2种卡尔曼滤波算法的应用分析

将传统的扩展卡尔曼滤波(EKF)和基于无味变换(UT)和标准卡尔曼滤波体系相结合的无味卡尔曼滤波(UKF)算法应用于反辐射导弹抗雷达关机的技术中,并对其进行仿真分析.结果表明,UKF算法具有跟快的收敛性和具有更高的精度,并能有效克服非线性严重时出现的滤波发散的问题,较好地达到了反辐射导弹抗雷达关机的目的.     

一种反辐射导弹抗低截获概率雷达关机的被动定位方法

针对反辐射导弹与雷达的攻防对抗形势,详尽阐释了目前反辐射导弹(ARM)抗雷达关机的主要手段及其核心原理,仔细分析了脉冲体制雷达的跟踪扫描机制、低截获概率(LPI)雷达的工作特点以及反辐射导弹被动雷达导引头的基本工作原理,由此归结出反辐射导弹在应对低截获概率雷达时制导信息的特性,然后首次提出了一种基于灰色理论的被动定位方法,并在考虑雷达跟踪扫描模型和被动雷达导引头检测模型的情况下通过数学仿真验证它具有较好的抗低截获概率雷达关机能力,落地点的圆概率误差仅在6.40m左右。     

极化域-空域联合估计在反辐射导弹抗诱偏中的应用研究

提出了将极化阵列应用到反辐射导引头上,导引头利用目标与诱饵的极化差异,采用极化域-空域联合估计方法抗诱偏。首先,利用波达方向矩阵法,估算出雷达与诱饵的空间二维到达角和极化参数,将估算出来的二维到达角信息为反辐射导引头提供导引,极化参数用来鉴别雷达与诱饵,从而达到抗诱偏的目的。然后,结合导弹运动方程及导引方程对反辐射导弹抗三点源诱偏进行了全弹道数字仿真,并且采用Monte-Carlo方法对全弹道仿真进行了多次实验,仿真结果证明了将极化域-空域联合估计应用于反辐射导引头抗诱偏的可行性。     

反空空导弹的导引头研究

从反空空导弹的导引头对空空导弹的最大探测距离方面论述了其不适宜采用雷达导引头的原因,并指出了反空空导弹可采用红外导引头来跟踪空空导弹的可能性。同时又分析了空空导弹的红外辐射特性,说明了反空空导弹红外导引头探测器响应工作波段应为3μm～5μm。     

组网雷达的改进粒子滤波算法

针对现代战争中有源雷达容易受到干扰和反辐射导弹的摧毁,以及无源雷达隐蔽性高,只能测量方位角度,测量精度小等特点,提出利用集中式有源雷达系统与无源雷达系统协同组网对目标进行跟踪。但是在实际环境中,噪声属性以及有源雷达,无源雷达接收信号的特点决定了组网雷达需要应用非线性滤波技术对信号进行处理。传统的非线性技术包括卡尔曼滤波、扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF)等方法。非线性近似过程带来的误差相对较大,而且均要求观测噪声和过程噪声为独立或相关的高斯白噪声。而粒子滤波避免了传统非线性滤波方法的缺陷,但是存在粒子退化,于是用EKF和UKF在每一时刻更新粒子,用更新的粒子及其协方差构造重要性函数,然后重采样。仿真实验表明这两种改进粒子滤波方法有很好的效果。     

简化的UKF方法在多普勒雷达对目标跟踪中的应用

多普勒雷达对目标的观测数据是由距离、方位角、俯仰角和径向速度组成,而大多数雷达的观测数据仅由前三者组成.基于利用径向速度的扩展卡尔曼滤波方法,提出利用径向速度的一种简化的UKF方法对目标进行跟踪.此非线性方法对目标的跟踪有两大改进:①引入径向速度观测值时可以大大提高跟踪性能;②UKF方法比传统的EKF算法有更高的估计精度.     

