基于强跟踪容积卡尔曼滤波的单站无源跟踪算法北大核心CSCD

系统模型和滤波算法是机动目标单站无源定位跟踪要解决的核心问题。文中采用截断正态概率模型和一种新型的滤波算法--容积卡尔曼滤波,对机动目标进行单站无源定位跟踪。针对目标突发机动的情况,借鉴强跟踪滤波器的思想,在滤波过程中引入时变渐消因子,提出了一种强跟踪容积卡尔曼滤波算法(Strong Tracking Cubature Kalman Filter,STCKF)。该算法利用容积数值积分原则直接计算非线性随机函数的均值和方差,实现简单,估计精度高,并通过渐消因子自适应在线调节增益矩阵,增强了系统对突发机动的跟踪能力。结合空频域单站无源定位模型进行仿真实验表明,STCKF算法在对一般机动目标进行跟踪时,性能与CKF算法相当,并优于传统的EKF算法。当目标突变大机动时,STCKF算法的滤波性能要高于EKF以及CKF算法。     

复合K噪声下机动目标跟踪自适应UPF算法

针对复合K噪声下机动目标跟踪系统具有强非线性非高斯的特点,提出了一种自适应无迹粒子滤波(Adaptive Unscented Particle Filter,AUPF)算法.该算法建立在常加速模型及其改进滤波算法基础上,并将无迹卡尔曼滤波(Unscented Kalman Filter,UKF)与强跟踪滤波(Strong Tracking Filter,STF)算法相结合作为提议分布,提高了系统跟踪一般机动和阶跃机动的能力.在给出复合K噪声模型的基础上,利用AUPF算法对几种典型机动目标进行了计算机仿真,并同无迹粒子滤波(Unscented Particle Filter,UPF)算法进行了比较.仿真结果表明,复合K噪声下AUPF算法能更有效地对各种机动目标进行跟踪,具有较高的跟踪精度.     

空间监视雷达高精度实时目标定轨方法

地基空间监视雷达肩负着新目标发现、编目维持、空间事件监视等太空态势实时感知任务。在太空态势实时感知任务中,必须对空间目标进行实时高精度目标定轨。这类任务对实时性和精度要求都很高,传统方法难以满足任务需求。例如,传统的空间目标定轨算法为事后处理,为达到任务的精度要求需要积累多天多圈数据,不能满足此类任务的实时性要求。而传统的雷达目标跟踪滤波算法仅支持单弧段,其精度无法达到应用要求。为此,本文提出了基于高精度空间目标轨道模型和空间目标轨道预报误差协方差传播理论的不敏卡尔曼滤波（UKF）。该方法采用高精度空间目标轨道模型,支持多装备多弧段雷达观测数据,可以很好地解决多弧段滤波中断导致协方差不匹配的问题。根据仿真实验,跟踪三圈后,实时定轨的目标位置精度可以达到百米级,速度精度达到分米级。     

基于ST-UKF的高动态GPS载波参数估计

为了克服高动态引起的多普勒效应,解决传统跟踪环路容易失锁的问题,提出了一种基于强跟踪无迹卡尔曼滤波(Strong Tracking Unscented Kalman Filter,ST-UKF)参数估计器的高动态全球定位系统(Global Positioning System,GPS)载波跟踪环路,采用非线性滤波算法取...     

一种简化的强跟踪容积卡尔曼滤波算法

针对强跟踪容积卡尔曼滤波(STCKF)算法因引入渐消因子而导致计算量增加、实时性变差的问题,提出一种简化的STCKF算法。通过证明STCKF算法的时间更新环节与KF算法的一步预测过程相一致,推导出简化的STCKF算法,并进行了算法复杂度分析。仿真结果表明,简化后的STCKF算法在保证滤波精度不变的情况下,有效提高了算法实时性。     

卫星联合定轨的参数化融合模型

 针对基于双星定位系统的近地卫星的多星高精度联合定轨问题,首先建立了不同轨道高度的卫星动力学的物理参数模型与基于稀疏参数表示和时间序列分析的数学模型相结合的轨道动力学高精度表示模型,然后建立了基于测量系统误差参数建模和模型误差非参数分量表示相结合的非线性半参数联合观测模型,在此基础上建立了联合定轨的参数化融合模型,设计了联合定轨参数化融合模型的非线性半参数联合估计算法.理论分析和仿真计算结果表明,卫星轨道动力学模型的高精度表示方法能够进一步提高动力学模型的表示精度,非线性半参数联合观测模型优化建模方法能够进一步细化观测模型,而基于此设计的参数化融合模型的联合估计算法能够使最终的卫星联合定轨精度得到较大程度的改善.     

