纯方位角目标运动分析的可观测性研究

纯方位角目标运动分析的可观测性是纯方位角观测系统中的一个基本问题.只有解决了系统的可观测性,才能进行有效的目标定位及跟踪.从随机系统的角度分析了纯方位角观测系统的可观测性,引入状态参量的Fisher信息矩阵作为判断系统可观测性的依据,提出了完全不同于判定确定性系统可观测性的随机观测系统可观测性的判定方法.最后给出了一个静止目标纯方位角观测系统的实例,说明了该方法的有效性.     

静止目标纯距离测量下的定位原理与方法研究

针对水下网络战条件下目标定位的特点,分析了纯距离系统可观测的条件,即对静止目标、观测站作直线运动,系统是不可观测的;并通过与同条件下的纯方位系统的对比,得出了在一般情况下,纯距离系统比纯方位系统具有更弱的观测性的结论;给出了估计目标位置参数的一种递推算法,该算法具有形式简单,不需要初值的特点;仿真试验表明,算法具有收敛速度快,精度好,稳定的优点.应用前景良好.     

位置信息场定位法在低精度测向传感器中的应用

多站无源定位中,测向交叉定位法是一种广泛应用的经典方法,但如何从多个低成本低精度测向传感器获得高精度定位效果的研究相对较少。目标位置信息场定位法在处理多目标定位问题时能够同时确定目标数目和多目标位置,对传感器测量数据具有较好的融合性能。运用目标位置信息场定位法,研究在感兴趣定位区域内用多数低精度测向传感器代替少数高精度测向传感器进行定位,并借助定位算法的GDOP对定位效果进行描述。理论分析与仿真实验表明,目标位置信息场定位法可以用于多数低精度测向传感器测向交叉定位,并且可以达到少数高精度测向传感器同样的定位效果,具有重要的应用价值。     

测量站数量对多站测向交叉定位精度的影响

多站测向交叉定位是海上编队作战中最常用的目标指示方法之一.该方法的定位精度受测向误差和目标距离远近的影响较大,定位精度相对较低.提高定位精度的措施包括合理配置观测站数量和阵位,以及提高测向精度等.虽然研究中一般认为增加测量站有助于提高精度,但缺少站数对定位精度影响的模型.首先以非线性最小二乘估计下的多站测向交叉定位为例...     

三维空间测向定位技术

针对二维空间交叉定位中存在的不足提出三维空间交叉定位方法.根据雷达波在空中传播的折射特性及侦察站对目标的测向方位在三维空间标确定目标的测向平面,利用多个测向平面结合最小二乘法对目标进行交叉定位确定其位置.本方法消除了二维空间交叉定位中存在的正北偏差、投影变换的方位变形等对定位精度的影响,提高了无源测向定位的准确性.     

多站纯方位定位系统的可观测性条件

对多运动站纯方位目标定位系统的可观测性问题进行了研究.通过运动等效,将多运动站纯方位定位系统等效成一个特殊的单运动站定位问题.利用拟线性估计方程,导出了系统不完全可观测的一些条件,分析中还发现了系统不完全可观测的新情形.     

基于实神经网络的空间测向定位算法

目前三维空间测向定位多采用先在二维体系中计算然后转换为空间坐标的方法,正北偏差、投影变换的方位变形等对定位精度造成很大的影响。算法立足于三维空间,将实神经网络代数算法首次应用到三维空间测向定位,利用其非线性逼近能力强等特性求解多个测向平面形成的空间目标观测方程组。仿真实验表明,定位精度明显提高,在不同测向精度条件下定位误差接近CRLB,具有很强的实用性。     

多站时差定位中的病态性分析及其改善方法

在多站时差定位过程中,传统定位算法在传感器布站不合理的情况下通常会表现出明显的病态性,其导致定位结果不稳定、精度低。针对此问题,首先分析了时差定位过程中病态性产生的物理场景,并通过奇异值分解揭示了病态性的本质;其次根据时差定位观测矩阵的特征值分布特点,提出了一种改进的多站时差定位改善方法,该方法基于LS估计信息矩阵的条件指标进行奇异值修正,兼顾了目标定位的分辨率与方差,能显著提高多站时差目标定位的精度和稳定性,且没有增加系统和算法复杂度;最后将该算法与传统算法进行了仿真比较,结果证明了该算法优越性。     