反辐射导弹——雷达的“克星”

反辐射导弹又称反雷达导弹,是指利用敌方雷达的电磁辐射进行导引,从而摧毁敌方雷达及其载体的导弹。它除了具有一般导弹都有的战斗部、火箭发动机、控制舵等部件外,还有一个被动式雷达导引头,用以接收敌方雷达辐射的信号。为其提供误差信息,不断修正飞行航线。其攻击目标多     

捷变频雷达信号频域侦察截获技术研究

现在的军事雷达大多数采用捷变频技术,这给反辐射导引头侦察雷达信号带来了困难。针对反辐射导引头对均匀分布的雷达捷变频信号的窄带搜索问题,提出均匀分布和高斯分布2种不同于常规的侦察方式模型,并给出在2种侦察模型下性能评估模型;通过实例仿真,验证了模型的正确性。     

筑起雷达的铜墙铁壁——反辐射导弹对抗技术综述

反辐射导弹是地面防空雷达系统的主要威胁之一。1986年美国和利比亚冲突中,美国发射40枚哈姆反辐射导弹,摧毁并压制利比亚防空雷达警戒系统,迫使利比亚大部分雷达短期内不敢开机工作。在海湾战争中,美空军发射1000多枚哈姆反辐射导弹,英军发射100多枚阿拉姆反辐射导弹,这些新型反辐射导弹为彻底摧毁伊军C3I防空系统发挥了重要作用。目前,反辐射导弹已发展到第三代,技术性能越来越先进。但是,同世界上任何一种先进武器一样,反辐射导弹也存在着固有的缺陷,主要是:对目标辐射源的依赖性,超宽频带导引头的灵敏度、测角精度受到限制,导引头的分…     

Target Tracking of Fire-Control Radar on the Method of Intermittent Radiation

从火控雷达抗反辐射导弹的迫切需求出发,将间歇辐射理论应用于火控雷达,提出了间歇式目标跟踪方法.首先对间歇式跟踪原理进行了分析;其次,基于单脉冲技术分析了采样间隔的自适应变化原则,同时提出了跟踪性能的评价指标,并进一步对跟踪效果进行了仿真.结果证明间歇式目标跟踪方法可以同时实现对反辐射导弹载机的准确跟踪和对反辐射导弹的有效对抗.     

非匀速直线运动SAR导引头目标回波快速模拟

传统的二维频域快速回波模拟方法是针对平台为匀速直线运动,合成孔径雷达(SAR)导引头一般是非匀速直线运动的,二维频域仿真方法在SAR导引头中并不适用。针对SAR导引头非匀速直线运动情况,在分析回波信号频域特点基础上,提出了非匀速直线运动SAR导引头回波信号快速频域模拟方法,详细介绍了该方法的原理和推导过程。最后,进行了相关仿真实验,实验结果验证了该方法的有效性与合理性。     

针对GPS/SINS深组合模型的U滤波及其运用

很多文献都证明了在解决非线性系统问题时,UKF(Unscented Kalman Filter)是比EKF(Extended Kalman Filter)更好的选择,但计算的复杂度限制了其运用。针对GPS/SINS深组合的模型提出了全新简化的U滤波算法UTCUKF(Ultra Tight Coupling Unscented Kalman Filter)。这是一种专门针对具有加性噪声、线性状态方程和非线性量测方程的系统设计的滤波器。首先介绍了GPS/SINS深组合系统在导航解算时的模型,然后针对模型具有加性噪声的特点运用AUKF(Additive Unscented Kalman Filter)对UKF进行了简化,为了实现UKF在GPS/SINS深组合系统中的实际运用,又由系统模型中状态方程是线性方程、观测方程是非线性方程的特征,进一步提出了UTCUKF,并做了分析和仿真。     

