多站测角的机动目标最小二乘自适应跟踪算法

为了避免被动跟踪中非线性带来的计算复杂化及精度的下降问题,该文首先采用最小二乘法对目标的状态进行粗估计,然后采用当前机动目标模型和自适应跟踪算法进行线性的卡尔曼滤波,以实现对目标较高精度的定位和跟踪。实验结果表明:该方法对于匀速和匀加速运动的目标都可以达到良好的跟踪效果,其误差远小于经典的singer方法;对于强机动目标,singer方法将失效,而本文方法仍能实时辨识出目标的速度和加速度,并且估计效果良好。     

多平台对单目标的被动跟踪系统研究

由于多平台对单目标的被动系统具有隐蔽性强、实时性好等优点,因此近年来成为电子战领域研究的热点之一。针对多平台观测下的单目标被动跟踪系统进行了研究,首先提出2种跟踪系统结构:一是基于最小二乘(LS)和线性卡尔曼滤波(KF)相结合的伪线性模型系统,二是基于扩展卡尔曼滤波(EKF)并行滤波技术的非线性跟踪系统;其次分别给出具体设计步骤,并在计算机上进行仿真验证。仿真结果表明,基于EKF的非线性并行滤波技术对目标跟踪精度较高。     

三维纯角度被动跟踪定位的最小二乘-卡尔曼滤波算法

利用角度信息估计出目标的距离和速度实质上是一个非线性状态估计问题,经典的扩展卡尔曼滤波算法性能很不稳定。文中首先根据静态估计理论推导出了某一时刻目标位置的最小二乘解,然后将其作为卡尔曼滤波的测量值进行滤波,作进一步的数据处理,以提高估计精度。为了避免测量误差的相关性,分别在x,y,z方向上进行滤波,简化了算法,提高系统的定位精度。仿真结果表明这一算法是简单而有效的。     

使用交互多模型算法的高速高机动目标跟踪

对机动目标进行跟踪一直是甚具挑战性的问题,特别是跟踪高速高机动目标在理论上和实践上都有较高的技术难度。现有各种算法在这个问题上均有各自的缺点和不足。该文在现有的运动机动模型和IMM算法的基础上,提出了使用多种机动模型交互的IMM算法进行高速高机动目标跟踪。不同机动模型之间的互补使这种算法克服了使用单一模型的一些问题。使用“当前”统计模型、二级滤波模型和CV模型进行交互是一种可行的高速高机动目标跟踪方案。为验证算法的有效性,进行了Monte Carlo仿真。仿真结果表明,该算法在性能和计算复杂度之间取得了较好的平衡,有很好的可实现性。     

弹道目标被动段跟踪算法研究

围绕弹道导弹被动段跟踪问题,分析了被动段弹道目标的运动方式,在地心固定直角坐标系下建立了被动段弹道导弹运动模型;根据被动段弹道目标高速、高机动、强非线性的运动特点,采用基于"当前统计"模型的UKF滤波算法,实现了对弹道目标被动段的稳定精确跟踪。通过仿真试验,与传统的基于"当前统计"模型的EKF算法相比,该模型和滤波算法提高了对弹道目标的跟踪精度,尤其是对目标的速度和加速度估计,同时降低了对非线性系统跟踪发散的可能性。     

机动目标跟踪的一种模糊算法

研究了模糊交互多模型算法（FIMM）和基于当前统计模型（CS）的自适应滤波算法,提出了一种基于当前统计模型的模糊交互多模型算法（CSFIMM）。该算法克服了模糊交互多模型算法精度较低和当前统计模型自适应滤波器方差调整有限的缺点。通过仿真,对所提出的算法和交互多模型（IMM）算法以及FIMM算法在估计精度和计算量两个方面进行了比较。     

空中机动目标的红外单站被动定位算法分析

研究了机动目标被动红外单站定位算法,建立了机动目标被动定位物理模型和相关算法。本文算法可使用于对匀加速和变加速运动的机动目标的有效定位。数值仿真验证了这种算法的正确性和有效性,表明距离定位的相对误差小于或等于5%斜距,满足红外单站被动定位的技术要求。     

被动跟踪中模糊变结构交互多模型算法

在对机动目标进行被动跟踪时,为了提升跟踪效果,提出了一种基于最小二乘的模糊变结构交互多模型算法.首先,对于被动跟踪中状态与量测之间存在的非线性关系,算法采用最小二乘原理对角度量测进行预处理,降低非线性量测方程的线性化误差.然后,针对交互多模型算法中固定结构的模型集带来的局限性,算法引入模糊推理规则以进行模型集自适应,减...     

