战场目标被动噪声识别技术

综述了噪声识别技术在军事上的应用,并就战场目标噪声识别的技术现状和发展前景作了概括性的介绍,预测了战场目标声识别技术的发展趋势。     

时变噪声统计估计的自适应UKF目标跟踪算法

针对目标跟踪中非线性滤波精度下降甚至发散的问题,提出了一种时变噪声统计估计的自适应无迹卡尔曼滤波(Unscented Kalman Filtering,UKF)算法.首先将系统模型和滤波算法修正为适于噪声非零均值时的情况,然后根据极大后验估计原理,推导出一种次优的时变噪声统计估计器,其系数通过指数加权的衰减因子计算得到,最后与传统UKF算法结合形成自适应的滤波算法.仿真结果表明,该算法保证了滤波收敛性,能够对目标进行有效跟踪,而且滤波精度显著提高.     

一种基于TDOA时差法声被动定位算法研究

文中用TDOA测量,提出了一种定位机动目标的最大似然-卡尔曼滤波算法.首先根据高斯牛顿法推导出最大似然估计实现对固定目标的静态定位,然后根据目标机动模型把得到的连续的固定目标位置估计作为卡尔曼滤波的观测输入实现对目标的精确定位.仿真结果表明这种算法有较好的定位跟踪效果.     

闪烁噪声下的机动目标跟踪算法研究

标准的粒子滤波能够较好的解决闪烁噪声下机动目标跟踪问题,但在采样过程中有时会出现严重的退化现象。针对这种现象,文中提出了一种改进的粒子滤波算法,在采样过程中退化检测,若粒子退化严重,则重新采样,直到退化在允许范围之内。仿真结果表明,在高斯环境下,标准的粒子滤波和改进的粒子滤波性能相近,都优于不敏卡尔曼滤波,但在闪烁噪声环境下,其性能明显高于不敏卡尔曼滤波和标准的粒子滤波,但耗费时间长。     

双目标对时延估计被动声定位的影响

空气中针对单目标的声被动定向方法已相当成熟并在实际中得到应用,但在实际中往往存在双目标同时出现的情况,文中着重研究此种情况下对单目标方位估计的影响.针对两个目标是同一类声源的情况,利用仿真实验研究了两个目标信号在各种不同能量比（信噪比）的情况下,方向估计的误差随着两个目标之间的夹角变化的情况.实验表明,在接收到的干扰机与目标信号的能量比较小时,干扰机对估计结果的影响是相当小的,而估计误差随两个目标间夹角的增大而增大.     

基于TDOA方法的声被动目标定位系统设计

建立了一种平面波声被动定位模型,在利用TDOA方法定位远距离目标时,可消除有效声速的影响.分析并设计了定位系统的总体结构,提出了一种简易的计算时差电路设计方案.最后给出了几组实验结果,证明了此系统的可行性,但对近距离目标的定位结果较差,模型需进一步研究.     

毫米波被动探测目标定位方法研究

说明了毫米波系统有着较微波、红外、光学系统不同特性的优点.针对涂层隐身问题,研究了探索毫米波被动辐射计探测涂层隐身技术.考察了毫米波被动探测目标的定位与计算方法.给出了毫米波被动探测距离公式,以及毫米波被动探测定位概率原理研究.然后根据探测的目标天线温度数据,给出了探测目标辐射温度的计算方法和定位计算方法.     

时空综合被动定位在机动目标跟踪过程中的应用

针对传统的纯方位目标运动分析需要本艇机动的缺点,将时空综合被动定位方法（STI）应用在目标运动分析领域,并将其推广在机动目标的定位跟踪过程中,仿真计算表明,利用STI方法能够对机动目标进行有效的定位跟踪,且无需本艇机动。     

多途条件下近场声源三维被动定位

为了解决近场被动目标的三维定位问题,在多途条件下提出了一种水平阵定位方法。任意选择扫描深度获得二维声图测量结果,进而在二维扫描平面搜索谱峰,得到目标信源与海面镜像虚源的聚焦点位置;利用它们的几何关系对测量结果进行修正,得到目标的三维坐标。仿真结果表明：不同的扫描深度对定位精度的影响较小;随着目标远离阵列,定位误差逐渐增大;在靠近阵列的区域里,多途聚焦点与直达声聚焦点混叠,方法失效。因此,该方法可以在多途条件下对一定范围内的近场被动目标实现三维定位。     

基于自适应滤波技术的被动协同跟踪算法

为增强被动协同跟踪系统对复杂环境的适应性,提高跟踪精度和系统鲁棒性,提出了一种基于自适应滤波技术的目标跟踪算法。该算法通过基于Sage-Husa自适应噪声估计的无迹卡尔曼滤波对多站被动协同定位结果进行状态估计,并利用残差量的局部动态统计对噪声估计器进行改进,以提高噪声估计的准确性和稳定性。同时,引入协方差自相关量匹配判据来保证噪声方差阵的正定性,防止滤波发散。仿真结果表明,该方法可有效提高噪声估计精度,增强目标跟踪系统对环境的适应性,大幅提升跟踪性能。     

双基阵纯方位水下被动目标的跟踪算法

双基阵纯方位水下被动目标的跟踪算法,以带拖曳阵声纳的潜艇为模型,将双基阵跟踪转化为随机跳动的特殊单基阵跟踪.当潜艇利用双基阵进行目标跟踪时,把双基阵跟踪等效成单站跟踪,再采用伪线性估计器对目标的运动要素进行解算.仿真结果表明该方法对目标和潜艇的运动态势有很强的适应能力.     