基于极坐标的稳定UKF单站无源目标跟踪算法研究

单站无源目标跟踪系统中存在着可观测性弱、初始误差大的问题,目标跟踪算法的稳定性和快速收敛性显得尤为重要.结合利用空频域信息的单站无源目标跟踪系统的特点,提出了一种稳定的改进UKF算法,采用一组新的状态变量替代了原有状态变量,选取径向速度作为系统状态量,并将其初始估计误差控制在一定范围内,明显改善了目标跟踪算法的稳定性和收敛性.增加二次采样过程,取代了传统UKF算法的状态变量扩展,降低了算法的计算量,实现更容易.与现有的单站元源目标跟踪算法(如EKF、UKF)相比,算法具有稳定性好、收敛速度快、跟踪误差小的特点,是一种稳定的单站无源目标跟踪算法.数值仿真结果表明了算法的正确性和有效性.     

捷联干涉仪体制被动导引头测角解模糊算法

首先阐述了捷联干涉仪体制被动导引头测角模糊现象出现的机理,并分别针对导引头处于目标截获和目标跟踪2种状态下鉴相模糊现象作了分析。在此基础上,提出了目标截获和目标跟踪2种状态下导引头测角解模糊算法,算法基于地面站实时给导弹粗装订的弹目相对方位角数据。最后,给出了目标截获时角度容限及目标跟踪时相位容限的确定方法。     

被动导引头对噪声调频源镜像目标抑制技术

研究了相位干涉仪体制被动导引头对噪声调频干扰源地面镜像目标抑制技术,分析了地面镜像目标对相位干涉仪测角的影响,给出了一种相位干涉仪体制被动导引头抑制噪声调频干扰源地面镜像目标影响的方法。     

Robust adaptive UKF based on SVR for inertial based integrated navigation

Aiming at the problem that the traditional Unscented Kalman Filtering (UKF) algorithm can’t solve the problem that the measurement covariance matrix is unknown and the measured value contains outliers, this paper proposes a robust adaptive UKF algorithm based on Support Vector Regression (SVR). The algorithm combines the advantages of support vector regression with small samples, nonlinear learning ability and online estimation capability of adaptive algorithm based on innovation. Firstly, the SVR model is trained by using the innovation in the sliding window, and the new innovation is monitored. If the deviation between the estimated innovation and the measured innovation exceeds a given threshold, then measured innovation will be replaced by the predicted innovation, and then the processed innovation is used to calculate the measurement noise covariance matrix using the adaptive estimation algorithm. Simulation experiments and measured data experiments show that SVRUKF is significantly better than the traditional UKF, robust UKF and adaptive UKF algorithms for the case where the covariance matrix is unknown and the measured values have outliers.     

UKF算法的来袭导弹弹道预测

从来袭导弹机动模型的选取出发,结合UKF算法的推算,建立了来袭导弹弹道预测的仿真模型。同时结合实例对来袭导弹弹道预测的卡尔曼滤波算法和UKF算法的进行仿真。仿真结果表明UKF算法计算量适中、计算结果精确,非常适合用于非线性模型的预测。     

两点源干扰情况下数据积累点数对雷达测角精度的影响

两点源干扰是干扰被动雷达导引头 (PRS)的有效手段。但在实际应用中 ,两点源的功率不可能完全相等 ,这就为PRS对抗两点源的干扰提供了契机。通过理论分析和仿真实验证明 ,当两点源偏离导引头的电轴方向不大的情况下 ,只要保证足够的积累点数 ,导引头进行数据积累取均值 ,其结果并不指向两源的“重心”或“质心”而是指向两源中功率较大者 ,并给出了确定积累点数的解析表达式     

水下纯方位目标运动分析的UKF滤波算法

Unscented卡尔曼滤波(UKF)是一种新的非线性滤波算法,在U变换(unscented transformation)的基础上,获得纯方位条件下的UKF算法.最后,针对水下纯方位目标运动建立系统模型并进行仿真,仿真结果表明,UKF的滤波精度、稳定性和收敛时间都优于EKF,还可避免计算烦琐的Jacobin矩阵或Hessian矩阵,给计算带来了极大的方便.