基于UKF的雷达/红外分布式加权融合算法

为了提高雷达/红外复合制导精度,针对雷达/红外复合制导信息融合中量测模型非线性问题,提出一种基于不敏卡尔曼滤波器(UKF)的分布式雷达红外加权融合算法。该算法在解决量测模型非线性函数问题上,不是对非线性函数进行近似,而是对非线性函数的概率密度分布进行近似,因而避免了扩展卡尔曼滤波的模型线性化误差导致滤波发散的问题。仿真结果表明,该算法收敛性好,融合精度高,鲁棒性好,实时性好,可以满足复合制导中信息融合技术的要求。     

雷达／红外数据融合的机动目标跟踪算法综述

雷达与红外数据融合能够实现信息互补,提高目标跟踪精度、识别能力以及增强系统的抗干扰性,因此受到广泛关注。针对雷达和红外数据融合跟踪机动目标的体系结构,基于近几年国内外的研究,对整个体系中的算法进行了综述。     

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。     

“红外卫星-地基雷达”航迹融合算法的实现及精度分析

为提高对助推段弹道导弹轨迹跟踪的精度,设计一种“红外卫星-地基雷达”航迹融合算法。通过建立传感器量测和航迹融合的仿真模型,结合凸组合融合法和协方差交集法,分别实现了实现天波超视距雷达和红外预警卫星配准后航迹数据的融合,以及天波超视距雷达和红外预警卫星配准后航迹数据的融合。通过仿真证明了在进行航迹融合后的跟踪结果较SBIRS单独的跟踪结果精度更优。本文设计的凸组合融合法和协方差交集法的跟踪结果精度可以满足针对弹道导弹的早期预警需求。     

"红外卫星-地基雷达"航迹融合算法的实现及精度分析

为提高对助推段弹道导弹轨迹跟踪的精度,设计一种"红外卫星-地基雷达"航迹融合算法.通过建立传感器量测和航迹融合的仿真模型,结合凸组合融合法和协方差交集法,分别实现了天波超视距雷达和红外预警卫星配准后航迹数据的融合,以及天波超视距雷达和红外预警卫星配准后航迹数据的融合.通过仿真证明了在进行航迹融合后的跟踪结果较SBIRS单独的跟踪结果精度更优.设计的凸组合融合法和协方差交集法的跟踪结果精度可以满足针对弹道导弹的早期预警需求.     

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。     

一种雷达/红外双模制导信息融合滤波算法

现代战争战场环境恶化,单一制导模式容易受到天气和干扰等影响,导弹制导性能降低,适应性差。雷达/红外双模制导模式综合了各传感器的优点,使制导系统具有更强的抗干扰能力、更高的命中精度。文中以工程化应用为背景,首先对主动雷达导引头和红外成像导引头测量信息采用方差自适应算法进行数据融合,再应用自适应的扩展卡尔曼滤波估计目标运动状态。最后,通过全弹道仿真证明了该方法的有效性。     

基于GCI融合的分布式雷达抗欺骗干扰算法

针对分布式雷达抗多假目标欺骗干扰问题,提出了一种基于数据级融合的抗干扰算法。首先,利用基于随机有限集的集势概率假设密度(Cardinalized Probability Hypothesis Density,CPHD)滤波器同时跟踪真实目标与假目标;然后,对于非协同假目标,根据其在分布式雷达检测中类似于虚警的性质,采用具有迫零特性的广义协方差交叉(Generalized Covariance Intersection,GCI)融合方法,在融合过程中实现干扰抑制;最后,对于协同假目标,引入雷达被动工作模式,采用一致性算法结合GCI方法进行分布式融合,达到了全局鉴假效果。仿真结果表明,在分布式雷达网络中,所提算法可以剔除非协同和协同假目标,并能有效跟踪真实目标。     

雷达/红外双模制导下的数据融合与可视化仿真

多模复合寻的制导技术已成为精确制导武器的发展方向．采用雷达／红外双模制导模式，可有效提高制导系统的精度．因为雷达导引头具有全天候、测角和测距等优点，红外导引头具有测角精度高，测量连续等优点．将两者的信息有效地融合可以实现性能互补，提高对目标的跟踪能力．利用Visual C 6.0和OpenGL工具可实现雷达／红外双模制导的可视化仿真．     

