一种基于毫米波/红外复合制导的跟踪滤波算法

信息融合技术是毫米波/红外复合制导的关键技术之一,其中目标跟踪算法的优劣直接决定了系统的性能.针对毫米波与红外复合制导的目标跟踪,首先对毫米波传感器和红外传感器的量测数据进行了融合,并提出了一种改进的跟踪滤波算法.该跟踪算法能根据目标的机动情况实时获得滤波增益,并及时调整滤波方程,从而获得良好的跟踪效果.最后对目标的直线运动和改变航向的直线运动进行了仿真分析.仿真结果表明,与其它滤波算法相比,该算法的跟踪效果良好,跟踪精度较高且计算量少.     

基于容积卡尔曼滤波的异质多传感器融合算法

针对机动目标跟踪系统建模中的非线性问题,提出一种基于容积卡尔曼滤波(CKF)的雷达与红外传感器融合算法。考虑到被估计系统对目标跟踪算法实时性与精度的要求,在容积滤波框架下构建了集中式量测融合(CMF)和分布式状态融合(DSF)两种结构形式。CMF结构采用最优加权方法,首先对雷达和红外两种异类传感器的方位角度量测信息进行融合,并将其与融合后的雷达径向距量测构建新的量测数据,进而通过CKF算法对机动目标进行跟踪。DSF结构则首先对雷达量测中径向距信息进行加权融合,并将融合结果作为红外传感器的虚拟径向距量测,以实现红外量测的扩维处理,进而对每组量测数据应用CKF进行分布式并行加权融合,获得目标运动状态的最终估计。仿真场景中,对两种融合方法的性能进行比较,理论分析与仿真实验验证了算法的可行性与有效性。     

毫米波/红外多传感器融合跟踪算法研究

毫米波/红外(MMW/IR)传感器是各国发展多模复合制导技术的重点.针对平方根无迹卡尔曼滤波(SR-UKF)的估计算法存在线性化误差及粒子滤波中得到优化的重要性密度函数比较困难的问题,将平方根无迹卡尔曼滤波与粒子滤波相结合,提出一种序贯融合的平方根无迹卡尔曼粒子滤波(SRUKPF)算法.利用平方根无迹卡尔曼算法得到的状态更新矩阵和误差协方差矩阵,构造粒子滤波的重要性密度函数,这样重要性密度函数能够融入最新观测信息,进而更加符合真实状态的后验概率分布.为验证算法的有效性,以地空导弹中MMW/IR传感器复合制导为背景进行仿真研究与分析,结果表明,该算法克服了粒子滤波法难以得到优化重要性密度函数的缺陷,能有效提高多传感器系统状态估计的精度     

李世忠，王国宏，吴 巍，苏少涛

在强对抗条件下雷达/红外双模复合制导跟踪中,雷达采用间歇工作方式可以减少敌方导弹拦截概率和电子支援措施锁定概率。文中在导弹复合制导跟踪中提出了一种雷达间歇工作下的雷达与红外序贯滤波融合算法,该算法针对雷达、红外量测时间不一致的特点,采用顺序处理结构的多传感器集中式融合方法对目标进行跟踪,在跟踪中使用了基于交互多模型和扩展卡尔曼(IMM-EKF)的序贯滤波方法,利用滤波过程中的状态估计协方差与测量误差方差进行比较控制雷达间歇工作。该算法可以自动适应雷达间歇工作,不需要在单/双传感器跟踪模式之间切换,最后通过仿真的方法分析了传感器数据率和雷达间歇工作对跟踪精度的影响。     

雷达/红外成像复合制导信息融合技术

主动雷达/红外成像复合是当今复合制导技术的重要发展方向之一,而信息融合技术又是复合制导中的关键技术之一,对雷达/红外成像信息融合技术的研究具有较高的理论价值和工程意义.从雷达/红外成像复合制导的工程应用出发,全面分析了基于分布式结构的雷达/红外成像复合处理系统中的信息融合技术,包括跟踪滤波算法、数据预处理算法(时空对准算法和测量数据的野值剔除算法)、数据关联算法与数据融合算法,重点研究了一种基于测量噪声相关情况下的加权航迹融合算法,对该算法进行了理论推导和数字仿真,仿真结果表明:该算法融合精度高、实时性好、可以满足雷达/红外成像复合制导中信息融合技术的要求.     

光电/雷达复合导引头机动目标自适应跟踪技术

随着精确制导武器的发展和光电探测、制导技术的进步,红外光电导引头和雷达导引头的复合制导方式成为研究热点.针对机动目标的跟踪问题,采用自适应机动目标的"当前"统计模型,推导出自适应转换坐标卡尔曼滤波(ACMKF)方法,并进行了目标跟踪仿真分析.仿真表明,ACMKF在跟踪机动目标时,对于非线性情况适应性强,位置、速度和加速度滤波误差小,稳定性好.ACMKF通过对机动目标的自适应估计,性能优于一般的转换坐标卡尔曼滤波(CMKF)方法,在复合制导跟踪机动目标方面具有很好的工程应用前景.     

