基于外辐射源的单站无源定位改进算法

针对外辐射源无源定位系统实现快速和高精度定位的要求,提出了一种在测量到达角及时差信息的基础上,增加方位角变化率信息的单站无源定位算法。同时引入一种对非线性系统较好的滤波算法——修正增益扩展卡尔曼滤波(MGEKF)算法,与推广卡尔曼滤波器(EKF)相比,MGEKF能更好地解决量测模型非线性问题,滤波性能更好。计算机仿真结果也表明了此定位方法具有较好的定位跟踪精度和速度。     

目标跟踪卡尔曼滤波器的有效近似法

本文叙述当雷达探测设备以高数据率在极座标系中测量距离、方位和仰角时、机动目标在直角座标系中的卡尔曼滤波器。为确定用微机在线实现时的滤波器增益,推导了增益的近似算法。这种算法计算三个解耦的滤波器增益,再乘以所测目标位置和方位确定的雅可比变换。本文就海炮火控系统中典型的目标轨迹对这种算法与扩展的卡尔曼滤波器作了比较,我们的算法其滤波增益和跟踪误差与扩展卡尔曼滤波器的非常接近,而计算量则少了四分之三。     

Unscented粒子滤波器及其在纯方位跟踪中的应用

为处理纯方位跟踪(BOT)中的非线性问题,提出了一种Unscented粒子滤波(UPF)跟踪方法。在使用Unscented变换的基础上,利用UPF来加入最新的观测量并产生非线性粒子滤波(PF)的建议分布。结合纯方位跟踪模型,推导了UPF应用的具体算法步骤,使用匀速运动和机动目标两个BOT仿真实例,与其它滤波器进行了仿真对比,分析了跟踪性能和误差。仿真结果表明,对于纯方位跟踪问题,UPF不仅解决了扩展卡尔曼滤波器的线性化损失难题,而且与PF等粒子滤波器相比,具有更高的跟踪精度。     

基于改进Singer模型的机动目标跟踪方法

Singer模型使用标准卡尔曼滤波器对机动目标进行跟踪,当系统模型不准确或噪声统计特性不确定时,容易引起滤波发散或跟踪精度下降等问题。针对这种情况,本文提出了一种采用自适应渐消卡尔曼滤波的Singer模型算法(AKF Singer),通过引入渐消因子来抑制滤波器的记忆长度,自适应的调整新息权重和滤波器增益,从而避免发散。仿真结果表明,本文所提算法能够有效抑制滤波发散,相比于传统Singer模型,具有更好的跟踪稳定性和更高的跟踪精度。     

外辐射源定位中的修正增益扩展卡尔曼滤波

针对基于外辐射源的固定单站无源定位问题,给出了一种对运动目标进行定位跟踪的改进型滤波算法。文中首先建立目标角度信息、直达波与散射波的时间差信息以及多普勒频移信息的观测方程,并推导了每个观测方程的修正增益函数,然后利用多个时刻的观测值扩充了观测方程,从而给出了一种基于扩充观测方程的修正增益扩展卡尔曼滤波（MGEKF）算法。经过计算机仿真验证,该算法可以提高定位精度,并能有效地抑制滤波发散。     

基于大数据的机器人激光全局定位算法

为提升复杂环境下机器人激光全局定位效率,增强全局定位效果,提出基于大数据的机器人激光全局定位算法,通过TOF激光测距仪测量机器人与目标物间距离,采用大数据技术中的卡尔曼粒子滤波算法,递推预测机器人运动状态,并在递推过程中,引入TOF激光测距仪测量的距离值,改进机器人运动状态中的卡尔曼增益和滤波误差协方差,获取机器人状态预测值:卡尔曼增益和滤波误差协方差;依据两个状态预测值,采用基于卡尔曼滤波的自定位方法,通过运动模型和感知模型分别进行机器人的位姿概率分布预测以及更新,实现机器人激光全局定位。实验表明:采用此算法进行机器人全局定位时位置误差以及方位误差都较小,全局定位的均方根定位误差小于2.5 cm,可实现机器人高效、精准全局定位。     