改进的噪声对消算法在无源探测中的应用

为了削弱无源探测系统中存在的强噪声,提出了多路参考信号自适应噪声抵消算法.利用目标回波信号与噪声信号的传输通道差异性,通过对接收阵列各阵元接收信号求差得到多路参考信号.仿真结果表明,该算法可以有效抵消噪声,从而提高系统中弱信号的检测性能.     

基于数字调幅广播外辐射源雷达的弱目标检测

外辐射源雷达面临严重的多径杂波问题,因此要实现对弱目标的检测就必须尽可能地抑制直达波、多径杂波和提高目标的信噪比和信杂比。针对这一问题,在建立新体制雷达空域、时域、频域信号模型的基础上,提出一种空域与时域联合自适应处理技术。通过空域自适应波束形成对强多径方位形成零陷,针对弱多径采用基于横向滤波器的算法从时域上消除。以数字调幅广播外辐射源雷达为例,结合仿真和实测数据对空域与时域联合自适应处理技术进行分析,能够更加有效地检测出弱目标。研究结果表明：该技术能克服空域自适应波束形成方法自由度不足或杂波噪声比低导致的杂波零陷深度不够等缺点,并且能提高目标的信噪比和信杂比。     

机动目标的多站无源定位延迟补偿算法

无源定位在目标跟踪领域的应用日益广泛,各测量站信息传输所带来的时间延迟对跟踪精度产生较大影响。基于卡尔曼滤波,设计了一种延迟补偿算法,对时间延迟所产生的跟踪误差进行补偿,以提高跟踪精度。同时,采用交互式多模型对目标的机动运动进行建模,以反映实际目标的运动特性。通过仿真验证了跟踪误差显著减小,证明了补偿算法的有效性。     

有色噪声下基于总体最小二乘和卡尔曼滤波的无源定位方法

研究了有色量测噪声条件下存在系统误差时的单站纯方位角无源定位问题, 给出了一种新的迭代总体最小二乘Kalman滤波算法.该算法利用总体最小二乘法(TLS)进行无源定位,并通过有色量测噪声下的Kalman滤波对系统误差进行估计,将该滤波与TLS进行迭代,可有效抑制色噪声的干扰并大大减小系统误差对定位精度的影响,计算机仿真验证了该算法的有效性,且其性能优于文中其他几种算法.     

不完全量测下基于信息一致性的分布式容积卡尔曼滤波算法

针对不完全量测条件下分布式火控系统中的非线性目标跟踪问题,为提高跟踪系统的估计精度并保证各探测单元估计结果的一致性,提出一种基于信息一致性的分布式容积卡尔曼滤波(ICDCKF)算法。针对非线性系统,给出不完全量测下的改进容积卡尔曼滤波。考虑到各探测单元间局部估计信息的相关性,该算法首次将协方差交叉方法应用于非线性一致性滤波算法,提高互协方差未知情形下分布式融合的估计精度。特别地,为确保算法的可行性,给出不完全量测情形下,ICDCKF算法估计结果收敛的条件,并从理论上严格证明在该条件下ICDCKF算法可以保证估计方差的有界性。ICDCKF算法应用于一类光电跟踪网络,与现有CKFI算法、CKF_CI算法、KCF_ Me算法对比分析表明：ICDCKF算法在保证各探测单元估计结果一致性的同时,大幅度提高了跟踪系统的估计精度。     

基于遗传算法的自适应机动多目标跟踪算法

根据卡尔曼滤波器池思想。设计一组有不同初始滤波参数组成的具有并行关系的卡尔曼滤波器。通过浮点编码的遗传算法离线对这些滤波参数寻优,找到最佳滤波参数。仿真结果说明机动多目标跟踪的遗传算法具有较强的全局最优搜索能力,自适应好且跟踪精确度较高,这证实了此新方法在自适应机动多目标跟踪下的可应用性。     

两站对运动目标无源定位算法研究

提出的算法是利用两个观测站测得的信息,应用三角交叉定位法,对运动目标辐射源位置的估计算法进行了研究.该算法在处理测量数据时,不是采用传统上对目标位置进行估计的方法,而是直接对目标的每一次位置的估计偏差进行估计和滤波,以达到定位跟踪的目的.具体运用加权最小二乘估计,为提高估计精度,将估计的结果送入卡尔曼滤波器进一步进行处理,经过一定次数的迭代处理,可以实现对目标快速的定位和跟踪,给出了算法结构框图及仿真结果.     

开窗压制干扰下的目标跟踪方法

针对开窗干扰隐蔽性强,目标检测概率低的特点,文中提出了利用接收机检测门限判断干扰的方法以及基于TOMHT的目标跟踪方法,同时研究了不同雷达探测区域内目标的航迹管理。仿真表明,此方法具有较强的适应性,实现了开窗干扰下的目标跟踪,对开窗干扰下目标跟踪具有一定的理论参考意义和实际应用价值。     

基于期望系统噪声模型的自适应机动目标跟踪

对于机动目标跟踪问题,由于目标机动能力的增强,使建立的目标模型与目标的实际运动失配。为解决这个问题,需建立大量模型来逼近真实模式。但这使计算量增大,而且性能不一定能提高。本文提出基于期望系统噪声模型的自适应交互式多模型(IMM)算法。该算法自适应调整部分系统噪声模型,使之接近符合实际的系统噪声模型。对目标机动运动的Monte-Carlo仿真结果表明,本算法对机动目标的跟踪精度比标准IMM算法有较大改进,且计算量适中。