基于改进SIRF的二维纯方位目标跟踪

对于纯方位目标跟踪问题,传统的线性算法已经不能满足非线性非高斯和实时性目标跟踪的要求,由于在纯方位目标跟踪中传统的粒子滤波收敛速度慢并且容易发散,文中提出了一种基于改进的采样-重要性-重采样滤波(SIRF)算法的纯方位跟踪算法。具体的改进方法就是去掉归一化步骤直接使用非归一化权值,该算法在保持高精度估计能力的同时,具有较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法。最后通过实验验证改进的SIRF算法跟踪效果明显优于高斯粒子滤波(GPF)算法。     

双机协同纯方位目标跟踪研究

根据双机被动传感器接收到的空中目标俯仰角和方位角,利用非线性滤波算法即可估计出目标的位置和速度等运动参数。建立了双机协同对目标作纯方位跟踪的数学模型,在对EKF,UKF,PF几种代表性的非线性滤波算法进行理论分析、仿真比较的基础上,得出EKF更适合应用于双机协同纯方位目标跟踪的结论。采用EKF对四个场景进行Monte—Carlo仿真,结果表明：经过大约50S,距离误差曲线收敛于2．5km,速度误差曲线则逐渐收敛于零,该算法具有较好的稳定性和估计精度。对不同场景的仿真结果分析表明：双机分别作直线运动和蛇行机动的纯方位目标跟踪效果优于同时作直线运动,也优于同时作蛇行机动。     

粒子滤波器的优化及在纯方位跟踪中的应用

为了克服粒子滤波在应用中由于建议分布函数选择不合理导致粒子数减少进而使其状态量失去多样性的问题,提出了改进建议分布的混合粒子滤波方法(UKPF)。首先,在粒子滤波的基础上融合进扩展卡尔曼滤波及无迹卡尔曼滤波;然后,融合后的新算法在计算建议概率密度分布时,粒子的产生充分考虑当前时刻的量测,利用所提混合算法来加入最新的观测量并产生粒子滤波的建议分布;最后,使得粒子的分布更加接近状态的后验概率密度,最大化地实现其滤波性能。仿真结果表明:对于纯方位跟踪问题,所提算法不仅解决了EKF的线性化损失问题及UKF在解决一般非高斯问题中建模的困难,而且与PF等粒子滤波器相比,具有更高的跟踪精度。     

纯方位运动目标的跟踪估计算法

针对纯方位运动目标分析问题，建立了带乘性噪声的状态空间模型，推导出了在线性最小方差意义下的目标状态最优递推估计算法，并通过算法的误差分析讨论了模型的各种随机干扰的统计参数及估计算法初值的选取。     

基于误差预处理技术的纯方位目标跟踪方法

基于误差预处理技术的纯方位目标跟踪方法,采用多项式分段拟合测量.在潜艇作变向机动时,以转向点为界,根据目标方位变化曲线建立数学模型,并对目标方位序列进行多项式逼近分段拟合,对测量方位的误差进行处理.该方法通过仿真证明有效.     

伪线性滤波在导弹纯方位跟踪中的应用

介绍伪线性卡尔曼滤波方法在导弹对目标进行纯方位跟踪中的应用,通过仿真证明了该方法在导弹对目标纯方位跟踪中的可行性;在对目标的纯方位跟踪时,导弹的机动轨迹是否最佳(或接近最佳)是很重要的,所以还对多种机动轨迹进行了分析,得出了导弹最佳机动的一般规则。     

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.     

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.     

目标纯方位定位方法研究现状分析

纯方位定位方法因其测量实现较为简单,在低成本定位系统应用方面前景广阔。针对动态目标定位这一研究热点,从方位测量方法、动态目标运动模型、滤波估计算法方面对近年文献的研究现状进行了总结,并阐述了相关原理。方位测量方面,重点分析了光学测量和无线电测量;动态目标模型方面,在运动模型建模的基础上讨论了多模型算法;滤波估计算法方面,针对测量模型的非线性、噪声特性不准确、非高斯白噪声、测量值异常四个问题,阐述了目前的研究成果。最后探讨了纯方位定位的发展趋势。     

修正极坐标系纯方位跟踪算法分析与改进

通过修正极坐标系(MP)的广义卡尔曼滤波,提出了一种探测水中目标位置及其他各项运动参数的估计方法.基于广义卡尔曼滤波算法,设计了舰船以"Z"形路线追踪目标的纯方位跟踪模式;根据舰船的运动特点,改进算法实现了对存在机动行为的目标进行有效跟踪.仿真结果表明该方法稳定性强,对测量精度要求低并可用于跟踪机动目标.     

