固定单站无源定位可观测性及仿真分析

针对强非线性系统固定单站无源定位可观测性分析困难的问题,提出基于线性系统可观测理论的分析方法并进行了仿真验证。首先以目标角度、角速度和多普勒频率变化率为观测量,通过对观测方程的伪线性化处理,避免求解复杂的雅克比矩阵,而后对匀速、匀加速直线运动和匀转弯运动进行可观测分析,得出可观测条件,为进一步研究提供了理论前提。最后通过仿真实例检验了可观测性理论分析的正确性。     

纯方位目标运动分析可观测性研究

纯方位目标运动分析(BOTMA)仅利用方位信息实现对目标状态参数的估计,是一种有效的无源被动定位跟踪方法。纯方位系统中的可观测性条件、目标跟踪与估计策略、观测器最优机动轨迹构成了BOTMA的核心研究内容。可观测性问题是BOTMA首先必须解决的关键问题,可观测性条件是后续目标定位与跟踪的前提和基础。介绍了纯方位系统中可观测性的基本概念,从几何方法、线性与非线性方法、数值分析方法等角度,对BOTMA的可观测性研究成果进行了系统的总结和评述,最后对这一领域的研究提出了新的展望。     

基于IMM滤波器的纯方位机动目标跟踪

针对无源纯方位跟踪中目标机动的问题,提出了一种基于交互式多模型的目标跟踪算法。该算法用伪量测变换估计器(PLE)将纯方位跟踪中非线性观测模型线性化,避免了计算雅克比行列式。机动目标跟踪中通过实时调整模型匹配概率,提高了滤波器对状态变化的跟踪能力。同时该算法实时修正观测噪声协方差,消除目标远离基阵时观测噪声对目标定位的影响。最后通过与MGEKF进行比较,Monte Carlo仿真结果验证了该算法的优越性。     

基于空频域信息的单站无源定位可观测分析

对利用空频域信息的单站无源定位方法进行可观测性分析。针对非线性系统的可观测性理论需要计算复杂的雅克比矩阵的问题,提出把观测方程先经过伪线性化处理,然后运用线性系统的可观测性分析的理论,对匀速、匀加速直线运动进行了具体分析,得出只要目标不朝观测站作径向运动都是可以对其进行观测的。实验结果也验证了分析结论的正确性。     

机动目标跟踪误差CRLB计算与分析

克拉美-罗下限(CRLB)作为参数估计所能达到的最低误差限,常被用来衡量算法估计性能的优劣程度。以转弯机动为例,研究了有源(主动)和无源(被动)两种观测条件下目标跟踪CRLB计算的一般方法,并通过矩阵理论分析了目标机动可能引起的CRLB突变的原因,为机动目标跟踪的算法性能评估提供了有效手段。最后给出了仿真算例。     

一种基于Jerk模型的机动目标单站无源定位算法

针对采用非线性较强的观测角、角度变化率、脉冲到达时间差等参数的单站无源定位跟踪系统,提出了一种新的跟踪滤波算法IMM-Jerk。该方法用Jerk模型对做复杂机动的运动目标建模,采用经过UKF滤波改进的交互多模(IMM)算法对目标实现跟踪滤波。该算法可适用于对做多种机动运动的目标的跟踪,提高了目标跟踪收敛精度和跟踪系统的稳定性。仿真试验证明了该方法的可行性和有效性,并具有较高的应用价值。最后,对IMM-Jerk算法的研究方向进行了讨论。     

基于EA-FPHT的无源协同定位检测前跟踪方法

针对无源协同定位系统低可观测目标的跟踪耗时及虚假航迹问题,提出一种基于能量积累的快速极坐标霍夫变换无源协同定位检测前跟踪方法。建立了多目标无源协同定位系统的数学模型。提出了快速极坐标多目标无源协同定位跟踪方法。利用目标运动速度先验信息和雷达回波帧序号信息,组合相邻两帧满足目标运动特性的雷达数据,并在第二门限中加入目标能量积累信息构成双门限。仿真分析算法性能,并得出结论:所提方法能够有效解决无源协同定位系统低可观测目标的跟踪耗时及虚假航迹问题。     

纯方位目标定位与跟踪航路优化模型

为了得到更加精确的目标运动要素,需要研究观测器的优化跟踪航路。在目标作匀速直线运动的条件下,以系统的可观测性为约束条件,观测器机动的时间为目标,利用数学建模的思想和方法,得到观测器只进行航向机动的目标定位与跟踪航路优化模型。     

基于机动观测站和机动外辐射源的被动跟踪模型

围绕机动观测站和机动外辐射源的被动雷达(Passive Radar,PR)目标跟踪问题,提出了一种以到达时间差(Time Difference of Arrival,TDOA)为目标观测量的被动跟踪模型,通过在同一观测间隔内顺次纠正外辐射源和目标的状态,减小了外辐射源定位误差对目标状态估计的影响。仿真分析了不同系统参数与目标跟踪精度之间的关系,证明了模型的有效性。     

基于频率和波达角无源定位及其滤波算法研究

为了解决机动模型的无源定位问题,在二维平面机动模型的基础上提出了利用频率和波达角进行无源定位的方法,进行了可观测分析,给出了可观测分析结果。同时将EKF(extended Kalman filter),UKF(unscented Kalman filter),PF(particle filter)等非线性滤波方法应用到无源定位系统模型中。仿真结果表明,EKF滤波方法用时最短,PF滤波方法精度最高。     

一种修正的机动目标模型及自适应滤波算法

在"当前"统计模型的基础上,通过修正目标加速度的概率分布、机动加速度与方差的自适应关系及过程噪声协方差矩阵,提出了一种修正的机动目标模型及其自适应跟踪算法。理论分析和仿真结果表明,该模型能够准确描述目标的各种机动情况,跟踪算法具有良好的跟踪性能,具有实际应用价值。     

图像跟踪系统中机动目标预测的实现

针对装甲车上的图像跟踪系统,提出了一种机动目标预测方法.将目标的运动分解为两部分,即全局运动和局部运动,并根据各自的动态特性分别进行预测.以局部运动预测为重点,通过对机动目标跟踪技术的研究,建立起性能优良的跟踪滤波器,并将其扩展到预测滤波器中对目标的未来运动状态进行预测,从而提出了"交互式多模型预测算法".仿真结果表明,该算法具有预测精度高、自适应能力强的特点,同时给出了计算方法.     

