共查询到20条相似文献,搜索用时 17 毫秒
1.
《现代防御技术》2020,(5)
首先建立了完整的考虑导引头天线罩误差斜率的目标-导弹相对运动问题数学描述,包括非线性的状态方程和测量方程。其次,简化得到纵向通道考虑天线罩误差斜率的目标-导弹相对运动数学模型,推导出纵向通道联合估计视线角速率和天线罩误差斜率的数学模型,证明了上述数学模型对应的视线角速率和天线罩误差斜率联合观测系统的可观性。最后,设计了纵向通道和侧向通道联合估计视线角速率和天线罩误差斜率的推广Kalman滤波器。在仿真实验中应用该滤波器,与不考虑天线罩误差斜率的视线角速率估计Kalman滤波器做了仿真对比。仿真结果表明,联合估计视线角速率和天线罩误差斜率的推广Kalman滤波器的效果很好,可以显著提高天线罩误差斜率情况下的制导精度。 相似文献
2.
在文献中考虑利用多传感器跟踪机动目标一类的问题时,支持特定目标跟踪的传感器数量及类型通常相对于目标假定位置是固定的。然而,在许多多传感器系统中,支持某一特定目标跟踪的传感器数量及类型,可由于各个传感器的机动性、类型及资源的制约而随时变化。这种在传感器系统配置上的变化性,在跟踪机动目标时造成严重的问题,这是由于目标运动模型存在不确定性。卡尔曼滤波器通常用于滤波位置测量,以估计目标的位置,速度和加速度。在设计卡尔曼滤波器时,过程噪声(加速度)方差Qk的如此选定以致于65%到95%的概率区间能包含目标的最大加速度水平。然而,当目标机动时,加速度以一种确定性方式变化。于是,与过程噪声相关的白噪声假设发生偏离,滤波器在目标机动期间产生状态估计偏差。如果选定一个较大的Qk,则在机动时的状态估计偏差较小。但当目标不作机动时,此时的Qk只能粗劣地表征目标运动,而且滤波性能远远偏离最优了。这里,举出了目标在单一坐标系运动的例子,说明了利用多传感器跟踪机动目标存在的问题,从中表明两传感器(在确定条件下,其中包括各传感器的正确配置)具有较之单一传感器更糟糕的跟踪性能。将交互式多模型算法(IMM)应用于该范例中,证明了它是一种解决跟踪滤波器性能问题的潜在方法。 相似文献
3.
4.
5.
本文给出了一种新的准最优制导规律,它采用有相位超前补偿的比例导引法。制导增益、相位超前和最大相位超前量出现时的频率是根据导弹和目标的动态延迟来确定的。准最优制导规律的实现除了需要视线速率外不需要其它任何信息。为了验证准最优制导规律的性能是良好的,采用了线性寻的系统和真实的非线性寻的系统进行了仿真研究,将准最优制导规律的性能与古典比例导引法的性能做了比较,获得了如下的一些结果:1) 在线性寻的系统中当存在发射误差或目标做等加速运动时,为使脱靶量达到设计要求,准最优制导规律的最小剩余时间与比例导引法相比可以减小一半。2) 准最优制导规律产生的加速度值小于或等于比例导引法的加速度值。3) 准最优制导规律由于采用相位超前补偿,它对测量噪声的敏感性要比比例导引法高。因此设计者根据测量噪声情况必须精心设计噪声滤波器。4) 真实的非线性寻的系统仿真结果与线性的寻的系统伤真结果性能是相同的。通过结果比较可以得出结论,准最优制导规律用于对付高机动目标是一种很有效的制导规律。 相似文献
6.
引言设计导弹制导律时,通常假设目标不作机动飞行,因此应用一般比例导航法制导导弹可以得到较直的飞行弹道和较小的脱靶距离。如果目标在飞行过程中突然以某种规律机动,则应用一般比例导航法就得不到预期的效果。然而如能测量到目标加速度并用来制导导弹,就可对付这种机动。问题是如何确定目标加速度。国外七十年代后期的研究末制导规律的文献中,给出了有价值的成果。在减小终端脱靶距离的意义上,对比例导航法进行了改进。这种 相似文献
7.