基于粒子滤波的数字广播无线定位与跟踪

数字广播作为一种全新的信息传输技术已开始广泛应用,利用数字广播信号进行定位具有独特的优势.本文简单介绍了基于正交频分复用(OFDM)调制的数字广播的测距原理,根据数字广播以恒定码率连续发送的特点,给出了序贯估计接收机位置和速度的定位、跟踪模型.在此基础上,分析了经典的粒子滤波存在的问题,提出了基于扩展卡尔曼滤波器组修正重要采样的粒子滤波方法.仿真表明,相比于扩展卡尔曼滤波和经典的粒子滤波,新算法能提高定位精度,且收敛速度快,性能稳健,不受初始值设定的影响.     

目标跟踪卡尔曼滤波器的有效近近似

本文介绍雷达探测器在极坐标中以高数据率测量距离、方位和仰角,而在直角坐标系中描述机动目标的卡尔曼滤波器。提出了一个近似增益计算的算法,用来确定在线微处理机实现时的滤波器增益。该方法中,增益是以三个去耦滤波器计算的,并乘以由被测量目标的位置和方向确定的雅可比变换。将这种算法与用于舰船火炮火力控制系统中典型目标航迹的扩展卡尔曼滤波器进行比较,所提出的算法,其滤波器增益和跟踪误差与扩展卡尔曼滤波器近乎一致,而计算量则减少了四分之三。     

单舰多信息源多滤波器被动定位与跟踪

在许多情况下，方位是唯一可被利用的用于确定目标所在位置的信息。由于战场信息环境的复杂性，单信息源单滤波器无法满足被动定位时效性和精度的要求。因而，文中根据实际作战需求，分析目前常用的单舰纯方位被动定位方法的特点，提出了基于信息融合的多信息源多滤波器(MSMF)无源被动定位方法，给出了多信息源多滤波器被动定位时各定位结果权值的确定，运用时间序列估计传感器误差方差实现传感器权值的在线调整，仿真结果表明该方法较对单一信息源用单个滤波器进行纯方位被动定位精度有明显提高，对提高单舰纯方位目标定位的能力有一定的意义。     

被动定向声纳浮标的目标运动分析

依据被动定向声纳浮标多站纯方位定位的使用特点,采用分步进行的方法估计潜艇目标的运动状态.首先,使用最小二乘法融合多枚浮标的测量信息,给出某一时刻目标位置的综合定位结果和定位误差;然后,利用卡尔曼滤波器估计目标在该时刻的位置、航速和航向等运动参数,避免了直接从方位测量入手时,需要建立非线性量测方程,再进行线性化的问题;最...     

基于相位差变化率的无源定位技术研究

基于单站无源定位技术研究基础,对相位差变化率定位原理进行了简要介绍,针对相位差变化率定位过程中相位模糊、定位时间长和定位精度低等问题,提出了一种基于MGEKF滤波算法的相位差变化率单站无源定位方法,该方法采用了相位差参数预处理和MGEKF定位滤波算法。经过仿真分析和外场试验验证表明:采用MGEKF定位滤波处理的相位差变化率无源定位方法,可以使单站定位速度和定位精度比传统的只测角定位法提高很多。     

无源定位跟踪中修正协方差扩展卡尔曼滤波算法

针对无源定位跟踪中EKF受初值、测量噪声影响大等缺点,该文提出了一种新的修正协方差扩展卡尔曼滤波方法(MVEKF),并将其与无源定位跟踪中常用的EKF,MGEKF,IEKF等滤波方法进行了仿真比较,表明该方法比EKF方法更具稳定性;而且无需寻找MGEKF方法中所需的观测量可修正函数,因而可以应用于其它领域的非线性滤波中.     

