弹道导弹过关机点状态估计方法研究

弹道导弹飞行主动段和自由飞行段的运动学模型差别很大,对导弹过关机点状态的准确及时估计,对于跟踪信息处理方式的切换意义重大。基于雷达跟踪信息,提出将推力加速度作为特征量估计导弹过关机点状态,并推导了观测方程。针对观测方程非线性问题,通过对多个随机变量的线性化,利用递推最小二乘(RLS)算法获得了推力加速度的递推估计。通过误差分析,给出了过关机点状态估计门限计算方法。仿真表明,该估计方法能够准确及时地给出过关机点状态估计结果。     

单星观测下弹道导弹状态估计与预测误差分析

如何利用预警卫星提供的弹道导弹主动段状态信息,以及被动段的预测信息引导预警雷达及时捕获弹道导弹目标,是反导预警信息系统的一项重要功能。为此,需要准确获取目标的状态估计与预测误差。针对单星观测下基于标准模板的弹道导弹主动段状态估计算法,获得了关机点状态参数以及估计误差,为改善状态估计提供了依据。在此基础上建立了预测误差估计模型,为优化设定预警雷达搜索区域奠定了基础。     

基于CWLS时差频差无源定位闭式解算方法

针对时差频差无源定位场景,提出一种基于约束加权最小二乘的无源定位闭式解算方法。在两步加权最小二乘算法基础上,建立了基于约束加权最小二乘的无源定位模型,推导其无约束最优化形式并给出目标状态估计的解析解。推导了目标状态估计均方误差的表达式,通过理论分析证明所提算法在保持两步加权最小二乘算法定位精度基础上,具有偏差减小特性。仿真结果表明,所提算法定位精度能够逼近CRLB,定位偏差明显小于两步加权最小二乘算法,验证了理论分析的有效性和所提算法的优越性。     

基于聚类的ACM模型门限阈值的自适应算法

准确地设置门限阈值是有效提高ACM模型跟踪性能的关键。基于无监督聚类理论,提出一种根据目标机动情况自动确定聚类类别数,通过对实时数据聚类区分出目标做匀速或匀加速运动状态时刻的数据集。再通过加权求解类内样本点的标准差来确定ACM模型的门限阈值。该方法能够根据实时数据自适应的确定门限阈值,计算简便。仿真实验证明该方法能自动确定类别数且分类准确,对噪声标准差估计准确。     

一种基于BLUE的弹道目标跟踪滤波器

弹道目标跟踪问题中动态方程与观测方程皆为非线性,影响跟踪精度。使用最优线性无偏估计方法可以有效地解决观测的非线性问题,而蒙特卡罗滤波方法适用于目标状态的非线性估计。将快速高斯粒子滤波与最优线性估计方法作了有机结合,通过对典型的弹道目标跟踪模型进行仿真,发现新算法在精度与实时性上优于粒子滤波。     

UKF在反辐射无人机抗目标雷达关机中的应用

基于捷联惯导/反辐射导引头组合抗目标雷达关机制导方案,研究了UKF方法在对目标雷达被动定位中的应用.针对反辐射导引头测角存在非线性特性的特点,提出了一种基于扩展状态变量维数的方法同时实现目标状态估计和导引头非线性特性补偿.仿真结果表明,UKF方法与传统的EKF方法相比具有更高的定位精度.     

基于改进PHD粒子滤波的多目标检测前跟踪算法

针对PHD-TBD算法存在目标数目估计不准,以及对交叉目标状态估计误差较大的缺点,提出了PHD-TBD的改进算法,通过推导更准确的PHD-TBD算法粒子权重更新表达式,实现对目标数目的准确估计;同时利用高斯混合模型(Gaussian mixture models,GMM)拟合PHD-TBD中重采样后的粒子分布,通过期望最大化算法(expectation maximum,EM)估计混合模型的参数,即可提取目标的状态。通过仿真实验表明,改进算法能够更准确地估计目标的数目和状态。     

弹道导弹目标威胁评估模型和算法

弹道导弹防御已成为世界各国重点关注的焦点问题。针对弹道导弹来袭特点和反导作战特点,对影响弹道导弹目标威胁评估主要因素进行了深入分析和研究,建立了计算保卫目标的重要性、射程、剩余飞行时间、目标关机点速度威胁值的数学模型,采用线性加权求和方法计算目标威胁程度综合值,并给出模型实现的软件算法主流程。仿真实例证明所建的弹道导弹目标威胁评估模型合理可行,软件算法简单有效。对后续反导指挥控制问题的研究具有较高的参考价值。     

IMM-EKF的弹道导弹轨道实时动态预测

快速准确的导弹轨道预测是有效进行导弹防御的前提。提出一种基于IMM-EKF的弹道导弹轨道实时动态预测方法,对导弹发射点和落点分别进行动态预测研究。首先,构建不包含导弹先验信息的IMM-EKF弹道估计器;其次,定义一种模型概率累积因子,用于估计导弹的关机时刻及相应的运动状态;最后,基于导弹运动状态的实时估计,动态预测落点和发射点。仿真实验结果表明:该方法能实时动态预测导弹发射点和落点;发射点预测应利用主动段状态估计,而落点预测则在导弹自由段早期进行为宜。     

边缘化粒子概率假设密度滤波的多目标跟踪

针对复杂情况下的多目标跟踪问题,提出一种边缘化粒子概率假设密度滤波(MPF-PHD)方法。该方法首先将复杂情况下多个目标的状态向量分别提取出其中的非线性状态与线性状态。然后利用粒子概率假设密度滤波(PF-PHD)估计非线性状态,利用卡尔曼滤波(KF)估计线性状态,并把其中与非线性状态相关的线性状态估计用来优化非线性状态估计。通过对MPF-PHD方法与传统的PF-PHD方法仿真对比,验证了MPF-PHD方法有效解决了复杂情况下多目标跟踪的漏检问题,提高了多目标状态估计精度。     

