基于UKF航迹滤波的干扰目标智能识别算法研究

针对雷达导引头末制导阶段抗干扰技术,建立了典型的距离-速度拖引干扰模型,采用无迹卡尔曼滤波(UKF),研究了基于速度、加速度、过载等指标的干扰目标智能识别技术。首先建立距离-速度拖引干扰模型,通过引入弹目相对距离、径向速度、高低角与方位角建立了系统跟踪模型。其次,给出了基于UKF实现目标跟踪与识别的滤波框架。在此基础上,以径向速度、径向加速度、角加速度与过载为评价指标,建立了目标智能识别指标体系。最后,通过典型的目标运动模型(目标跃升),对目标施加的四次距离-速度拖引干扰(两次前拖、两次后拖)进行目标识别。仿真结果表明,利用UKF滤波信息能够有效实现对距离-速度拖引干扰下的干扰和目标智能识别,仿真结果验证了该识别方法的可行性与有效性。     

闪烁噪声下目标跟踪的改进粒子滤波算法

针对目标跟踪系统具有强非线性非高斯的特点,提出了一种强跟踪粒子滤波(STUPF)算法.该算法将无迹卡尔曼滤波器(UKF)与强跟踪滤波器(STF)相结合作为粒子滤波提议分布,具有在线调节滤波增益阵,提高滤波器跟踪突变状态的能力.在给出闪烁噪声统计模型的基础上,将STUPF应用在几种典型目标运动模型跟踪系统中,并同UKF和...     

基于Kalman预测重要性建议分布的粒子滤波视觉跟踪算法

标准粒子滤波虽然能够实现简单场景下的目标跟踪,但在复杂场景下其性能较差,粒子权值退化是影响视觉跟踪的一个重要方面,为解决这一问题,从选择准确重要性建议分布函数入手,给出了基于EKF和UKF预测采样的粒子滤波视觉跟踪算法EKF-PF（EKF enhanced particle filtering）和UKF-PF（UKF enhanced particle filtering）,并进行了一定改进,通过仿真实验表明：给出的跟踪算法能够很好地跟踪室内运动目标,并对光照变化,目标姿态变化具有良好的鲁棒性.     

闪烁噪声环境下目标跟踪的UPF算法研究

介绍了一种改进的粒子滤波（PF）算法——无味粒子滤波算法（UPF）。该算法结合UKF（unscented Kalman filter）和PF算法,利用UKF对非线性系统的处理能力,用UKF得到粒子滤波的重要性采样密度函数,从而克服了PF没有考虑最新量测信息和UKF只能应用于噪声为高斯分布的不足。在给出的闪烁噪声统计模型基础上．将UPF、PF算法在雷达目标跟踪中进行了比较,仿真结果表明该方法可以取得比标准的粒子滤波更快的滤波收敛性和更高的滤波精度。     

一种新型拖曳式诱饵技术研究

为提高拖曳式诱饵角度欺骗的干扰效果,文中提出了速度拖引诱饵干扰模型.分析了拖曳式诱饵形成角度欺骗以及速度门拖引的原理,将速度门拖引技术应用在诱饵转发信号中,提出了速度拖引诱饵干扰有效实现方法和措施.采用这种方法提高了拖曳式诱饵对雷达导引头角度跟踪系统的干扰效果,并能够实现对雷达导引头的速度拖引,大大提高了目标的生存概率.通过Matlab方法仿真,验证了方法的有效性.     

基于“当前”模型的UKF滤波算法在目标跟踪与实时弹道估计中的应用

针对靶场机动目标跟踪与实时弹道估算的实际,介绍了基于“当前”模型的UKF滤波方法。将“当前”模型和UKF滤波用于机动目标跟踪与实时弹道估算,建立了具有较好自适应特性及较高滤波精度的系统模型与算法。经对多发任务实测数据的试算表明：该算法具有较好的稳健性和较高的滤波精度,在靶场的实时显控、设备跟踪引导等方面具有良好的应用前景。     

基于H∞滤波的不同目标机动模型的跟踪特性研究

文中研究了五种常见的目标机动模型下H∞滤波用于机动目标跟踪的性能.在目标位置信息可测条件下针对机动目标进行了H∞跟踪滤波仿真计算,以速度估计均方差为指标,分析了不同目标机动模型的H∞跟踪滤波精度.结果表明,基于维纳模型的H∞滤波进行机动目标跟踪精度最高,采用常加速度模型或二阶马尔可夫模型也是一种合适的选择.     

基于弹道导弹目标的动能拦截导引头的快速滤波算法

为实现动能拦截器导引头对弹道导弹目标的稳定跟踪,构建导弹自由段的运动模型和动能拦截器自身的误差分析模型,并通过相对运动关系推导导引头目标跟踪系统的非线性滤波模型.鉴于末段拦截的高时效性和快速收敛的滤波要求,采用基于在线协方差修正的扩展卡尔曼滤波对导引头目标跟踪系统的非线性模型进行仿真研究,仿真结果验证了导引头目标跟踪非线性模型的准确性和滤波算法的有效性.     

一种基于粒子滤波的改进红外目标跟踪算法

针对传统红外目标粒子滤波跟踪中仅利用目标灰度信息可能导致目标分辨能力不高的问题,构建了基于位置和灰度的联合时空灰度模型,提出了一种基于联合时空直方图的粒子滤波目标跟踪算法,实验表明:在复杂背景下,该算法能够实现对红外目标稳健的跟踪。     

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.     

