预测滤波技术在光电经纬仪中的应用仿真

在光电经纬仪中，电视或红外脱靶量的滞后对控制系统的稳定性和跟踪精度都有较大的影响。根据跟踪控制系统实时性和精度要求，设计了两种预测滤波器，卡尔曼滤波器和有限记忆平滑滤波器，并模拟光电经纬 仪实际工作的几种情况，进行了仿。仿真结果表明，预测滤波技术能有效地增加控制系统的相角稳定裕度，改善控制系统的性能。     

光电跟踪测量系统的动态成像分辨率分析及优化设计

光电跟踪测量系统的测量精度与成像质量受成像系统动态分辨率的影响.成像系统动态分辨率受光电跟踪测量系统跟踪精度的影响.分析与试验表明,光电跟踪测量系统的动态成像分辨率主要取决于静态分辨率和跟踪精度;工作过程中的光电跟踪测量系统的动态成像分辨率比光电跟踪测量系统的静态成像分辨率低;与传感器的积分时间相比,高频目标与低频目标对动态成像分辨率的影响模型不同;在传感器积分时间、目标的运动状态及对动态分辨率要求确定的条件下,可对静态成像分辨与控制系统进行优化设计.     

提高光电经纬仪跟踪快速运动目标能力的一种方法

考虑到系统稳定性，光电经纬仪跟踪伺服系统一般设计成Ⅰ型系统。Ⅰ型系统存在速度、加速度动态滞后误差。动态滞后误差的大小不但与跟踪系统有关，还与目标运动特性有关。在跟踪快速运动目标时，会因速度、加速度动态误差的增大，导致目标脱离视场，丢失目标。因此提高光电经纬仪跟踪快速运动目标的能力，一直是光电跟踪伺服系统努力的方向。本文给出了一种提高光电经纬仪跟踪快速运动目标的能力的方法：动态1 Ⅰ控制法，并利用SIMULINK建立了跟踪伺服系统动态1 Ⅰ控制法仿真模型。仿真结果表明动态1 Ⅰ控制法是一种提高光电经纬仪踊跃快速运动目标能力的有效方法。     

复合轴控制系统应用研究

复合轴控制是提高光电跟踪系统精度和控制带宽的一种有效手段，尤其在光束定向器系统中，不仅要求系统要稳定地跟踪上动态目标，而且必须将光束涣定在目标的某一点上，这对控制系统的要求是非常高的，必须采用双或三复合轴控制方式。     

光电跟踪系统中精密控制技术研究进展

精密控制技术离不开光机电结构配置、电机驱动、传感器、控制算法以及载荷平台的发展,它是实现高精度光电跟踪的必要手段。无论固定地基平台还是运动平台,扰动抑制、目标跟踪以及分布式智能协同的三大关键技术始终是光电跟踪控制系统面临的技术难点。本文综述了针对上述几大关键问题的精密控制技术,展示了一些先进和前沿控制技术的研究成果,同时指出未来重点研究方向的主要思路。根据扰动影响的不同机理,从精密驱动、惯性稳定、振动控制三个方面介绍了相应扰动抑制技术的研究进展以及热点,并强调基于Stewart平台的振动与指向一体化技术是空间光电跟踪系统的重要技术方向。复合轴控制系统仍然是提高目标跟踪最有效的根本方式,最基本的技术问题是提高精跟踪倾斜镜跟踪系统的性能。观测器控制尤其是仅有误差测量的观测器技术特别适用于复合轴光电跟踪系统,发展三级或者更高级的复合轴系统应该特别注意高性能电机的应用。最后,提出多智能协同光电系统是光电跟踪领域未来重点的发展方向,需要研究多智能体的协同定位、编队控制以及载荷平台一体化等精密控制技术。

     

模糊PID控制在光电跟踪控制系统中的应用

频率特性法和PID控制是光电跟踪控制系统中普遍采用的方法,对于稳态过程它们具有良好的控制性能,但对控制环境以及目标状态发生较大变化时却无法处理。介绍一种既能改善控制系统的过渡过程、减小超调量,又能保证系统跟踪精度的模糊PID控制算法,并给出了相应的实验数据。实验结果表明,模糊PID控制可显著改善控制系统对高速动态目标的捕获跟踪能力,提高跟踪精度,增强系统的鲁棒性。     