反直升机雷群的机动目标跟踪

反直升机雷测距精度较低,而利用角度信息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。本文对由反直升机雷构成的雷群的目标定位和跟踪进行了研究,利用最小二乘法和基于“当前”统计模型的自适应滤波组合算法进行数据处理,最小二乘法的估计结果作为自适应滤波的观测值,结果表明算法简单而且有效,在目标机动和非机动时都能得到良好的估计结果。     

基于当前统计模型的强机动目标跟踪算法

当前统计模型算法将当前加速度均值作为输入控制项引入一步预测方程,实质上变为方差自适应变化的匀加速直线运动模型,虽然单位阶跃加速度输入的稳态误差为零,但对变加速度运动的机动目标跟踪效果变差。本文提出一种改进算法,在保留修正瑞利分布描述机动加速度统计特性的基础上,选择零均值时间相关模型,并与当前统计模型算法进行比较。仿真结果表明,本算法对变加速机动目标的跟踪性能明显优于当前统计模型算法。     

基于FrFT的LFM相参脉冲信号多普勒频率变化率估计算法

线性调频信号(LFM)在雷达中广泛应用,精确获取观测LFM信号中的多普勒频率变化率信息是单站无源定位与跟踪系统的一项关键技术。该文提出了基于分数阶Fourier变换(FrFT)的多普勒频率变化率估计算法,在分数阶变换域上使信号能量聚集,消除调频率对参数估计的影响的同时充分提高了信噪比,进而利用保留的脉冲间相对相位关系获得了多普勒频率变化率的高精度估计。理论分析表明,该算法估计精度接近理论下界,数值仿真验证了算法的有效性。     

基于相位补偿的BPSK相参脉冲串信号多普勒频率变化率估计算法

目标与观测平台之间径向加速度引起的接收信号多普勒频率变化率的精确估计对于高精度单站无源定位与跟踪具有重要意义。该文针对脉内相位调制信号的频率变化率不能直接表征多普勒频率变化率的问题,首先引入相位补偿的方法消除BPSK相位调制序列的影响,然后针对固定脉冲重复频率和脉冲重复频率抖动两种情况分别提出了径向加速度引起的多普勒频率变化率的精确估计方法,并且给出了多普勒频率变化率与采样频率、观测时间及脉冲重复频率之间的约束关系。仿真结果表明,典型参数条件下该文提出算法的信噪比门限比已有算法低约4~6 dB。     

基于STF的\"当前\"统计模型及自适应跟踪算法

在\"当前\"统计模型(CS)的基础上,提出了一种新的机动目标自适应跟踪算法STF-CS.该算法通过引入强跟踪滤波器(STF)的渐消因子,实时调节滤波器增益,增强了系统对突发机动的自适应跟踪能力,同时保留了\"当前\"统计模型跟踪算法对一般机动目标跟踪精度高的特点.仿真结果表明,在跟踪一般机动目标时,其误差和\"当前\"统计模型算法相当;在跟踪突发机动目标时,本文算法的误差明显小于\"当前\"统计模型及自适应算法.     

一种基于\"当前\"统计模型的自适应滤波算法

针对机动目标跟踪问题 ,在“当前”统计模型的基础上 ,利用机动加速度与方差的自适应关系 ,提出了一种新的自适应滤波算法。大量仿真结果表明 ,该算法在跟踪机动目标时 ,具有良好的跟踪性能。     

基于最小二乘的短垂线阵匹配场处理

匹配场处理通常要求接收基阵能够覆盖整个水层,如此大尺度的布阵方式严重阻碍了该方法的广泛使用。为了缓解匹配场处理对阵形的苛刻要求,该文提出一种基于最小二乘的短垂线阵匹配场处理技术。该方法把接收阵的声场分解为模态函数矩阵和模态系数向量,并在最小范数意义下用最小二乘算法得到了各阶模态系数的估计值,在此基础上重新构造了短垂线阵的测量场向量,使得重构后的测量场包含更多的环境信息,从而提高了短垂线阵匹配场处理的性能。最后,在典型的Pekeris波导环境中进行仿真,以3种布放在水面附近的短垂线阵为例,分析了匹配场被动定位的性能,并用广义余弦量化分析了不同布阵方式对测量场的影响。结果表明：使用最小二乘算法对短阵的测量场进行声场重构后广义余弦变大,此时短垂线阵匹配场处理的定位性能得到改善,验证了该算法的有效性。     

交互式多模型机动目标跟踪方法的仿真

分析和研究利用CV模型和CA模型交互、CV模型和Singer模型交互、CV模型和“当前”统计模型交互分别对单机动目标进行跟踪。通过大量的计算机模拟仿真,比较了不同的模型组合在各种参数情况下的滤波性能,并且比较其和卡尔曼滤波（Singer模型）性能的优劣性,得出了一些有意义的结论。     

定位概率计算在多目标环境下的应用

探讨在多目标无源定位情况下 ,采用定位概率计算实施多目标的分选和定位的办法。通过对多目标条件下实例的仿真计算 ,表明在多目标条件下 ,这是一种工程实用的方法 ,具有差错机会少、指示明确的优点。仿真还表明 ,在工程常见的测向误差为 3°的情况下 ,对于偏离载机航线接近 1 0 0km处的目标 ,仅仅采用本文所述的方法 ,可能达到的定位精度大约是 1 0km。