PD雷达导引头信息关联抗自卫式欺骗干扰技术

提出一种PD雷达导引头信息处理抗干扰技术,利用回波多维信息(距离、速度、角度、幅度)以及多帧信号之间的相关性,通过数据关联、多点迹建立、点迹特征提取、目标/干扰识别等过程实现复杂欺骗干扰背景下目标检测、跟踪和精确打击目的。     

脉压多普勒制导雷达抗质心式箔条干扰技术

根据质心式箔条对雷达干扰的作用机理和脉冲压缩多普勒体制雷达的信号处理原理,分析了脉冲压缩多普勒末制导雷达对抗质心式箔条干扰的优势,并对质心式箔条干扰下的导引头在目标识别和跟踪两方面所采用的对抗技术途径进行了初步探讨。     

单脉冲雷达导引头抗噪声干扰性能分析与验证

噪声干扰是雷达导引头需要对付的主要干扰形式之一。在压制式噪声干扰下,导引头由主动工作模式转为向干扰源寻的(HOJ)的被动工作模式,单脉冲雷达导引头可以从噪声干扰中提取出角跟踪误差信号,保持对目标稳定跟踪。但是在强噪声干扰下,导引头接收机处于饱和状态,失调角及测角方差恶化,从而使其不再具有任何利用价值,必须采取措施加以解决。     

雷达导引头最优控制问题研究

建立雷达导引头角跟踪控制数学模型,运用最优控制理论推导天线控制指令;基于机动目标当前统计模型,运用卡尔曼滤波及多普勒跟踪速度修正信息,估计出天线最优控制状态量;经仿真验证,设计方法不仅能够改善制导律输入精度,同时能够提高雷达导引头的响应性能.     

基于数据压缩的多传感器PHD滤波算法

针对多传感器多目标跟踪,提出一种基于数据压缩的多传感器概率假设密度(PHD)滤波算法,解决串行多传感器PHD(SMSPHD)滤波计算量过大的问题。算法首先利用数据压缩将多传感器量测数据转换成等效的单传感器量测数据,然后在此基础上进行PHD滤波。仿真结果表明,该算法可以实现对多目标的有效跟踪;此外,随传感器数目的增加,该算法增加的计算量约为SMSPHD滤波算法增加的4.3%。     

基于反舰导弹雷达分辨力的编队冲淡干扰

为提高冲淡干扰的精确性,在分析导弹导引头截获目标前提的基础上,建立导引头开机距离模型.根据冲淡干扰的作用机理和投放形式,建立了其投放时机和距离模型,并进行了仿真分析.结果表明:该模型体现了导引头分辨力、导弹与舰艇编队的位置关系、编队运动策略等因素对干扰投放时机和距离的影响,为提高冲淡干扰的针对性、有效性提供了理论依据,达到了节约干扰资源的目的.     

基于回波互相关的拖引干扰抑制方法

针对DRFM拖引干扰机诱偏火控雷达的距离波门问题,提出一种基于回波互相关的拖引干扰抑制方法。其主要步骤包括:对典型的匀速拖引干扰和匀加速拖引干扰进行数学建模,对包含目标回波和拖引干扰的雷达回波进行回波互相关,对雷达回波的互相关函数依次低通滤波和逆回波互相关。仿真结果表明:无论在匀速拖引干扰或匀加速拖引干扰环境下,该方法都能较好地抑制拖引干扰。当信噪比大于0 dB时,该算法干扰抑制深度比IPMF算法高3~5 dB,比ICC算法高8~10 dB,更加有效地抑制了拖引干扰,从而使火控雷达的距离波门始终套住目标回波,增加了武器的有效打击力。     

基于纯方位角测量的水下目标被动跟踪技术

水下目标的被动跟踪技术在军事上具有重要的应用价值,为了解决基于纯方位角测量的水下目标被动跟踪技术在实际应用中的问题,研究了几种适合于单、双观测站的水下目标被动跟踪算法.分别对伪线性估计算法、扩展卡尔曼滤波算法、无迹卡尔曼滤波算法在不同参数情况下的性能进行了详细的仿真与分析.仿真结果表明,静止单观测站虽不能获得目标的完全观测,但是在具有一定先验信息的情况下,伪线性估计算法也可以实现对目标轨迹的估计;双观测站可以获得对目标的完全观测,并且在观测方程严重非线性的情况下,无迹卡尔曼滤波方法的性能要优于扩展卡尔曼滤波方法.仿真结果对工程应用具有重要的参考价值.     

红外成像制导末端局部图像识别跟踪研究

针对红外成像制导末端目标图像充满导引头视场影响目标识别跟踪的问题,提出一种红外成像制导末端局部图像识别跟踪的方法。分析了红外成像制导原理;选取了高亮区比例、灰度标准偏差、长宽比、紧凑度和复杂度等5个特征量作为特征提取和目标识别的依据,提出适合导弹的目标快速识别算法;通过计算红外成像制导末端目标图像,在导引头焦平面上的投影面积的变化情况,分析了弹目距离与相对速度对目标图像变化情况的影响,研究了形心跟踪到局部图像跟踪的转换时机。综合考虑了可靠性和实时性要求,选取飞机机头作为局部图形跟踪的跟踪点;搭建红外成像制导仿真场景,对所提出的方法进行仿真分析。仿真结果表明：该方法能够有效地识别图像中的目标,减小红外成像导引头跟踪盲区,实现红外成像制导末端的平稳跟踪。