SVD-ACKF算法在光电经纬仪实时定轨中的应用

对光电经纬仪量测噪声统计特性未知或不精确导致实时定轨精度降低甚至发散的问题,设计了基于奇异值分解的自适应容积卡尔曼滤波（SVD-ACKF）算法。首先,利用Sage-Husa极大后验估计器及其改进形式对噪声统计特性进行在线估计,使得CKF算法具有应对噪声变化的自适应能力,并使用SVD代替传统Cholesky分解以提高数值计算的稳定性。然后,阐述了实时定轨数学模型,提出使用欧拉预测校正法对带J2项摄动的轨道动力学方程进行离散。仿真实验表明:欧拉预测校正法将轨道动力学方程的离散精度提高了1 970.411 m。在量测噪声协方差矩阵取值恶劣时,SVD-ACKF算法将实时定轨精度维持在43 m左右,并且具有更好的数值稳定性。     

低轨卫星广播星历参数设计

导航增强卫星从高轨拓展到低轨(Low Earth Orbit,LEO),需要针对低轨卫星设计可靠的广播星历参数模型。传统的广播星历主要针对中高轨卫星设计,如果直接用于受摄动力更复杂的LEO卫星,星历拟合的URE精度难以达到要求。针对低轨卫星的受力特性,在ECEF坐标系内分别利用多项式和多项式+周期项2种方案来进行经验力(除地球扁率以外的摄动力)建模,设计了2种基于轨道列表型的16参数广播星历参数模型;将拟合时间设定为卫星的地面最大可见时间,以减少用户更新星历频率。300～1 500 km高度的轨道拟合实验表明,利用多项式+周期项建立经验力的16参数星历拟合精度更高,其R/T/N三个方向拟合误差分别优于10/10/3 cm,URE优于9 cm。     

基于扩展Kalman滤波算法实现定轨

在只考虑重力场作用和大气阻力作用的情况下,建立卫星简化动力学模型。研究基于扩展Kalman滤波的星载GPS定轨,根据GPS观测数据结合简化动力学对卫星状态进行最优估计。在J2000坐标系下,使用STK软件模拟的轨道数据进行定轨仿真。结果表明,该算法能够大幅度提高定轨位置和速度的精度。     

初值自适应的磁性目标跟踪方法

针对在初始先验信息缺失时磁性目标滤波跟踪方法发散问题进行研究,本文提出了一种多初值模型的解决框架,并以平方根形式的中心差分卡尔曼滤波器（Square-Root Central Difference Kalman Filter,SRCDKF）为例,结合多初值模型得到了SRCDKF自适应磁性目标跟踪算法.文章首先根据远距离磁偶极子的磁场等效性,建立了多初值滤波跟踪模型,然后基于最大似然选择理论推导了如何从多模型中选择最佳结果,即多初值模型的选择方法,最后以SRCDKF滤波器为滤波单元,得到了基于SRCDKF的自适应磁性目标跟踪算法.经过仿真试验表明：（1）多初值模型建立和选择方法的有效性;（2）基于SRCDKF的自适应磁性目标跟踪算法,在初始位置信息缺失的情况下,能够有效完成对磁性目标的跟踪;（3）以不同滤波器为滤波单元的自适应跟踪算法跟踪试验结果表明,多初值模型的解决框架可解决初值先验未知下的跟踪问题.     

全捷联导引头视线角速度STCKF提取技术

传统的平台导引头可以通过物理跟踪回路直接提取导弹制导所需的视线角速度信息,采用全捷联结构后,导引头失去了直接测量视线角速度的能力,视线角速度需要通过数字计算的方法来提取。针对全捷联导引头精确制导技术工程应用中的问题,首先给出了视线角速度提取方案,推导得到视线角速度估计模型,鉴于估计模型的强非线性,采用强跟踪容积卡尔曼滤波算法对视线角速度进行估计。结合小型空面导弹的典型使用条件,通过弹道仿真对视线角速度估计算法的有效性进行了验证。仿真试验表明:导引头在末制导段捕获目标后,能迅速消除滤波初始误差,准确跟踪真实的弹目视线角和视线角速度变化。为验证将滤波输出作为制导信息的可行性,考虑激光半主动全捷联导引头的典型干扰,用蒙特卡洛打靶方法对导弹制导精度进行了考核,1 000次打靶结果显示,对静止目标的制导精度为0.58 m（CEP）,对运动目标的制导精度为0.84 m（CEP）,满足精确制导武器的制导精度要求。     

一种单星对同步轨道卫星的仅测角定位跟踪算法

针对中低轨卫星对同步轨道卫星定位时存在的可观测时间短等限制,结合同步轨道卫星轨道的特点,利用测角信息计算出距离信息。将距离信息与测角信息一起建立新的测量方程,进而提出一种新的基于J2000.0惯性系的单颗中低轨卫星对同步轨道卫星的扩展卡尔曼仅测角被动跟踪定轨方法,并对测量方程的变量和坐标转换给出了明确定义。仿真结果表明,该算法实现了单颗中低轨卫星对同步轨道卫星的仅测角被动跟踪定轨,若已获得被测星的先验知识,该算法收敛时间优于未引入距离信息的常规算法。     

