对机动辐射源单站无源定位IMM算法

探讨了一种利用单个观测站对机动辐射源目标进行无源定位与跟踪的交互式多模型（IMM）算法。在该方法中，基于辐射源的信号到达时间（TOA）和信号到达方向（DOA）信息，可以实现单站无源定位，运用交互式多模型算法，可以适应目标的机动性。通过计算机仿真，验证了该方法的正确性和有效性。     

固定单站对机动目标无源定位IMM算法

本文探讨了一种基于目标的信号到达时间（ＴＯＡ）和信号到达方向（ＤＯＡ）信息，利用固定单站对机动目标进行无源定位与跟踪的交互式多模型算法，并详细分析了定位原理。通过计算机仿真，验证了其正确性与有效性。     

基于外辐射源的机动目标单站无源定位IMM算法

探讨一种基于外辐射源的信号到达时间差 (TDOA)和信号到达方向 (DOA)信息 ,利用固定单站对机动目标进行无源定位与跟踪的新方法。在建立目标机动模型与量测方程的基础上 ,运用交互式多模型 (IMM)算法 ,实现对机动目标进行定位与跟踪。通过计算机仿真 ,验证了该方法的正确性与有效性     

对机动目标的多站无源定位IMM算法

将交互式多模型（IMM）算法与集中式融合跟踪算法相结合,给出了集中式交互多模算法（CIMM）;基于目标的多普勒频率差和信号到达方向信息,利用CIMM算法对机动目标进行无源定位与跟踪,并与变维（VD）滤波算法的跟踪性能进行了比较.通过计算机仿真验证了CIMM算法是有效的,且该算法与VD算法相比定位精度更高、稳定性更好.     

单站无源定位原理浅析

探讨了一种基于目标频域和空域参数测量信息，利用固定单站对机动目标进行无源定位与跟踪的算法，并详细分析了定位原理。在建立目标机动模型与测量方程的基础上，运用修正增益的扩展卡尔曼滤波（MGEKF）算法，实现对机动目标进行定位与跟踪。     

对机动目标单站无源定位的最大似然估计

研究了基于目标的信号到达方向和信号到达时问差信息，利用单个固定的无源侦察站，通过最大似然估计方法对机动目标进行定位的问题。首先建立了机动目标模型与观测方程，然后详细推导了定位算法，并进行了仿真实验。仿真结果表明，该方法具有定位精度高、算法稳定等优点。     

对抗

0601333 电子对抗效能评估仿真系统的实现[刊,中]／高彬／／系统工程与电子技术．-2005,27(10)．-1738-1740, 1794(G) 0601334 对机动目标的多站无源定位IMM算法[刊,中]／李伟／／现代雷达．-2005,27(10)．-20-22,31(G) 将交互式多模型(IMM)算法与集中式融合跟踪算法相结合,给出了集中式交互多模算法(CIMM); 基于目标的多普勒频率差和信号到达方向信息,利用 CIMM算法对机动目标进行无源定位与跟踪,并与变维(VD)滤波算法的跟踪性能进行了比较。通过计算     

对辐射源的被动跟踪算法研究

讨论了对辐射源进行被动测向时，用扩展卡尔漫滤波进行目标跟踪，并对目标机动进行判断的方法，在判断目标机动的前提下，用变维卡尔曼滤波完成对目标机动 过程的跟踪。     

基于时差信息的超视距目标定位与跟踪

本文对超视距目标定位与跟踪问题进行了研究,并给出了一种把主动跟踪技术和无源时差定位技术结合起来对超视距目标进行侦测的新方法.该方法的定位系统由地面站和空中站组成,地面站上的无源侦收设备测得经空中站转发(或反射)的目标信号到达时间差,同时地面站上的主动雷达对空中站进行精密定位,计算出目标信号在这段距离上的传播时间,进而可获得目标信号到达空中站的时间差,此时就相当于在空中站的位置对目标进行超视距侦测,利用时差定位技术就可估计目标的位置信息.通过仿真分析可看出,利用本文的方法可对超视距目标进行良好的定位与跟踪.     

多机动目标定位跟踪关键技术研究

对多目标机动辐射源的无源定位跟踪技术有着十分重要的理论价值和广泛的军事应用前景。分析研究了多机动目标跟踪定位的关键技术,研究结果表明,对多机动目标进行无源定位与跟踪是可行的,给出的方法是正确有效的。     

基于APIT和TSE算法的混合定位方法

讨论了距离无关的近似三角形内点测试（APIT）算法和基于信号到达时间差（TDOA）的泰勒级数展开算法（TSE）的优缺点，并在此基础上提出了利用两者进行混合定位。仿真的结果表明该混合定位方法能有效提高定位精度。     