固定单站对三维运动辐射源无源定位算法及可观测性分析

实现固定单站对运动辐射源无源定位,传统的方法是测量TOA和DOA。本文将方位角变化率测量信息也引入该定位问题,提出了基于MGEKF(修正增益扩展卡尔曼滤波),对三维运动辐射源的无源定位跟踪算法。通过推导伪线性测量方程,本文进行了测量TOA和DOA对三维运动目标无源定位的可观测性分析。最后给出了计算机仿真结果。     

多舰协同侦察的无源测向时差定位方法

实现空中目标的无源时差定位一般至少需要4站,而测向交叉定位只能对平面目标进行定位,文中提出了改进型的无源测向时差定位方法.该方法在测向定位的基础上增加了目标到达舰载侦察雷达的时差信息,两舰之间通过测向交叉和时差计算能实现对目标的定位,通过两两配对则可以获得多组目标位置的测量结果,然后对这些结果进行简化加权最小二乘点估计,从而获得一个比较理想的定位结果.最后,根据不同的舰艇编队队形情况进行三舰测向时差定位的GDOP分析,并对仿真结果进行了分析.     

人脸检测跟踪与特征点定位系统

实现的人脸检测跟踪与特征点定位系统,基于VC++6.0开发平台,使用opencv作为开发工具,有效缩短了系统的开发时间。首先,本系统采用adaboost算法进行人脸检测,通过合理的特征模板的选择实现了人脸的实时检测;其次,人脸跟踪模块选用camshift算法,利用人脸检测模块生成的人脸坐标传递给跟踪模块,实现人脸的自动实时跟踪,同时建立多个camshift跟踪器对多人脸进行跟踪,并有效地解决了人脸遮挡的问题;最后,通过ASM(active shapemodel)算法实现了实时人脸特征点定位。实验结果表明该系统实现的人脸实时检测跟踪及特征点定位,效果明显,可以作为表情分析和情感计算、视频人脸识别开发的基础。     

基于角度约束采样的单站无源定位混合粒子滤波算法

为实现固定单站对运动辐射源的快速定位,该文给出了一种基于角度约束采样的混合粒子滤波算法。该算法从EKF(Extended Kalman Filter)滤波得到建议分布,利用角度测量对状态变量的约束关系从建议分布产生所需粒子,可以减少粒子滤波用于高维情况时所需的粒子数目,改善滤波性能,降低运算成本。结合利用多普勒变化率和角度测量的单站定位方法,与EKF,UKF(Unscented Kalman Filter)以及一般混合粒子滤波算法的仿真比较表明,该算法在滤波收敛速度、跟踪精度以及稳定性方面优于其它算法,估计误差更接近Cramer-Rao下界。     

纯方位定位中的螺旋运动机动方式与系统的可测性

机载单站无源定位系统具有作用距离远、机动性好、掩蔽接收、不易被对方发觉的优点,并且能与其他平台协同使用,有着广阔的应用前景.提出了在三维中以螺旋运动为机动方式、基于修正增益扩展卡尔曼滤波(MGEKF),对三维运动辐射源的无源定位跟踪算法,并对此进行了可测性分析,最后给出了计算机的仿真结果.得出的结论是:三维中利用螺旋运动的机动方式,算法可以在很短的时间内收敛,能够较快地实现对目标的定位.     

固定单站对运动辐射源的无源定位

固定单站对运动辐射源的无源定位是电子战领域的一个新课题。传统方法主要是利用到达方位角(DOA)信息对辐射源进行测向交叉定位,但由于该方法对测角精度的敏感性,仅利用DOA信息会导致定位精度低、算法收敛时间长等不良后果;文章详细分析了三维运动辐射源的特点,建立了一个数学模型,并结合方位角变化率采用基于MGEKF的定位算法,进行单站定位,这种算法提高了对运动辐射源目标的定位精度。     

单站无源定位原理浅析

探讨了一种基于目标频域和空域参数测量信息，利用固定单站对机动目标进行无源定位与跟踪的算法，并详细分析了定位原理。在建立目标机动模型与测量方程的基础上，运用修正增益的扩展卡尔曼滤波（MGEKF）算法，实现对机动目标进行定位与跟踪。