空中机动目标数学模型的研究

20多年来,人们对机动目标的跟踪问题进行了大量的研究。问题的核心是如何建立机动目标运动的数学模型。本文主要对现有的空中机动目标的数学模型进行论述和比较研究。     

自行高炮射击指挥雷达的多机动目标跟踪软件

已经研制完成的自行高炮射击指挥雷达的多机动目标跟踪软件，采用了机动加速度突变型，回波动态分区和整体相关，多准则模糊决策关联，航迹的模糊起始以及可靠性设计等新技术，在实际应用中显示了优良的性能。     

舰载相失阵雷达机动目标跟踪技术

文章讨论舰载相控阵雷达的机动目标跟踪问题；提出一种自适应卡尔漫滤波与动态补偿技术相结合的方法来实现动载体环境下相阵雷达对于机动目标的有效精确跟踪，并给出仿真结果。     

一种新的机动目标非线性跟踪算法

描述了一种新的机动目标非线性跟踪算法（简称ＮＬＦ算法），提出了合理了机动似然函数，导出了机动概率估值方程。仿真结果表明，ＮＬＦ算法具有计算量小、跟踪性能好等特点，有较好的工程应用价值。     

多传感器机动目标跟踪

本文提出了一种用于跟踪机动目标的被动多传感器航迹融合方法，它与点迹融合相比性能虽略有下降，但却大大降低了融合中心的计算负但及网间通信需求，在高密度杂波环境中尤其如此。这种航迹融合的方法考虑到不同传感器间共同的系统扰动所造成的估计误差的相关，从而得到最优的融合算法。     

自适应混合多模算法在机动目标跟踪中的应用

本文介绍了用于机动目标跟踪的自适应混合多模算法。这个算法不需要预先定义模型，它利用一个二级卡尔曼波波器为估计目标的加速度，这个加速度被用于混合多模算法中具有不同确定性加速度的子滤器中，文中给出了自适应混合多模算法的一个计算机模拟结果并与无自适应混合多模算法的结果进行了比较。     

非高斯噪声下的机动目标跟踪

本文讨论了被动传感器在随机干扰条件下进行机动目标跟踪的方法，其观测量包含非高斯噪声，也可能包含影响观测值的随机干扰。与基于Ｋａｌｍａｎ滤波的常见方法不同，采用动态规划算法进行多假设检验，从而估计目标的状态。仿真试验表明本文方法能有效地处理非高斯噪声情况下的目标跟踪问题，而基于Ｋａｌｍａｎ滤波的跟踪方法，比如ＥＫＦ则效果较差。     

基于多普勒雷达组网的机动目标跟踪

非轨道飞行器跟踪需要大型的跟踪网,跟踪设备包括大型测距、测速雷达,光学经纬仪等,系统庞大,建设、维护成本高。多普勒雷达测量精度高,结构简单,易于小型化,成本较低,但一直只是被作为跟踪网的测速辅助设备,还没有被单独用来组建跟踪网。文中针对非轨道飞行器,提出了采用多台多普勒雷达构建高精度、低成本的飞行器跟踪网的思路和算法。跟踪算法采用"当前"统计模型和自适应Kalman滤波。仿真结果表明,采用多台多普勒雷达构建高精度、低成本的机动目标跟踪网是可行的。     

基于卡尔曼滤波的机动目标外推预测的研究

卡尔曼滤波在各个领域都有广泛的应用,如航天器的轨道计算、雷达目标跟踪、生产过程的自动控制等。卡尔曼滤波器在机动目标跟踪中具有良好的性能,是一种最佳估计并能够进行递推计算。为了研究卡尔曼滤波对机动目标的预测,首先用Matlab仿真验证自适应卡尔曼滤波的跟踪滤波能力,根据结果判定目标运动模型,进而在此运动模型下用卡尔曼预测对目标进行外推验证。     

舰载相控阵雷达机动目标跟踪技术

文章讨论舰载相控阵雷达的机动目标跟踪问题;提出一种自适应卡尔滤波与动态补偿技术相结合的方法来实现动载体环境下相控阵雷达对于机动目标的(?)效精确跟踪,并给出仿真结果.     

机动目标建模技术概述

对当前主要的机动目标模型进行了总结和分析，重点论述了模建的基本思想和假设，同时分析了各模型间的相互联系。     

多传感器跟踪机动目标：数据越多估算越好吗

分析了多传感器跟踪机动目标的问题，相对给定目标的位置，参与给定目标跟踪的传感顺和数目和类型，通常是固定的。然而，在许多多传感器系统中，由于名传感器的机动性、类型和的限制，执行特定目标跟踪的传感器的数目和类型能够阴时间而变动。当跟踪机动目标时，由于目标运动模型的不确定性，传感器系统组成的这种可变性提出了重要问题。通常用瞳尔曼滤波器过滤用于估算目标的位置、速度和加速度的位置测量量。当设计卡尔曼滤波器时     

机动目标命中问题的求解

采用二阶马尔可夫加速度模型建立机动目标预测器，并结合某高炮弹道函数得人速失空法求解机动目标命中问题，仿真结果证明了整个算法的有效性。     

一种机动海目标跟踪算法研究

在α-β跟踪滤波器的基础上增加了机动检测器,根据残差过程的变化特性,设计机动检测准则来提高对机动海目标的跟踪性能。仿真比较了原始α-β跟踪滤波器和加机动检测器的滤波算法性能。     

一种机载地面侦察雷达多机动目标跟踪方法

介绍了地面多机动目标跟踪系统的一种实现方法 ,提出了跟踪系统目标模型的建立、跟踪坐标系的选择、跟踪起始和跟踪终结以及数据关联和跟踪维持的方法 ,最后给出了试验结果。