方位角准确预测法在光电跟踪中的应用研究

本文通过基于卡尔曼滤波和一步预测理论建立适当的数学模型,提出了一种应用于舰载光电跟踪设备的拟线性目标方位预测算法,并对不同的运动目标的进行了仿真计算。结果表明该方法有较高的精度,能预测出光电跟踪设备在丢失目标情况下的目标航迹,可满足其在炮振丢失目标情况下的预测要求。     

直流电动机在高精度光电跟踪系统中的应用

高精度光电跟踪系统用以完成对模拟动态目标的准确跟踪 ,要求跟踪元件响应快、动态性能好、精度高 ,因此跟踪元件的性能直接影响系统的跟踪特性和精度。直流力矩电机的优点是调速性能好 ,启动转矩大。正是这一特点 ,在高精度光电跟踪系统中尝试使用直流力矩电机控制反射镜跟踪目标。高精度光电跟踪系统要求在一个较大的视场内实现对静态目标和动态目标的高精度快速跟踪。     

运动目标空间坐标多站法激光跟踪测量建模

运动目标空间位置激光跟踪测量是计量测试领域的前沿课题，该测量系统集激光干涉测距、光电检测、精密机械、计算机及控制系统和现代数值计算于一体，对空间运动目标进行跟踪并实时测量其坐标和姿态。测量范围１－１０ｍ，测量精度５０μｍ／ｍ。采用多个激光干涉仪进行冗余设计，对测点造成过定位，通过解最小二乘方程组计算出被测点的坐标。文中论述了多站法跟踪测量的原理并建立了计算坐标的数学理论模型。     

三轴光电跟踪系统的实时引导

三轴光电跟踪系统是地平式和X-Y式光电跟踪系统的有机组合,可以全方位跟踪空间运动目标,跟踪系统测量值与空间位置的多对一特性决定了跟踪策略的多样性和系统引导的复杂性,跟踪过程中对系统进行实时引导可以提高系统的跟踪精度及其可靠性。各种跟踪策略下三轴光电跟踪系统的引导过程包括:地平式的引导、X-Y式的引导、具视轴偏角的地平式引导、三轴光电跟踪系统的引导等。通过理论分析,给出了各种情况下的引导方法。     

修正时延扩展卡尔曼滤波MIMO声纳目标跟踪方法研究

分布式多输入多输k~（Multiple．InputMultiple—Output,MIMO）声纳是一种通过MIMO技术规划时空信道来提高声纳探测性能的新型主动探测声纳体制。由于分布式MIMO声纳节点分布间隔大,水中声速较小,由各发射节点同步发射的测距信号将经过不同的时延到达目标,因此各接收节点测得的距离值分别对应于目标不同时刻的状态。常规的定位方法并没有考虑传播时延对测量值的影响,因而定位精度受到限制。提出了一种修正时延的扩展卡尔曼滤波方法（ModifiedExtendedKalmanFilter,MEKF）对分布式MIMO声纳系统中的移动目标进行跟踪。仿真结果表明,与常规的目标定位跟踪方法相比,该方法有定位精度高、收敛速度快、跟踪性能稳定的特点。     

基于修正时延粒子滤波的水声传感器网络目标跟踪

在水声传感器网络中,利用多个传感器节点探测到的方位信息进行目标跟踪是水下目标跟踪领域的一种新思路。由于水中声速的限制,信号到达各个节点的时间不是同步的,提出了一种修正时间延迟的方法,并将其与粒子滤波(PF)、扩展卡尔曼粒子滤波(EKPF)结合来解决该非线性跟踪问题。仿真分析表明修正时延后,算法的跟踪性能有较大提高;并且在相同条件下,EKPF的跟踪性能比PF好。     

多目标跟踪问题中关联区域的设计方法

对多目标跟踪问题中的关联区域进行了空间描述 ,得到了直角坐标系下量测误差的分布公式 ,提出了基于误差分布的变步长处理方式。根据误差的统计模型 ,通过 Kalman滤波确定出关联区域的中心位置 ,并给出了相应的仿真结果     

一种基于卡尔曼预测的动态目标跟踪算法研究

针对视频序列中目标的跟踪,均值漂移算法和卡尔曼滤波器相结合的目标跟踪算法已经被提出,而在移动机器人上实现对机动目标的实时跟随时,机器人自身的运动引起目标在像平面的偏移不能被忽略,在详述了两者的关系的基础上,建立起以机器人一个周期内的运动作为输入量的状态方程,以卡尔曼滤波器的估计值作为均值漂移算法的启动点,均值漂移算法的最终收敛点作为每帧的跟踪结果,并以此收敛点替代滤波器的估计值,两种算法交替使用,互为补充.实验表明所提算法可以实现在室外环境下对动态目标的实时跟踪.     

