目标跟踪中野值的判别与剔除方法

运用Kalman滤波对目标位置进行跟踪时,测量数据中的野值是影响滤波效果的重要因素之一。分析了动态测量数据中野值产生的原因和野值对Kalman滤波性能的影响机理,利用新息的统计特性,提出了野值判别准则和一种抗野值Kalman滤波算法。仿真结果表明,该方法使野值处理与状态估计同步进行,可有效抑制野值对Kalman滤波的影响,提高滤波精确度。     

基于逐级最大似然估计的单站无源定位跟踪算法研究

本文以单站无源定位跟踪为研究背景,根据其观测方程严重非线性的情况,在最大似然估计算法的基础上提出了逐级最大似然估计算法.讨论了这种算法的最优性、计算量少的特点,以及初始值的选取对算法收敛性的影响,并通过仿真试验进行了验证.     

一种基于卡尔曼滤波处理的北斗卫星无源组合导航自适应野值剔除方法

在组合卫星导航定位中,由于导航接收机存在各种噪声和干扰,使得伪距出现较大的变动,直接导致定位结果出现野值。本文在卡尔曼滤波技术的基础上,提出了一种自适应野值剔除方法,对动态数据野值判断、识别与剔除,有效地抑制卫星导航中动态数据中的野值对滤波的影响。     

一种改进的单站无源定位与跟踪算法

无源定位与跟踪技术有着广阔的应用前景。对于机动干扰源单站无源定位与跟踪，直角坐标系下一阶卡尔曼滤波算法容易发散，二阶卡尔曼滤波算法运算量大。针对这一不足，本文提出了在极坐标下建立状态方程和观测方程的卡尔曼滤波进行干扰源单站无源定位与跟踪。仿真实验结果表明了该算法的有效性。     

固定单站对运动辐射源的无源定位与跟踪

利用测量获得的辐射源方位角和到达时间差信息,探讨了利用最小二乘估计法实现单站无源定位的方法,对定位算法进行了分析,并与特征分解算法和最大的似然计算法进行了比较。     

基于M估计的抗野值单站无源定位方法

单站无源定位是通过被动接收目标辐射信息来获取目标位置信息,具有电磁隐蔽性较好、设备相对独立、作用距离远等优点。但在实际定位中,观测信息中不可避免会出现野值,极大地降低了定位的精度和稳定性。为解决这一问题,对基于相位差、相位差变化率和多普勒频率变化率的单站无源定位方法进行了改进,通过建立新息的非线性函数作为权函数,对新息进行权值修正,提出了一种基于M估计的抗野值单站无源定位方法。仿真实验表明,该算法可以较好地消除野值分量的影响,提高定位精度,具有较强的鲁棒性。     

一种快速跟踪的单站无源定位算法

在单站无源定位与跟踪中，扩展卡尔曼滤波算法对初始值依赖性较强，在观测方程非线性较强时收敛速度和稳定性无法满足要求，因此文中提出了一种优先估计慢变化参量的定位跟踪算法，通过仿真比较验证了该算法具有较好的收敛速度和稳定性，具有对滤波初始值的依赖性小的优点。     

一种基于极坐标的无源定位与跟踪稳定算法研究

本文以无源定位与跟踪为背景,分析了利用扩展卡尔曼滤波算法进行定位与跟踪计算中的不稳定现象的原因,并提出了一种新的基于极坐标的定位与跟踪算法,通过仿真试验验证了这种算法具有较好的稳定性。     

三维机动辐射源的单站无源跟踪方法

针对单站无源定位中对于机动辐射源利用角度及其变化率能否定位的问题，引入雷达对机动目标跟踪的多级噪声自适应(ANL)法和交互多模(IMM)方法，以及机动目标运动模型如Singer模型、匀加速模型等，研究并提出了两种对机动辐射源利用角度及其变化率进行单站无源跟踪方法。通过计算机数字仿真表明，在满足定位可观测条件的前提下，对机动辐射源仅仅利用角度及其变化率是可以定位的，其中IMM方法具有比较优秀的性能。     

基于粒子滤波的单站无源定位跟踪新算法研究

针对单站无源定位跟踪系统非线性较强、传统跟踪滤波方法收敛速度、慢容易发散的问题,提出了一种新的跟踪滤波算法P-EKF。该方法采用粒子滤波的思想对目标实现初始的捕捉,然后通过扩展卡尔曼滤波方法对目标进行跟踪保持,提高了目标跟踪收敛速度和跟踪精度,而对计算资源的消耗有限。缩比仿真实验证明了该方法的可行性和有效性,具有较高的应用价值。     

多传感器多目标无源定位跟踪算法研究

针对多站无源测向交叉定位在复杂环境下会产生大量虚假定位点问题,本文提出了一种对目标进行无源定位跟踪的新方法,即先通过数据聚类,确定目标数量;由此动态建立多模弹性神经网络,去除了大部份虚假点;再通过建立航迹树的方法来动态跟踪目标,去除弹性网络未去除的虚假点.该方法解决了大量虚假点存在的情况下,目标数量的确定难题、弹性网初始化难题及动态剔除虚假点难题,进而有效地解决了多干扰机目标相关、虚假点的剔除问题.仿真分析试验表明:该方法计算量低,弹性网络收敛速率快,目标正确锁定率及虚假点剔除率高.     