机动目标跟踪中的多模算法

机动目标跟踪是一个很具有挑战性的任务，即使是跟踪单目标也可能因为目标的逃避机动而失跟，机动目标跟踪所遇到的基本问题是所建目标模型的动力学方程与目标的实践运动模式存在着不匹配。所以很多学者研究多模算法来解决这一问题。本文对学者们在多模算法上的研究结果进行了系统总结分析，得出结论：变结构的方法是提高跟踪性能、减少运算量，将多模算法用到实际的机动目标跟踪中的有效途径。     

基于交互多模算法在非线性测量方程下的机动目标跟踪

针对非线性测量下的机动目标跟踪问题，本文基于交互多模型算法（IMM），采用去偏转换测量卡尔曼滤波（CMKF－D）的方法，把在极坐标系下得到的测量值转换到直角坐标系中，用统计的方法求出转换测量值的误差均值和方差，将转换测量值去偏后再进行卡尔曼滤波，仿真结果表明，算法提高了基于非线性测量方程的机动目标跟踪性能。     

纯方位小幅机动目标定位跟踪技术研究

对纯方位小幅机动目标UKF(Unscented Kalman Filter)定位跟踪算法进行了研究。在目标机动可检测性分析的基础上,建立了纯方位小幅机动目标定位跟踪的UKF滤波算法模型,基于最小二乘和UKF算法联合调度思想,实现了对纯方位小幅机动目标的定位跟踪,通过仿真计算对其定位精度进行了分析,验证了算法模型的有效性。     

一种基于"当前"统计模型的机动辐射源单站无源定位方法

针对采用非线性较强的脉冲到达时间差、观测角等参数的固定单站对机动运动辐射源无源定位跟踪系统,提出了一种用"当前"统计模型对角速度建模,利用UKF滤波进行滤波,跟踪机动辐射源的定位方法.同时对非线性定位系统的可观测性进行了分析,得到了与辐射源作匀速运动相同的可观测条件.仿真结果表明,本文提出算法对固定单站在角速度变化的机动运动无源定位中跟踪效果更佳.     

红外与激光主/被动联合跟踪算法

针对单站红外被动式跟踪存在不可观测性问题，提出红外与激光主／被动单目标联合跟踪方法。该方法首先针对三维空间任意机动目标的跟踪问题，将参考文献[1]给出的一维机动目标“当前”统计模型推广到三维情况，得到三维情况下跟踪任意机动目标的状态方程和跟踪系统的非线性量测方程。然后对红外探测器测量的角度信息和激光测得的距离信息进行融合，得到正确的测量值。最后提出扩展的自适应卡尔曼滤波算法并进行了仿真研究。仿真表明；方案可行，可同时对目标三个空间坐标轴的位置、速度、加速度进行估计。     

基于Singer模型的机动目标无源定位跟踪方法研究

对双站测向无源定位跟踪方法进行了研究,分析了双站交叉定位的基本原理,应用Singer模型和扩展卡尔曼滤波对三维空间中的机动目标无源定位跟踪问题进行了仿真分析.仿真结果表明,在假设的仿真条件下以及测向精度为1 mrad时,对机动目标定位跟踪的相对测距误差保持在1.5%以下,滤波跟踪效果良好,表明该方法对机动目标的无源定位跟踪是有效的,对工程应用有一定指导意义.     

一种基于相互作用多模型的目标跟踪方法及应用

首先，对传统的KLM滤波器及在跟踪机动目标的缺点和不足作了介绍，然后介绍强跟踪滤波及相互作用的多模型滤波器，采用相互作用的多模型滤波器对机动性很大的目标进行跟踪，分析IMM算法在机动目标跟踪中的优势。最后，采用部队的实际数据进行仿真，对它们的跟踪效果做了比较。     

仅有角度测量的双机协同机动目标跟踪定位路径规划

针对仅有角度测量的双机协同三维机动目标跟踪定位路径规划问题提出基于扩展卡尔曼滤波器（EKF）和定位精度几何分布（GDOP）的优化算法。在建立双机协同被动跟踪EKF 的基础上分别从交互信息与协方差控制入手建立指标函数。利用向量概念推导出了双机协同被动目标定位的GDOP计算公式,并建立了基于GDOP 的指标函数。利用目标状态的一步预测给出了基于不同指标函数的数值解法。仿真表明,基于EKF 的指标函数在在目标机动时性能较差,而基于GDOP 的指标则在目标机动时表现出良好性能。     

改进的当前统计模型及自适应跟踪算法

对于机动目标跟踪问题,在当前统计（CS）模型的基础上,提出了一种新的机动目标自适应跟踪算法。通过引入强跟踪滤波器（STF）的渐消因子,增强了模型对目标突发机动的自适应跟踪能力,同时针对模型对目标加速度极限值的依赖性这一缺点,引入一种利用位置估计值与加速度的函数关系自适应调整加速度方差的方法,提高了对弱机动和非机动目标的跟踪能力。仿真结果表明,该算法与标准的当前统计模型滤波算法相比具有较高的跟踪精度。