基于时差定位解算的目标跟踪处理

针对三站时差定位系统的目标跟踪问题,推导了时差定位解算过程和定位协方差估计方法,研究了“先时差定位解算、后卡尔曼滤波处理”的跟踪处理方法。计算机仿真实验表明,该处理算法跟踪精度与无迹卡尔曼滤波基本相当,由于其避免了非线性近似计算导致的发散问题,处理稳健性更好,适合在实际工程中应用。     

运动TDMA系统目标时差定位算法

根据时分多址(TDMA)系统的同步特征,利用TDMA运动目标准周期性信号的到达时间,提出了3种在三站时差定位系统中实现目标定位的算法.采用目标运动分析的方法,对TDMA目标位置的可观测性进行分析,提出了目标运动分析时差定位算法,利用目标航迹上多个位置的时差实现目标的定位.运用目标运动分析测距算法,提出了测距与传统时差定...     

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。     

利用运动特性消除多目标时差定位模糊

时差定位系统由于方程多解、高重频等原因造成的定位模糊问题一直是关注的热点。从工程应用出发,提出了一种利用运动目标特性消除多目标时差定位模糊的方法。该方法在不增加设备成本的基础上在航迹起始的过程中排除虚假定位点,有效地消除了目标定位模糊。     

高精度测向辅助的三星时差定位算法

针对传统的三星时差无源定位算法不能求解辐射源高程这一问题,提出了以高精度测向作为辅助对辐射源进行定位的算法。从该算法的定位原理入手,建立了其定位模型并分析了其定位误差;同时提出采用UKF算法对多次测量的结果进行处理以提高定位的精度;最后对该算法进行了计算机仿真。研究表明,该算法不需要进行高程假设即可实现对辐射源的快速高精度无源定位。     

三星时差定位的最佳星座布局

从三星时差定位的原理出发,构建定位方程组,推导理论定位精度公式,详细分析各种星座布局对定位的影响。根据定位误差的几何稀释,得出面积相同的三角形,等腰三角形定位效果最优;在两边长固定的等腰三角形中,等腰直角三角形是最佳星座布局的结论。     

星载时差定位中的时差测量技术

时差定位是一种定位精度较高的定位方法。星载平台上受空间尺寸的影响,基线长度有限,这样星载时差定位的精度主要与时差测量的精度的有关。本文主要研究基于相位法的时差测量的技术和影响其测量精度的因素。本文首先介绍了相位法测时差的原理,给出了实现框图, 详细分析了影响其测量精度的因素,仿真了 AD 有效量化位数对于测时差的影响。理论分析和仿真结果都显示出,提高 AD 的有效量化位数可提高精度,实现皮秒级的时差测量精度。     

基于时差变化率的目标运动属性识别方法

本文针对高轨三星时差定位系统中通信干扰源目标运动属性识别难题,提出了基于时差变化率的目标运动属性识别方法。通过互模糊函数方法快速高精度提取信号时差,分析了时差提取原理、时差提取方法以及时差提取精度,并利用假设检验方法,根据时差变化率测量参数的统计特征实现对固定、慢速、快速通信干扰源目标的识别。仿真及实际结果对该方法的正确性进行了有效验证。     

一种融合时差频差和测向的运动目标跟踪方法

传统的星载无源定位系统对空中辐射源定位求解通常采用假设高程的方法,高程假设误差将对定位跟踪精度造成较大影响。为实现未知高程运动辐射源的高精度定位跟踪,针对异轨三星构型的无源定位系统,提出了一种基于时差、频差和二维测向融合的迭代扩展卡尔曼滤波(Iterative Extended Kalman Filter, IEKF)跟踪方法。在WGS-84坐标系下建立了状态方程和观测方程,并采用IEKF方法对目标状态进行估计。仿真结果表明,该方法可对未知高程的运动目标进行高精度状态估计,典型仿真场景下的目标高程估计精度达到百米量级,相对于已有方法收敛时间更短,并且在卫星覆盖范围内具有更大的高精度定位跟踪区域。     

于维时差估计定位技术

本文主要探讨由３个探讨测组成的无源探测网二维时差估计定位技术。包括系统组成、时差提取、定位计算、时差定精度等问题，重点讨论了定位误差分布，计算结果为方案论证及工程研制提供参数。     

卡尔曼滤波在被动目标跟踪系统中的应用

针对卡尔曼滤波方法在双观测站被动目标跟踪系统中的应用进行了研究。建立了双观测站被动跟踪系统的非线性滤波模型,通过扩展卡尔曼滤波方法在该非线性模型下的具体实现步骤。分析了目标通过不同角度向观测站袭来时,卡尔曼滤波算法对目标参数估计的精度,验证了扩展卡尔曼滤波方法在被动目标跟踪中的有效性。仿真结果表明,目标参数估计的精度与观测的目标方位角变化率有关,变化率越大,估计误差越小。     