A Classification Algorithm for Ground Moving Targets Based on Magnetic Sensors

A novel classification algorithm based on abnormal magnetic signals is proposed for ground moving targets which are made of ferromagnetic material. According to the effect of diverse targets on earth's magnetism,the moving targets are detected by a magnetic sensor and classified with a simple computation method. The detection sensor is used for collecting a disturbance signal of earth magnetic field from an undetermined target. An optimum category match pattern of target signature is tested by training some statistical samples and designing a classification machine. Three ordinary targets are researched in the paper. The experimental results show that the algorithm has a low computation cost and a better sorting accuracy. This classification method can be applied to ground reconnaissance and target intrusion detection.     

基于磁传感器的地面机动目标分类算法

利用大多数武器装备含有铁磁材料的特性,提出一种基于磁异信号的地面机动目标分类算法。根据不同类型目标对地磁产生相应影响的原理,探测目标存在和识别目标类型。磁传感器用于采集目标产生的地磁场扰动信号,通过统计样本集训练和设计分类器,检验目标信号特征的类型最佳匹配模式,并对常见的3类目标进行试验研究。结果表明这种分类算法计算量小,分类正确率高,可以适用于地面侦察和目标入侵检测。     

二维单站纯方位运动目标跟踪的可观测性

利用量测目标方位序列求解目标运动参数的纯方位跟踪（BOT)系统会发生解的不惟一的问题,即不可观测性。针对ニ维空间单目标和单平台（观测器）情形,利用向量变换以及线性矩阵方程解的性质,对BOT的可观测性问题进行了讨论;给出了当目标匀加速直线运动下,观测器保持匀加速直线运动时BOT系统不存在惟一解的命题;同时给出当量测方位序列和采样时间满足一定的条件,系统可以求出目标某些运动参数比值的算法。进ー步将结论推广到观测器和目标都作任意阶次时间序列机动的一般场合,推导出当观测器机动阶次不超过目标机动阶次下,系统不可观测的重要结论;向量法以及得出的结论为进ー步分析观测器的机动策略具有重要的指导意义。     

基于转换量测的水下目标跟踪

针对水下目标跟踪的实际应用情况，提出了基于转换量测误差统计分析的去偏转换量测和基于修正转换量测误差的无偏转换量测方法；给出了基于转换量测的球坐标一直角坐标下目标跟踪算法，并进行了性能仿真。结果表明：这两种跟踪方法都具有很高的跟踪精度和稳定性；基于修正转换量测的跟踪算法对角度量测误差的不同分布有较强的适应性，在角度量测误差较大的情况下，该算法的性能要优于基于误差统计分析的跟踪算法。     

基于距离信息的Mean-Shift跟踪算法

针对图像制导目标跟踪系统在跟踪过程中,成像视角和距离的变化带来的跟踪漂移问题,提出了利用距离信息动态更改Mean-Shift算法跟踪窗口尺度的算法。依据初始跟踪时选定的目标模板,建立目标的灰度特征模型,确定初始跟踪窗口尺度;在跟踪过程中依据距离信息来动态更新跟踪窗口尺度,保证在跟踪系统逐渐接近目标的过程中跟踪窗口能够完全包括或者绝大部分包含目标;在每一帧跟踪收敛后利用Bhattacharyya相关系数对目标模板进行非线性更新。以Vega产生的模拟飞行视频数据进行了算法仿真,结果表明：该算法能够适应目标不断膨胀的情况,在很大程度上降低跟踪漂移。     

基于角测量的机动目标跟踪算法

利用角测量估计目标的距离和速度实质上是一个非线性状态估计问题,这种单站被动式跟踪可能构成一个不可观测系统,将导致跟踪滤波器的不稳定和发散。本文针对反直升机雷构成的雷群进行目标定位和跟踪,利用最小角度差算法对目标的位置进行静态估计,用基于“当前”统计模型的自适应滤波算法进行数据处理,最小角度差算法的估计结果作为自适应滤波的观测值;算法简单而且有效,对目标的机动和非机动运动参数都能得到良好的估计结果。     

基于径向基神经网络的空间目标测向定位算法

针对无线电测向定位系统中解析算法定位误差较大的问题,提出了一种基于径向基(RBF)神经网络的双站只测向定位方法。利用RBF神经网络可逼近任意连续有界非线性函数的能力,通过样本学习,构建目标位置和测向站所测的来波方向角(DOA)映射模型。与目前解析算法相比,RBF定位模型不仅充分利用了测向站获取的所有二维DOA信息,而且利用神经网络的泛化特性、鲁棒特性,较好解决了测向误差对定位精度的影响。实验表明:该方法能有效提高定位精度。     

交互式多模型算法在机动目标跟踪中的应用

文中首先介绍了目标跟踪的数学模型,然后研究了交互式多模型算法(IMM算法)的基本结构,最后应用IMM算法跟踪空中交通管制中的机动目标,通过仿真实例详细地分析了影响IMM算法的主要因素.仿真结果表明IMM算法可以有效地跟踪空中交通管制中的机动目标.     

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.