基于BELLHOP模型的水下多目标跟踪算法研究

针对高频主动声呐的深海多目标跟踪问题,提出了基于BELLHOP模型的无迹卡尔曼滤波-高斯混合概率假设密度(Unscentesd Kalman Filter-Gaussian Mixture-Probability Hypothesis Density, UKF-GM-PHD)水下多目标跟踪算法。该算法首先利用BELLHOP射线声学模型,计算出本征声线、目标信号的幅度、相位及时延信息,以此构造目标回波信号并叠加高斯白噪声。然后,由回波信号计算得到目标相对于观测站的距离、方位角和俯仰角信息,作为目标跟踪系统中的量测信息。最后利用提出的UKF-GM-PHD多目标跟踪算法,实现高频主动声呐非线性系统的多目标跟踪。仿真结果表明,在深海高频主动声呐条件下,文章提出的UKF-GM-PHD多目标跟踪算法较传统高斯混合概率假设密度(Gaussian Mixture Probability Hypothesis Density, GM-PHD)方法,明显降低了目标丢失率,并且最优子模式指派统计量(Optimal Sub-Patter Assignment, OSPA)距离也更小,跟踪效果更好。     

电视跟踪系统的复合控制延迟卡尔曼滤波算法

为解决电视跟踪系统中由于脱靶量滞后存在降低系统跟踪精度的问题,在电视跟踪等效复合控制系统中提出了一种改进的卡尔曼滤波算法——电视跟踪延迟卡尔曼滤波算法,以对脱靶量滞后信号进行补偿．并在电视跟踪等效复合控制系统中对该算法进行了仿真实验．实验结果证明：①该算法在电视跟踪等效复合控制系统中是有效的;②该算法比以往的无延迟卡尔曼滤波算法和脱靶量延迟补偿滤波算法更有效地改善了速度预测误差,减小了跟踪误差,从而提高了电视跟踪系统的跟踪精度．     

一种稳健的被动目标跟踪方法

针对海洋环境中估计目标方位的误差而导致多传感器被动目标跟踪算法效果不佳、稳定性差的问题,提出一种稳健的多传感器被动目标跟踪方法。该方法首先将各个传感器的观测信息从角度转化为位置,从而有效地线性化了系统模型,然后运用卡尔曼滤波,在滤波过程中根据滤波预测值剔除通信过程中因误码率产生的失真角度测量值,并用预测值代替,从而有效地保证了目标跟踪方法的稳健性。最后进行了数值仿真,结果表明该方法在信息误差较大时也可以提供较为稳健的跟踪性能。     

卡尔曼预测滤波对跟踪传感器延迟补偿的算法研究

针对跟踪传感器延迟对伺服系统的精度和稳定性的不利的影响,本文提出了一种补偿方法。根据已延迟的跟踪传感器信号通过卡尔曼预测滤波来计算当前的目标位置和速度信号,并将这两个信号分别作为伺服系统的位置引导信号和速度顺馈信号进行闭环跟踪。理论分析和仿真数据表明,卡尔曼预测滤波能够在几帧内预测得到较准确的目标位置和速度信号,该补偿方法能够有效地提高伺服系统的跟踪精度和稳定性。     

过程噪声方差实时补偿的非定轨目标跟踪

针对非定轨目标跟踪问题中过程噪声统计特性未知的特点,提出了一种实用的对过程噪声方差进行实时补偿的目标跟踪算法。该算法根据强跟踪滤波器的思想,通过实时检测新息序列来修正卡尔曼滤波算法中的状态预测误差协方差矩阵,进而对未知的过程噪声方差矩阵进行实时地补偿。由于存在新息检测机制,该算法能够有效地规避表征建模不确定性的过程噪声统计特性未知的问题,对于建模不确定性具有一定的适应能力。通过对一旋转靶标跟踪问题的仿真试验,证明了该方法的有效性。