面向小倾角近圆低轨卫星的DBF波束指向角研究

研究了DBF开环跟踪过程中面向小倾角近圆低轨卫星的波束指向角问题,为避免采用数据拟合进行轨道预测出现的奇点问题,文中引入改进的第二类无奇点根数代替经典开普勒根数,将地心惯性坐标系下的卫星位置速度转化为瞬时轨道根数。采用最小二乘法拟合得到平均轨道根数,以此为参数计算出航天器和中继星的位置,并给出了DBF波束指向角的计算流程。仿真结果验证了文中算法的正确性和有效性。     

曲线拟合与卡尔曼滤波器的滤波精度评估

曲线拟合和卡尔曼滤波是2种运动目标轨迹后置处理的重要方法,利用曲线拟合方法对复杂的运动轨迹进行平滑处理时,为了提高拟合效果,往往选取阶数较高,但易造成方程求解复杂,使得拟合曲线稳定性变差。为了提高测量系统的定位精度和对机动目标的跟踪适应能力,采用卡尔曼滤波算法对弹道进行处理,对卡尔曼滤波参数进行了优化设置,设定滤波增益的下限,避免滤波出现发散现象,使得滤波器稳定性好,而且收敛和稳定时间短。仿真结果表明:采用该方法后卡尔曼滤波对于强机动特征的轨迹有较好的平滑效果和跟踪能力,而且能满足工程上应用的精度要求。     

提高地月转移轨道入轨段初轨精度的技术途径

针对星箭分离前、后两段数据处于不同的飞行轨道,经典的轨道计算方法无法实现两段外测数据联合参与定轨,入轨段初轨精度难以进一步提高的问题,通过分析星箭分离时刻轨道半长轴确定精度与测量误差、轨道偏心率之间的关系,提出了提高站址坐标测量精度、采用分布式船姿船位测量体制以提高姿态测量精度、采用卫星测高数据计算任务海域垂线偏差并对船姿数据进行修正、船载雷达测速数据的东平台影响修正、合理的数据预处理以及采用基于速度增量修正的定轨新方法等多种技术途径,并重点介绍了基于速度增量修正、可实现星箭分离前后外测数据联合定轨的新方法。仿真计算和任务实测数据验算表明,新方法轨道半长轴确定精度较以往传统方法提高1个数量级以上,有利于后续测控计划制定和测控站的跟踪引导。     

低轨空间碎片弹道系数及应用

稀疏数据条件下,弹道系数是影响低轨空间碎片精确轨道确定与预报的关键因子。使用长期累积的TLE（二行根数）跟踪数据,通过半长轴的大气阻力摄动方程,将2 000多个轨道近地点高度低于850 km的空间碎片的弹道系数进行估算,得到这些空间碎片的弹道系数值,并给出弹道系数的两个应用实例。第一个应用实例关于利用弹道系数进行TLE的数据质量检测。使用质量检测方法剔除质量可疑的TLE后,对14个面质比较大的空间碎片进行弹道系数的重新估算,估算误差均显著减小,其中11个新计算得到的弹道系数与参考值的相对误差小于20%。第二个实例验证弹道系数在所谓的TLE-OD/OP方法中的应用。以GRACE-B卫星为例,精密轨道预报为参考,结果表明利用多组TLE的TLE-OD/OP的轨道预报精度显著优于TLE/SGP4的精度。     

拟合修正Kalman滤波在弱小目标跟踪中的应用

文章在目标精确跟踪阶段，引入曲线拟合的方法进行跟踪，根据实际情况提出了拟合权系数的定义和计算公式，可以很好地预测运动方向和抑制抖动。引入Kalman滤波系统思想，提出了适合图像跟踪的目标机动性参数，应用在拟合跟踪中，实现了自适应的跟踪算法。将改进的拟合跟踪和Kalman跟踪做了比较，在分析各自优缺点基础上，把改进的拟合跟踪中和Kalman跟踪结合起来，提出了Kalman修正的拟合跟踪算法，可以较好的解决多目标跟踪中记忆跟踪、交叉跟踪、成像抖动的问题。     

母体均值区间估计用于多传感器数据关联算法研究

为了提高多传感器数据融合的精度,数据或航迹关联成为对目标跟踪滤波的关键。分析了用于多传感器数据融合的集中式与分布式卡尔曼滤波器,提出了一种新的基于数理统计理论的数据关联算法——正态母体均值区间估计算法,当传感器性能及干扰噪声的统计特性发生突变时,能大大提高数据融合的精度和准确性。     

基于元数据文件的ZY-3轨道和姿态参数的精确获取

高精度卫星轨道和姿态参数的获取对卫星数据产品的推广应用具有重要意义。对“资源三号”卫星元数据文件（.AUX）的数据格式、参数意义以及量纲进行了深入的研究和分析,拟合得到任意时刻卫星的轨道和姿态参数。对拟合精度的分析表明,“资源三号”卫星轨道运行平稳,利用二次多项式拟合卫星轨道,精度可达到米级,与星上GPS设计的5米测量精度保持了很好的一致性。成像期间,其姿态变化相当稳定。该值可以作为外方位元素的初始值应用于卫星的在轨几何检校与影像的精确定位。