毫米波/双色红外多模导引头信息融合技术研究

文中介绍了多模导引头信息融合系统的组成，基本原理，工作步骤，相关功能，软件算法等。     

基于H∞滤波的主/被动雷达模糊自适应融合算法

在主/被动雷达复合制导背景下,提出一种基于H∞滤波和模糊逻辑的自适应融合算法,算法结合了H∞滤波和模糊推理的优点.为了克服卡尔曼滤波对模型和传感器噪声特性的依赖性,应用H∞滤波实现目标的状态估计.与卡尔曼滤波相比,H∞滤波不需要对噪声作任何假设.由于模糊推理方法具有很强的处理不确定性问题的能力,基于协方差匹配技术应用模糊推理方法在线估计每个H∞滤波器的性能,融合中心根据每个H∞滤波器的性能融合来自两滤波器的状态估计值.数字仿真结果表明了算法的有效性.     

密集回波环境下地面机动目标跟踪的UKF-VSMM-PDA算法

对地面机动目标进行跟踪,除了利用量测信息外,利用地形特征等信息也可提高跟踪性能。但这些非正态信息却可能导致较高的非高斯概率密度,文中将机动和多回波同时考虑,并充分利用了地形特征等信息,提出了UKF—VSMM—PDA算法。对密集回波环境下地面机动目标进行跟踪,仿真结果证明了该算法的优越性能。     

基于多特征融合与粒子滤波的红外弱小目标跟踪方法

研究低信噪比复杂背景下的红外弱小目标检测和跟踪问题.基于多特征融合的小目标检测算法具有较好的检测性能和适应性,而粒子滤波则是一种处理非线性和非高斯动态系统状态估计的有效方法.结合两种算法的优点,提出了一种基于多特征融合与粒子滤波的红外弱小目标跟踪方法.仿真试验表明,与单特征跟踪算法相比,该算法对复杂背景下的红外弱小目标具有更好的跟踪与检测性能.     

雷达-红外异地配置下的数据融合算法

文中讨论了雷达和红外传感器异地配置情况下的数据融合算法.首先,讨论了雷达相对于红外传感器所在位置的转换测量和相应的测量误差获得方法;然后,对转换后的雷达测量数据和红外传感器的测量数据进行融合处理,从而可获得新的等效测量数据.最后,给出了算法的仿真分析.仿真结果表明新的融合算法能有效提高系统的状态估计精度.     

雷达-红外双模制导的神经网络数据融合算法

在雷达 红外双模制导体制下 ,对雷达和红外数据进行融合时存在雷达和红外数据不同步的问题 ,对红外数据先进行异步融合处理使其与雷达数据保持同步 ,然后提出了利用神经网络作为同步融合中心的方法 .雷达和红外数据共同作为神经网络的输入 ,输出为目标的最优融合估计 .这种方法可以在融合中心不知道协方差信息的情况下进行数据融合 .仿真结果表明该方法有效     

机动目标跟踪中自适应滤波算法的研究

文中对机动目标跟踪中的自适应滤波算法进行了研究,给出了一种适用于雷达导引头跟踪系统的修正的自适应卡尔曼滤波算法,通过全弹系统的数字仿真,对影响该算法滤波性能的各种因素进行了分析讨论.大量仿真结果表明该自适应滤波算法对于机动目标具有良好的跟踪性能和适应能力.     

一种提高雷达导引头对机动目标跟踪性能的自适应滤波算法

为了提高地空拦截弹雷达导引头对机动目标状态估计的精度,在增加系统观测量的基础上,提出了一种针对机动目标跟踪的自适应滤波算法。利用量测残差统计值估计目标的机动状态,自适应的调整状态方程机动频率和加速度极限值;同时利用观测噪声统计估值器,调整观测值方差大小。仿真试验结果表明该算法具有良好的机动目标跟踪性能,并能自适应变化较大的观测噪声。     

基于多传感器数据融合的机动目标跟踪算法研究

在分析了机动目标跟踪的重要地位之后，探讨了两种时下常用的机动目标跟踪的方法，基于自适应相互作用多模型的算法和α—β滤波算法，试图对基于多传感器的机动目标跟踪和识别算法构建一个轮廓和框架。