基于强跟踪滤波器的抗“飞点”容错滤波

由于雷达数据在获取和传输中受干扰的影响，数据融合中心接收到的雷达测量数据中常常含有“飞点”。这种测量数据中的异常数据对Kalman滤波具有较严重的不利影响。本文利用强跟踪滤波算法，构造容错策略，使之既可以充分利用正常新息(innovations)确保滤波的精度，又可以有效抑制异常新息的不利影响，从而达到对“飞点”数据的容错能力，保持目标跟踪的性能。最后，通过仿真计算验证了该算法的有效性。     

一种新的无线蜂窝定位跟踪技术

该文提出了一种在W-CDMA环境下实现对移动台的定位及跟踪的方法,其中对移动台位置坐标的计算采用基于EOTD的方法,对移动台的跟踪采用马尔科夫链配合相关检测距离门的方法。该方法实用性强,对传统定位方法进行了改进和补充。该文还给出了利用该实现方案和算法在W-CDMA环境下的仿真结果。     

基于随机有限集理论的无源多站联合定位与跟踪算法

针对无源多站目标跟踪中涉及到复杂的数据关联以及测向交叉定位处理,提出了基于随机有限集理论的无源多站联合定位与跟踪算法( RFS-JLT)。该算法采用伯努利随机有限集形式构建目标状态和多站量测随机有限集模型,依据目标运动特性以及随机有限集卷积公式计算出多目标状态转移密度函数和多站量测似然函数,然后基于多目标贝叶斯估计理论推导了目标后验概率密度的递推式,避免了多站测向数据关联以及交叉定位处理。仿真结果表明,在无源多站目标跟踪中,RFS-JLT算法能够显著提升目标跟踪精度。     

被动传感器组网对干扰源的聚类定位算法

为了提高对机动干扰源的定位精度,提出一种基于数据质量分析思想的多地面被动传感器组网聚类定位算法。考虑到各种客观因素和主观操作对量测的影响,该算法首先对各量测在二维空间中产生的目标估计位置点进行数据质量度量,从而确定该量测对干扰源定位结果的贡献;引入聚类思想完成对高质量位置数据的实时筛选,并由该数据实现对干扰目标的定位。通过和MMSE算法相比较,基于数据质量分析的聚类定位算法可有效消除低质量量测对定位结果的不利影响,从而提高了对干扰源的定位精度。同时对传感器布站形式的研究表明,只要对网内各传感器进行合理配置与管理,该算法即可有效降低系统偏差等不利因素对定位系统的影响。     

飞行器视觉定位方法的研究与仿真

针对飞行器的视觉定位问题,提出了基于卡尔曼滤波技术的序列图像飞行器位置和运动参数进行研究的方法。该方法首先求取单目视觉图像飞行器形心特征点位置,并将其映射到三维目标空间中,利用α-β-γ稳态滤波技术,建立了序列图像帧间飞行器视觉定位的仿真数学模型。模型中既考虑了图像处理过程中噪声的影响,把加加速度作为白噪声考虑到数学模型中。根据仿真数学模型,用MATLAB语言对飞行器的位置、速度和加速度进行仿真分析,实验证明该方法对序列图像飞行器位置预测的仿真精度较高,且计算相对简便。     

穿墙侦察雷达人体目标的定位与跟踪

基于穿墙侦察雷达基本原理建立了穿墙定位模型,给出了穿墙定位模型中折射点的近似计算方法,完成了人体目标回波时延与位置的对应关系表,并提出了人体目标延时带相交定位方法;采用所研制的一发两收式穿墙侦察雷达实验系统,通过静止目标人体定位实验和运动目标人体定位跟踪实验,验证了文中建立穿墙定位模型、雷达实验系统及定位方法的有效性和可行性。     

无源探测与跟踪雷达系统技术及其发展

介绍了无源雷达系统的发展概况和研究现状，对机会照射方式下无源雷达系统的若干关键技术作了评述，给出了一个利用商用调频广播电台作为机会照射源的目标探测与跟踪雷达实验系统及其部分实验结果，指出了无源雷达探测系统的应用前景。