystone变换实现包络对齐,而后利用对加速度进行搜索补偿,来补偿多普勒走动以提高雷达积累增益。最后基于AR模型的卡尔曼滤波算法实现机动目标的跟踪。利用空天杯比赛数据可以证明算法在检测微弱运动目标方面的优势。 相似文献
6.
7.
纯方位目标跟踪是目标跟踪研究中的热点问题,针对目标跟踪方程中的非高斯重尾分布噪声问题,提出了一种针对非高斯重尾分布噪声的卡尔曼滤波算法。该方法通过建立基于存在异常值的高斯分布的层次高斯模型来近似未知的非高斯重尾分布系统过程噪声和测量噪声,并使用变分贝叶斯推断来学习混合概率,解决混合概率不确定带来的滤波性能下降的问题,从而提高滤波的鲁棒性。同时针对纯方位目标跟踪模型的非线性,结合修正增益卡尔曼滤波来降低量测方程非线性的影响。数值仿真结果表明,相对于EKF、UKF和变分贝叶斯卡尔曼滤波PEKF-VB、VBEKF,新算法VBMGEKF估计精度分别提高了69.31%、58.08%、127.84%和9.36%,具备更好的鲁棒性与精度。 相似文献
8.
高速高精度跟踪控制系统,其速度和加速度误差环节的加入对系统的速度和加速度品质因数均有影响.通过Matlab对比加入速度和加速度误差补偿控制策略前后的系统跟踪误差,可得出速度和加速度误差补偿能提高光电跟踪系统跟踪精度.在跟踪以最大速度50°/s、最大加速度30°/s2的等效运动目标时,最大跟踪误差小于0.2 mil. 相似文献
9.
10.
中段弹头IMM-EKF跟踪方法及性能分析 总被引:1,自引:0,他引:1
为了提高中段弹头跟踪收敛速度以及跟踪精度,提出了一种基于交互多模型(IMM)的扩展卡尔曼滤波(Extended Kalman Filter,EKF)的跟踪算法。基于中段弹头加速度变化特点,建立了目标的中段系统动力学模型及量测模型,通过引入速度测量值,使用IMM-EKF算法对中段目标进行跟踪。仿真结果表明,通过交互多模的非线性滤波算法,可以使中段跟踪收敛速度大为加快,速度测量值的引入也使得跟踪精度有所提高,并在弹头中段与再入段衔接处有较好的跟踪性能; 验证了IMM-EKF跟踪中段弹头的有效性。 相似文献