BAT子弹药对二维声目标的角跟踪

针对BAT(Brainpower Antitank)智能子弹药声探测系统不能定距问题,提出一种在仅有方向角信息条件下对地面机动声目标跟踪算法.首先分析了BAT声探测系统做三维运动时的定向算法;然后结合弹体运动特点,给出一种仅利用目标方向信息对地面机动目标跟踪算法,分别推导了目标静止、匀速、匀加速以及更高阶次运动时的角跟踪公式,并指出了定向误差存在的前提下其成立的充分条件;最后,给出了一个该算法的精确度函数,可以量化评估算法的精度,优化跟踪轨迹.理论分析表明BAT不需要在水平方向上做出比机动目标更高阶次的运动即可实现对目标的角跟踪.     

用于机动目标跟踪的自适应交互式多模型算法

针对当前统计模型对弱机动或非机动目标跟踪效果不理想等问题,提出了一种修正当前统计模型与匀速模型的自适应交互式多模型算法,可在线修正当前统计模型的加速度极限值,调整过程噪声方差,提高了当前统计模型的自适应性。同时,通过在常规匀速模型中引入机动检测机制,抑制了常规匀速模型对机动目标跟踪的滤波发散,通过引入强跟踪算法,增强了模型对目标突发机动的自适应跟踪能力。仿真结果表明,该算法充分发挥了当前统计模型和交互式多模型算法的优势,对强机动和弱机动目标都具有很好的效果。     

基于多时刻目标运动模式分布的多模型算法

在机动目标跟踪过程中,传感器在利用量测数据计算目标状态的同时,需要完成对目标运动模式的估计,并根据估计结果对传感器滤波方程的参数或结构进行调整,以减小滤波方程与目标运动模式之间的差异,提高对机动目标的跟踪精度.针对已有多模型算法的不足,利用多个时刻的目标运动模式分布来解决混合估计问题,提出一种新的次优多模型(MTMM)算法.仿真结果证明了MTMM算法的有效性.     

基于反馈线性化及滑模控制的俯冲机动制导方法

以高超声速飞行器为研究对象,针对俯冲段精确制导及机动突防问题,基于反馈线性化与滑模控制研究了机动突防滑模跟踪制导方法。首先设计纵向俯冲及侧向机动弹道,其次利用反馈线性化将非线性运动方程转化为线性方程,基于该线性方程利用滑模控制对已设计的弹道进行跟踪,最终将线性跟踪制导律转换到非线性系统中获得非线性滑模跟踪制导律,该制导律完全基于飞行器当前运动状态,所需的相对运动信息大大减少。CAV-H飞行器制导实例仿真表明,该方法能够实现俯冲段精确制导及机动飞行,且对初始及过程偏差具有较强的鲁棒性,能够为高超声速飞行器俯冲段制导提供有益参考。     

无人机规避或跟踪空中目标的自适应运动导引方法

无人机规避或跟踪空中目标可以看作是一个非线性运动导引控制问题。针对这类任务中无人机和目标存在高机动性、高时敏性等特点,提出了一种基于Lyapunov稳定性理论的无人机规避或跟踪目标运动导引方法。构建了基于精细时间运动导引方法的无人机规避或跟踪空中目标问题求解框架,并将无人机碰撞规避和机动目标跟踪问题分别转化为到达虚拟目标点和与虚拟目标点交会的问题。针对碰撞规避问题,将其转化为实现平行导引的控制问题,基于Lyapunov稳定性理论设计了无人机碰撞规避导引律。针对机动目标跟踪问题,在碰撞规避基础上,根据目标点交会的要求设计了相应的目标跟踪导引律。在Gazebo平台上开展了仿真验证实验,实验结果表明:所提方法能够有效避免大过载情况的出现,并具有较强的时变和参数适应性。     

基于参数自适应CS模型的机动目标跟踪算法

为提高对机动目标的跟踪精度,提出一种基于参数自适应当前统计(CS)模型的跟踪算法。即利用加速度增量与位移的关系,自适应调整加速度方差,根据量测残差的统计距离判别目标机动特性,并调整模型的机动频率和滤波器增益系数,提高算法模型与目标机动模式的匹配程度。仿真结果表明,基于参数自适应CS模型跟踪算法能够较好地改善对强机动目标的跟踪性能。     

IMM-EKF雷达与红外序贯滤波跟踪机动目标

雷达与红外数据融合能够实现信息互补,改善对目标的跟踪、识别以及提高系统的生存能力.为了解决空中目标高速机动时,单一模型的雷达/红外序贯滤波跟踪发散的问题,提出了一种基于序贯滤波和交互多模型的雷达/红外融合跟踪机动目标的方法,通过在雷达与红外序贯滤波融合中引入交互多模型来跟踪机动目标.仿真结果表明,该方法与基于最优数据压缩的雷达与红外传感器融合跟踪机动目标相比,跟踪精度明显提高,是一种雷达与红外传感器融合跟踪机动目标的有效方法.