基于卡尔曼粒子滤波的目标跟踪算法

目标跟踪在计算机视觉领域有着重要的应用。文中在对运动目标跟踪算法进行研究之后,应用卡尔曼粒子滤波算法进行运动目标的跟踪,同时利用Matlab 对卡尔曼滤波算法、粒子滤波算法及卡尔曼粒子滤波算法进行了实验仿真。实验结果表明,运用卡尔曼粒子滤波算法能够更快、更准确地对运动目标进行跟踪,可将其广泛应用于目标跟踪中。     

基于简化平方根容积卡尔曼滤波的跟踪算法

目标跟踪的模型通常可表示为一个线性的状态方程与一个非线性的观测方程,为提高平方根容积卡尔曼滤波(SCKF)算法的跟踪精度和实时性,提出了一种简化的平方根容积卡尔曼滤波(RSCKF)算法。简化算法在时间更新环节,直接利用状态转移矩阵计算状态变量以及协方差矩阵的一步预测值,避免了原算法中采用一组容积点近似计算的复杂过程,推导证明,简化后的算法其时间更新环节与卡尔曼滤波的一步预测结果一致。最后对两种算法进行了计算复杂度比较以及角跟踪仿真实验。实验结果表明,简化的算法能够降低运算时间并提高跟踪精度。     

一种基于卡尔曼滤波及粒子滤波的目标跟踪算法

针对卡尔曼跟踪算法在非线性非高斯情况下跟踪结果不再准确,以及粒子滤波跟踪算法计算量大难以满足实时性的缺陷,提出了卡尔曼滤波及粒子滤波相结合的算法。利用卡尔曼滤波进行跟踪得到候选目标并计算目标模型与候选模型的匹配程度,若与目标模型匹配度小于一定阈值,则转换跟踪方式利用粒子滤波进行跟踪来修正卡尔曼滤波结果;同时,采用"模板缓冲区法"对目标模型进行更新以保证跟踪的连续性、稳定性及准确性。实验结果表明,这种跟踪算法既发挥了卡尔曼滤波的实时性又保持了粒子滤波的准确性,有较好的跟踪性能。     

基于扩展Kalman滤波的双基地声呐目标轨迹跟踪

研究了扩展Kalman滤波理论,给出了双基地声呐系统的测距模型,推导了基于双基地声呐系统距离信息的目标轨迹跟踪方法,给出了扩展Kalman滤波算法的模型,并对算法进行了仿真研究,验证了给出方法的有效性。     

改进的Camshift与Kalman融合的目标跟踪算法

Camshift算法主要利用物体的颜色信息进行跟踪,在复杂背景条件下容易造成目标的跟丢,且在目标被遮挡时,也容易造成跟踪失效。本文提出了一种改进的Camshift目标跟踪算法。首先将目标图像的HSV模型的三个分量进行加权建立一种新的目标颜色模型,然后由对整帧图像计算反向投影改为比搜索窗口稍大的区域计算反向投影,减少了相似背景的干扰。同时为了解决遮挡问题,结合了Kalman滤波器,有效地预测了目标的位置。实验表明,本算法能够避免背景颜色干扰和解决遮挡问题,实现了对运动目标准确跟踪。     

基于卡尔曼滤波的相对定位算法研究

根据移动通信网络对平台之间相对定位的应用需求,研究了基于卡尔曼滤波的相对定位算法,给出了具体的算法设计过程,并对算法进行了仿真分析,验证了算法的有效性,仿真结果为实际工程提供了一定的理论参考。     

基于强跟踪的平方根不敏卡尔曼滤波器

针对不敏卡尔曼滤波器在递推过程中的数值不稳定性以及系统发生突变时跟踪效果不佳的问题,提出一种新的机动目标自适应跟踪算法——基于强跟踪的平方根不敏卡尔曼滤波器(STF-SRUKF)。该算法一方面基于平方根滤波的思想,在递推过程中采用协方差矩阵的平方根代替协方差矩阵本身,以保证数值计算的稳定性;另一方面,基于强跟踪滤波的思想,在递推过程中引入时变渐消因子,实时调节增益矩阵,以增强目标运动发生突变时的跟踪能力。仿真结果表明,STF-SRUKF算法对于突发机动的目标运动模型具有良好的跟踪效果,而且具有较好的稳定性。     

Amended Kalman Filter for Maneuvering Target Tracking

The conventional Kalman filter (KF) which uses the current measurement to estimate the current state is a posterior estimation.KF is identified as the optimal estimation in linear models with Gaussian noise.However,the performance of KF with incomplete information may be degraded or diverged.In order to improve the performance of KF,an Amended KF (AKF) is proposed by using more posterior measurements.The principle,derivation and recursive process of AKF are presented.The differences among Kalman smoother,adaptive fading method and AKF are analyzed.The simulation results of target tracking with different covariance of motion model indicate the high precision and robustness of AKF.