机动发射条件下助推滑翔导弹射击诸元快速解算

针对机动发射条件下助推滑翔导弹对全程弹道快速生成的迫切需求,在弹道设计中选取7个关键性控制量参数作为全程弹道射击诸元,并提出与之相对应的诸元解算算法。将全程弹道分为助推段、初始下降段、滑翔段和俯冲攻击段,在统一化运动模型描述的基础上,运用参数化迭代的思路,依次对不同飞行阶段诸元进行了快速求解,满足多种复杂约束条件。在全程诸元迭代解算模式的基础上,提出助推段沿用中心弹道诸元,仅对其他射击诸元进行重计算的部分诸元迭代解算模式。仿真结果表明:采用所提助推滑翔导弹射击诸元快速解算方法,可在大范围机动条件下对远距离地面固定目标进行快速精确打击。     

SAR微动目标的稀疏贝叶斯成像方法

SAR微动信息能够反映出目标的属性信息,其微动图像可作为雷达目标识别的一种重要手段。基于SAR微动目标回波的稀疏特性,建立了在过完备词典下的稀疏表示模型,提出一种新的稀疏贝叶斯重构方法——方差成分扩张压缩,该方法仅赋予有重要意义的信号元素不同的方差分量,拥有更少的参数。仿真结果表明,方差成分扩张压缩方法能较精确地估计出SAR目标微动参数,同时能够获得低信噪比条件下较好的微动目标像。     

基于EKF算法的弹道导弹助推段跟踪建模与仿真

围绕弹道导弹助推段跟踪问题,分析了助推段反弹道导弹的基本作战过程,建立了弹道导弹助推段动力学模型,分别就单传感器/单弹道导弹和多传感器/多弹道导弹两种情况建立了基于EKF算法的弹道导弹助推段跟踪模型,并通过算例验证了模型和算法的有效性,可为助推段反弹道导弹建模与仿真提供一定的参考。     

基于模糊干扰观测器的高超声速飞行器一体化制导控制方法

为充分利用高超声速飞行器在俯冲段的质心运动与绕质心运动之间的耦合作用和飞行过程中的不确定性，基于模糊干扰观测器提出了三维一体化制导与控制问题。首先根据飞行器的动力学方程以及飞行器-目标的视线角相对运动方程，推导出来适用于倾斜转弯控制的一体化制导控制模型。接着，针对模型中的不确定性采用模糊干扰观测器进行补偿，并使用块动态面方法设计了一种一体化制导控制律。然后，通过选取适当的李雅普诺夫函数证明了闭环系统状态的一致毕竟有界性。最后，仿真结果验证了该一体化制导控制方法的有效性和鲁棒性。     

不同时间信息条件下多目轨迹交会测量点目标运动的方法

针对多相机对点目标的运动轨迹测量,提出不同时间信息条件下的多目轨迹交会法。对点目标运动轨迹进行时间多项式参数化描述,再将多个相机观察目标的系列视线与目标的参数化运动轨迹进行交会,通过最小化物方残差,确定出目标的运动轨迹。相对于传统的多目交会测量模式,本方法不仅能够有效地提高测量精度,而且能够在多相机之间观测不同步,或者时间未对准,甚至无时间信息的情况下仍得到目标的运动轨迹参数。相对于单相机测量模式时要求相机必须运动,多目情况下不要求相机自身运动。仿真实验和真实实验验证了该方法的有效性和高精度。     

由序列图像获取点目标的三维运动参数和空间位置

利用图像获取目标的运动参数和空间位置在目标定位、跟踪和计算机视觉中具有重要的意义。本文在目标和成像系统都运动的情况下,给出了由单目序列图像获取点目标绝对运动参数和三维空间坐标的条件,提出了利用多帧单目序列图像和应用非线性递推滤波算法来估计点目标的运动参数和空间位置。实验仿真结果证明,本文提出的算法是有效的。     

模糊自适应PMHT机动目标跟踪算法

对目标机动的检测和准确跟踪,是目标跟踪研究中非常重要但难度较大的问题.将统计距离、统计距离增量作为系统方差的调整参量,采用模糊专家规则系统,提出了一种适用于机动目标的模糊自适应概率多假设跟踪(FA-PMHT)算法.该算法将数据关联寻优与运动模型寻优联合处理,从而实现了数据关联寻优、目标模型寻优一体化.仿真结果表明,所提算法与交互式多模型概率多假设跟踪(IMM-PMHT)算法相比在跟踪精度上有明显提高,并且满足实时性要求,证明该算法是有效的.     

临近空间高超声速目标跟踪方法研究?

临近空间高超声速目标跟踪技术研究在空天防御系统中具有重要军事意义和理论价值。本文综述了临近空间高超声速目标跟踪中的目标运动建模、目标跟踪算法等研究内容的研究进展，并对其存在的问题进行了深入分析。针对这类目标跟踪存在的问题，结合临近空间高超声速目标探测跟踪需求，指出了临近空间高超声速目标跟踪技术的研究思路，为相关研究提供了参考。     

机动目标IMM三维并行滤波跟踪算法

由于复杂的空中目标机动,其三维方向的机动强度是不一致的,传统IMM算法存在模型匹配不准确的问题,提出一种机动目标IMM三维并行滤波的跟踪算法。算法以CV和修正的CS模型为子集,在3个坐标轴上分别根据目标机动的分量实际更新其模型概率,并行IMM滤波方法,尽量确保模型的适配性,提高滤波精度。仿真结果表明,该算法比传统IMM方法跟踪精度更高,对空中机动目标跟踪适应性更强。