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。     

一种单站无源定位方法及其可观测性分析

利用非线性系统可观测性定理分析了径向加速度信息在目标运动分析(TMA)中的可观测性问题,得到径向加速度观测所能确定的目标状态参数及其需要满足的观测条件,从而证明一种联合径向加速度和角度信息的单站无源定位方法的可行性,并分析其可观测条件和可观测度。通过计算机仿真验证了讨论的结果。     

城市环境下单无人机测向定位航迹优化算法

为解决单架无人机在城市环境中对辐射源目标的定位问题,提出了一种基于环境预测法的单无人机测向定位航迹优化算法。使用交互多模型-扩展卡尔曼滤波进行视距和非视距信号混合环境下的目标估计。结合估计的目标位置和城市地理信息模型,基于视线追踪法求解信号遮挡区域和多径信号干扰区域。在滚动时域控制算法框架下生成无人机预测轨迹,以最大化Fisher信息矩阵行列式为测向定位评价准则,考虑建筑物障碍以及其对信号的遮挡和反射效应对无人机测向定位航迹的影响,控制无人机选择最优航向飞行。仿真结果表明,该方法能够使无人机在存在障碍、信号遮挡和多径干扰的环境下实现对目标的高精度测向定位,为解决城市环境下的单架无人机测向定位问题提供了新思路。     

纯方位系统TMA非线性最小二乘法——理论数学模型与常规算法

对非线性最小二乘法应用于纯方位系统目标运动分析进行了综合评述,介绍了经典的非线性最小二乘法及几种常规算法:高斯—牛顿迭代法,麦夸脱迭代法,自适应非线性最小二乘法,给出了非线性最小二乘法对纯方位目标运动分析的四个数学模型:高度非线性模型,减弱非线性模型,再减弱非线性模型,再进一步减弱非线性模型。     

纯方位系统TMA案例分析

在研究纯方位系统目标运动分析(TMA)的数学模型中,有些存在原理性错误.以两个典型例子,指出了错误所在,并分析了错误的原因.一个是不了解纯方位系统TMA基本原理;另一个是在使用最小二乘法时,对量测函数是待估量线性时常、线性时变、非线性关系或待估量与量测采样点函数关系认识不足,从而导致不能正确使用最小二乘法的错误.     

单站纯方位目标跟踪系统可观测性分析

针对单站纯方位目标跟踪系统的可观测性,在研究国内外有关状况的基础上,给出了单站纯方位目标运动分析的问题描述,综述了国内外的研究和发展情况,给出了由观测可观测性的一些结论和证明.其中对某些经典的结论给出了简单、明了的证明方法,这些有助于该问题的深入理解和研究.     

纯方位系统TMA非线性最小二乘法——理论数学模型与常规算法

对非线性最小二乘法应用于纯方位系统目标运动分析进行了综合评述,介绍了经典的非线性最小二乘法及几种常规算法：高斯—牛顿迭代法,麦夸脱迭代法,自适应非线性最小二乘法,给出了非线性最小二乘法对纯方位目标运动分析的四个数学模型：高度非线性模型,减弱非线性模型,再减弱非线性模型,再进一步减弱非线性模型。     

纯方位目标跟踪系统的可观测程度

首先建立了纯方位目标跟踪系统的动态模型和一个最小二乘估计器,分析了该系统的完全可观测性。在系统完全可观测的条件下,引入可观测程度这一概念。文中定义了两种描述系统可观测程度的方法。它们都很好地反映了系统可观测程度随跟踪时间的变化过程。研究发现,纯方位目标跟踪系统往往是弱可观测系统,这正是系统跟踪效果不佳的原因所在。然而,文中表明的系统可观测程度同跟踪几何态势关系密切这一事实,又使得从己艇机动入手解决跟踪效果差的问题成为可能,就是通过极大化系统的可观测程度优化己艇的机动策略。     

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.