针对使用标准Kalman滤波算法不能准确处理包含粗差的航空发动机测试数据的问题,在分析标准Kalman滤波算法准则和观测误差对滤波估计结果影响的基础上,采用动态调整观测信息在滤波估计结果中权重的方法,给出了基于抗差M估计理论的抗差Kalman滤波准则和递推公式。对不同的发动机测试数据分别采取序列滤波的方法,减少了运算量。基于常加速度模型,建立了测量参数的状态空间方程和测量方程。以包含粗差的某型涡扇发动机稳定工作过程的模拟测量数据为例,采用所设计的抗差Kalman滤波器对其进行预处理,与标准Kalman滤波算法处理的结果对比表明,在模型误差一定的情况下,抗差Kalman滤波算法具有更好的估计精度。 相似文献
8.
9.
研究了球坐标系中目标状态估计问题,应用一种新型非线性滤波器设计了目标状态估计器,选择了机动目标“当前”统计模型作为目标加速度模型,对所设计的状态估计器进行了仿真,仿真结果表明该估计器具有令人满意的性能。 相似文献
10.
11.
本文介绍两种跟踪机动目标的方法。跟踪滤波器由两个主要部分组成:目标加速度估计和目标机动的检测。第一种方法是首先假定目标的加速度为若干分段加速度值,进行构造加速度估计器。机动检测用以证明上述假设是否正确,即证明目标是否仍保持等加速运动。如果断定目标有机动,则滤波器被重新预置,并识别出加速度值。第二种方法是建立在非线性状态模型基础上的,该模型对平面内机动的目标和非等加速运动的目标跟踪精度较好。 相似文献
12.
13.
红外传感器目标跟踪算法 总被引:8,自引:4,他引:4
对红外传感器目标跟踪进行了系统的阐述 ,包括航迹起始、已知目标强度分布模型时的红外目标跟踪 ,对目标质心伪测量的红外目标跟踪 ,基于质心及质心偏移测量的红外目标跟踪 ,红外传感器的目标机动检测、利用图像分割和目标特征的红外目标跟踪 ,图像相关算法和 Kalman滤波的红外目标跟踪 ,简化充分统计量的红外目标跟踪 ,修正球坐标系 (MSC)的红外目标跟踪、利用主客观知识的红外跟踪 ,红外传感器的微弱信号检测与跟踪以及红外传感器检测 -跟踪的联合优化等研究具有一定的参考意义 相似文献
14.
15.
为了克服使用单个传感器的局限性,目标跟踪系统中引入了多传感器数据融合(MSDF)算法.MSDF能有效减小污染传感器测量量的噪声,又可排除估计过程中的无效测量量.它既能处理线性传感器的数据融合问题,又能处理含噪声的非线性传感器的数据融合问题.为了克服缺乏目标运动的前期信息的不足,目标跟踪系统中还运用了模糊运动学过程模型.因此,尽管缺乏有关目标运动及估计过程中所包含的传感器前期统计信息,该目标跟踪系统的性能却与基于已知目标精确过程模型的广义卡尔曼滤波器的目标跟踪系统相当. 相似文献
16.
加速度计是惯性导航系统的重要测量元件,而由于制造工艺及各类传感器误差,低成本加速度计很难达到要求的精度,因此需要对其进行校正。提出一种基于最大似然估计的加速度计自校正算法。综合考虑加速度计零偏、比例误差、非正交误差、安装误差与测量噪声,建立了传感器误差模型。在此基础上,将加速度校正问题转化为校正参数的最大似然估计问题。通过数值仿真和实测试验验证,表明算法具有较高的参数估计精度,能够有效地对上述因素引起的误差进行校正。 相似文献
17.
18.
19.
针对基于多传感器组网进行机动目标跟踪的传感器管理问题,提出了一种基于Rényi信息增量的机动目标协同跟踪算法。首先结合"当前"统计模型和交互式多模型不敏卡尔曼滤波算法设计了一种变结构多模型算法,来进行机动目标的状态估计;然后以Rényi信息增量为评价准则,选择使Rényi信息增量最大的单个传感器进行目标跟踪;最后利用得到的最优加速度估计进行网格划分,更新变结构多模型中的模型集合。在一般机动及强机动场景下进行了算法性能分析,仿真结果表明,该算法能够合理地选择传感器,提高了对机动目标的跟踪精度。 相似文献