基于两坐标雷达和红外传感器的融合目标跟踪算法

利用雷达和红外传感器的观测信息及目标运动的特征信息，改善系统对机动目标的跟踪性能；并在雷达无法主动开机的情况下，应用测向测时差定位法，处理机动目标的无源定位问题，在此基础上，应用数据融合技术进一步提高系统的定位与跟踪精度。     

一种新的两站多目标无源定位与跟踪模型

为了改善两站无源定位与跟踪算法的性能,在研究了现有的无源定位与跟踪技术以及人的两只眼睛如何协同对目标定位和跟踪的基础上,设计了分辨信息生成与属性关联算法,结合方位数据关联算法和扩展卡尔曼滤波器,初步构建了相对完整的两站多目标无源定位与跟踪的智能仿生新模型,并对有效定位范围和误差分布进行了分析。初步的仿真试验证明该算法对目标数量和队形适应能力强,定位跟踪精度高,同时将计算量控制在较小的规模内。     

时空综合被动定位在机动目标跟踪过程中的应用

针对传统的纯方位目标运动分析需要本艇机动的缺点,将时空综合被动定位方法（STI）应用在目标运动分析领域,并将其推广在机动目标的定位跟踪过程中,仿真计算表明,利用STI方法能够对机动目标进行有效的定位跟踪,且无需本艇机动。     

一种红外与雷达信息融合跟踪算法及其性能分析

为了提高目标跟踪系统的性能,在吸收雷达和红外跟踪传感器各自优点的基础上,提出一种雷达/红外传感器信息融合方法,该方法综合了雷达测量信息全面以及红外测角精度高的特性,对雷达与红外量测进行融合形成融合量测,基于融合量测设计了状态估计滤波器。在不同假设条件下,分别对融合系统与单传感器跟踪精度进行了仿真比较。结果表明:融合系统的跟踪精度高于单个传感器的目标跟踪精度,可有效提高目标跟踪精度。     

基于卡尔曼滤波的无源雷达目标跟踪分析

提出了一种基于卡尔曼滤波的无源雷达目标跟踪方法.利用无源雷达所测得的运动目标的二维不全信息, 根据卡尔曼滤波迭代估算出目标的位置.简要对无源雷达组网中的信息转换和航迹融合问题进行了讨论.对目标的仿真结果表明, 该算法具有良好的跟踪性能.     

一种具有角速度量测的多站无源目标跟踪方法

为提高多站无源目标跟踪系统的跟踪性能,将无源目标跟踪系统获取的目标角速度测量表示为目标在笛卡尔坐标系下位置与速度的非线性形式,进而提出了一种同时利用目标角度和角速度量测来提高被动跟踪精度的方法。结合Cramer-Rao下界理论,分析了在利用角速度量测信息后无源目标跟踪系统跟踪性能的改善情况。基于不敏卡尔曼非线性状态估计方法,给出了具有角速度多站无源跟踪方法的一种具体实现流程。仿真与试验结果表明,具有角速度量测的无源跟踪系统具有更优目标运动参数的估计精度。     

主被动雷达导引头数据融合目标跟踪算法

在主被动雷达导引头目标跟踪过程中,为了有效融合主被动雷达导引头探测的信息进行精确跟踪,文中提出了用BP神经网络将主被动雷达导引头探测的信息进行分类,并通过模糊系统根据目标的机动大小调节神经网络的学习速率以及根据目标距离的远近调节融合中心的权值.通过仿真试验表明,与传统的目标跟踪方法相比较,具有更好的跟踪效果,证明了该方法是可行的.     

卡尔曼滤波在红外寻的导弹被动制导中的应用

针对空空导弹红外寻的导引头仅能够测量角度或角速度信息,无法测出弹目相对距离、目标速度和目标加速度等先进制导律所需要的制导参数问题,将最优卡尔曼滤波应用于制导回路中,由此估计出目标运动的状态信息,将其应用于简化制导回路,并以比例导引和扩展比例导引为例仿真计算,结果表明加入滤波后的制导系统可明显提高导弹制导精度。     

一种基于TDOA时差法声被动定位算法研究

文中用TDOA测量,提出了一种定位机动目标的最大似然-卡尔曼滤波算法.首先根据高斯牛顿法推导出最大似然估计实现对固定目标的静态定位,然后根据目标机动模型把得到的连续的固定目标位置估计作为卡尔曼滤波的观测输入实现对目标的精确定位.仿真结果表明这种算法有较好的定位跟踪效果.     