对抗

0601333 电子对抗效能评估仿真系统的实现[刊,中]／高彬／／系统工程与电子技术．-2005,27(10)．-1738-1740, 1794(G) 0601334 对机动目标的多站无源定位IMM算法[刊,中]／李伟／／现代雷达．-2005,27(10)．-20-22,31(G) 将交互式多模型(IMM)算法与集中式融合跟踪算法相结合,给出了集中式交互多模算法(CIMM); 基于目标的多普勒频率差和信号到达方向信息,利用 CIMM算法对机动目标进行无源定位与跟踪,并与变维(VD)滤波算法的跟踪性能进行了比较。通过计算     

采用信息融合技术的IR／MMW复合导引头的目标跟踪

从误差测量环节入手，基于IR／MMW双模结构，采用信息融合处理技术提高其估计跟踪精度，最终达到降低制导误差，提高武器性能的目的，仿真结果验证了该方法的有效性。     

雷达/红外复合导引头信息融合算法

毫米波雷达/ 红外成像复合制导已成为当前多模复合制导技术的研究热点。从毫米波雷达/ 红外成像复合导引头系统的特点及其工程应用出发,建立了一种基于联邦滤波(FF)的分布式雷达/ 红外复合导引头信息融合算法。首先,针对扩展卡尔曼滤波存在线性化误差以及雷达测量噪声非高斯的特点,采用粒子滤波算法(PF)设计雷达子滤波器;针对红外传感器不能测量目标距离的特点,采用伪线性卡尔曼滤波算法(PLKF)设计红外子滤波器。然后通过主滤波器进行信息融合,并对两个子滤波器进行信息分配和重置。仿真结果表明,该信息融合算法能够有效地提高雷达/红外复合导引头系统的目标跟踪精度及系统的稳定性。     

红外探测跟踪技术在复合寻的制导中的应用前景

现代战场环境中, 不仅存在飞机类目标的威胁, 而且还存在如战术地- 地导弹、巡航导弹的威胁。这类空中威胁目标的飞行速度、作战空域、机动能力和电子/光电对抗的性能都有很大的提高,因此需要探索一种新的寻的方法, 使得地- 空导弹防御系统具有更好的精确制导能力。红外或RF/IR双模复合导引头就具有这种潜力。介绍了国外双模导引头的最新进展, 同时分析了在地空导弹防御系统中采用红外探测跟踪技术的优缺点。     

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。      

机载雷达红外传感器集中式融合与管理

提出一种机载多传感器集中式序贯融合与管理的方法.传统扩展卡尔曼滤波融合算法滤波精度不高,因此先利用雷达传感器的量测,采用修正扩展卡尔曼滤波算法对目标状态进行估计,再把估计值作为红外传感器的预测值进行序贯融合.在此基础上采用分辨力增益的方法对传感器进行管理.仿真结果表明该方法能够提高对目标的跟踪精度,增强跟踪系统对环境变化的适应能力.     

基于扩展卡尔曼滤波模型的电动汽车锂电池SOC估算研究

针对新能源电动汽车锂电池电荷状态SOC估算问题,在锂电池二阶RC等效电路模型基础上,引入扩展卡尔曼滤波方法,利用扩展卡尔曼滤波方法处理复杂非线性系统能力,建立了扩展卡尔曼滤波锂电池SOC估算模型,并通过MATLAB/Simulink对新建模型仿真分析。仿真结果显示,建立的扩展卡尔曼滤波锂电池SOC估算模型具有较高估算精度,整体误差小于±0.05%,满足新能源电动汽车对锂电池SOC估算要求。     

基于强跟踪滤波器的非线性系统参数辨识方法

提出了一种基于强跟踪滤波器(STF)的非线性系统参数辨识方法,解决了非线性系统的参数辨识问题.避免了利用扩展卡尔曼滤波器(EKF)进行状态估计时,系统趋于稳态而状态突变使得滤波器丧失跟踪能力的问题.最后通过算例比较了本方法与EKF方法.     

机动目标跟踪的新算法

机动目标通常不是做恒定的运动,其运动状态会随时间的变化而变化.这就使描述系统运动的状态方程是非线性的,而且系统参数会不断变化.传统的推广卡尔曼滤波适用于定系统定参数的情况,如果运用到机动目标跟踪上会导致误差增大甚至滤波发散.基于此,将强跟踪滤波运用到机动目标跟踪上.强跟踪滤波在卡尔曼滤波的基础上引入了多重渐消因子,使强跟踪滤波具有极强的跟踪能力和较好地鲁棒性,因此可以很好地解决变系统变参数的问题.通过仿真,将强跟踪滤波与UT-BLUE滤波方法和EKF滤波方法进行比较,结果表明了该滤波方法的有效性和优越性.     

多模型粒子滤波在机动目标跟踪中的应用

针对在非线性机动目标跟踪中存在的滤波器易发散,跟踪误差大等问题,在双机协同跟踪的基础上,提出了利用交互式多模型粒子滤波(IMMPF)对空中机动目标进行跟踪的算法。该算法将粒子滤波和交互多模型有效结合,基本解决了非线性机动目标跟踪中存在的问题。通过仿真表明,与扩展卡尔曼滤波(EKF)和交互式模型扩展卡尔曼滤波(IMMEKF)相比,IMMPF能够降低跟踪误差,提高收敛速度,且有很强的鲁棒性。     

高动态多普勒频率估计及其Cramer-Rao界

用泰勒级数展开的形式表示高动态的多普勒频率参数,推导分析了对各阶频率参数估计的最大似然估计器(MLE)及其估计误差的Cramer Rao界;描述了最大似然估计器和扩展卡尔曼滤波器(EKF) 对各阶频率参数的估计模型;并以均方根估计误差和失锁概率为性能指标,通过对同一模拟的接收机高动态轨迹的跟踪估计,比较了两种不同估计技术的基本性能。