多传感器定位跟踪技术研究

从方向定位的角度阐述了多平台多传感器的无源定位技术,重点介绍了多传感器的相关理论及对应的数据关联及数据融合技术,给出了多平台多传感器信息融合模型,并系统地介绍了目前实现多传感器信息处理的算法,有助于多传感器目标定位的深入研究。     

一种多模式融合的红外成像跟踪算法

综合运用灰度的相关跟踪、特征点的匹配跟踪和卡尔曼滤波等三种基本模式,采用变分辨率搜索算法,建立了跟踪置信度评估、模板自适应刷新、相似目标辨识、跟踪结果融合等准则。试验证明,该算法能够较好地实现复杂场景条件下的目标跟踪,提高了跟踪的稳定性和抗干扰性。     

联合卡尔曼滤波在多传感器信息融合技术中的应用

多传感器信息融合技术在目标跟踪领域已经得到了广泛的应用,末制导融合技术是多传感器跟踪系统中的关键技术之一.本文运用联合卡尔曼滤波的先分散处理,再全局融合的思想,对主动雷达、红外传感器的数据融合问题进行了研究.仿真结果和实验表明,利用此方法可使雷达、红外传感器达到较好的数据融合效果.     

被动定向声纳浮标跟踪潜艇优化布放

为了更好地定位跟踪潜艇,对反潜战术中被动定向声纳浮标布阵进行优化研究.依据被动定向定位原理仿真分析不同浮标阵型下的定位精度,得出跟踪潜艇布阵原则;结合潜艇跟踪滤波模型提出用被动定向浮标跟踪潜艇优化布放流程;并对现有浮标跟踪潜艇方法进行改进优化.仿真结果表明,改进后的浮标布阵方法能够实现对潜艇的连续有效跟踪.     

多机动目标单站无源定位方法研究

文中分析研究了多机动目标跟踪定位的基本原理及其关键技术,提出了一种无源跟踪起始新算法及运动辐射源定位的基本滤波算法。仿真结果表明,基于到达方向和到达时间差信息对多机动目标进行单站无源定位与跟踪是可行的,文中给出的算法是正确有效的。     

多站无源定位及其信号处理技术

结合目前日益复杂的电磁环境,深入研究了多站测角交叉定位和时差定位在定位体制、系统结构和信号处理上的一些基本问题和技术,并给出了一个时差定位信号处理系统的实例和实验结果。最后,针对未来无源定位的需求和可能的技术条件,探讨了无源定位技术的发展趋势。     

两站对运动目标无源定位算法研究

提出的算法是利用两个观测站测得的信息,应用三角交叉定位法,对运动目标辐射源位置的估计算法进行了研究.该算法在处理测量数据时,不是采用传统上对目标位置进行估计的方法,而是直接对目标的每一次位置的估计偏差进行估计和滤波,以达到定位跟踪的目的.具体运用加权最小二乘估计,为提高估计精度,将估计的结果送入卡尔曼滤波器进一步进行处理,经过一定次数的迭代处理,可以实现对目标快速的定位和跟踪,给出了算法结构框图及仿真结果.     

被动雷达导引头在多径环境下对宽带噪声调频干扰源跟踪方法的研究

讨论了在多径环境下被动雷达导引头对宽带噪声调频干扰源的角度跟踪方法．在宽带噪声调频干扰源条件下，利用聚类分析法实现真实干扰源和镜像干扰源的角度分辨，从而使导引头正确跟踪真实干扰源．计算机仿真结果证实了这种方法的有效性和正确性．     

混合噪声条件下的目标被动定位算法

为提高被动传感器观测噪声为含时变有色噪声、跳变噪声的混合噪声时容积卡尔曼滤波（CKF）算法的滤波精度和稳定性,提出一种自适应容积卡尔曼滤波（ACKF）算法。在ACKF算法中,在基本CKF算法基础上,采用观测重构、待定系数去相关方法,推导得到有色噪声条件下的容积卡尔曼滤波算法。针对时变有色噪声和跳变噪声导致滤波精度受损的问题,引入噪声方差在线修正及有害观测剔除的思想,进行了ACKF算法设计。仿真结果表明,与基本CKF算法相比,ACKF算法在x轴、y轴、z轴3个方向得到的被动定位精度分别提升了24.75％、32.57％和28.48％,具有更高的滤波稳定性和精度。     

基于自适应滤波技术的被动协同跟踪算法

为增强被动协同跟踪系统对复杂环境的适应性,提高跟踪精度和系统鲁棒性,提出了一种基于自适应滤波技术的目标跟踪算法。该算法通过基于Sage-Husa自适应噪声估计的无迹卡尔曼滤波对多站被动协同定位结果进行状态估计,并利用残差量的局部动态统计对噪声估计器进行改进,以提高噪声估计的准确性和稳定性。同时,引入协方差自相关量匹配判据来保证噪声方差阵的正定性,防止滤波发散。仿真结果表明,该方法可有效提高噪声估计精度,增强目标跟踪系统对环境的适应性,大幅提升跟踪性能。     

多传感器滤波跟踪型数据融合算法研究

针对非线性观测的目标跟踪问题，对滤波跟踪型数据融合进行了研究，提出了基于去偏转换测量值卡尔曼滤波算法的非线性系统中的数据融合算法．从仿真结果可以看出，集中式融合算法和分布式融合算法的差别并不大，结果基本相同．因此，在非线性系统中，基于去偏转换测量值卡尔曼滤波算法的分布式融合算法可以重构集中式融合算法．