基于移动目标的DOA估计偏差校正

针对移动目标的波达方向估计容易出现偏差的问题,提出一种利用频移信息修正方位估计偏差的算法,解决了传统方位估计算法不能适用于高速移动目标或平台的问题。该方法利用基阵平台与目标的径向移动速度,估计中心频率偏移,然后利用频移信息修正传统的方位估计结果。仿真结果表明,该算法可以极大地提高移动目标的方位估计精度。此外,该算法对阵列的阵型和方位估计算法没有任何限制,因此具有广泛的适用性和较强的工程实用价值。     

方位偏差在多方位—初距法解算目标运动中的应用

多方位—初距法是潜艇解算目标运动要素的常用方法之一,所提供的估计初始距离的准确程序直接影响解算的可信度。为了及时评判估计初始距离的准确程度,引入方位偏差的概念,作为潜艇指挥员修正估计初始距离的重要依据。方位偏差是利用部分方位序列解算目标运动要素,根据解算结果推算当前目标方位,与当前实测目标方位相比较的结果。利用估计初始距离与真实初始距离差异性反映到方位偏差的变化规律,可以迅速有效地调整估计初始距离,使解算过程快速收敛到理想解。     

基于外辐射源的AIEKF定位算法

为了提高扩展卡尔曼滤波(EKF)定位算法对目标状态估计的精度,降低迭代扩展卡尔曼滤波(IEKF)算法的运算复杂度,在单发单收的外辐射源定位体制下,利用方向角(DOA)和多普勒频移(Doppler)信息,提出了一种自适应迭代扩展卡尔曼滤波(AIEKF)定位算法,实现了对空中运动目标位置和速度的估计。仿真实验结果表明,相比于EKF算法,AIEKF算法收敛速度更快、定位精度更高。     

基于方位和多普勒频移的目标机动检测方法研究

研究目标在机动前后均做匀速直线运动,在某一时刻做折线机动的机动目标跟踪检测问题。根据被动观测器测得目标方位和多普勒频移信息,结合方位、多普勒频移测量条件下目标跟踪的特点,建立了基于方位和多普勒频移的要素解算模型,提出了基于要素解算结果的机动检测方法,给出了机动时刻的估计算法,并进行了仿真计算,验证了此方法的有效性。     

双基阵纯方位TMA的一种自适应算法仿真

为了改善普通卡尔曼滤波算法在观测噪声统计特性未知情形下处理双基阵纯方位TMA问题时的滤波性能,提出了一种在线估计观测噪声统计特性的自适应卡尔曼滤波算法,计算机仿真结果表明,该算法能够在线估计观测噪声统计特性,使Kalman滤波器始终处于稳定状态,并精确地估计目标的运动参数,同时指出了自适应算法的初值选取对滤波收敛速度的重要影响,当滤波初值选取恰当时会明显加快滤波收敛过程.     

基于方位-频率解算目标运动要素的航路选择

基于方位-频率解算目标运动要素解算方法可实现水下观测平台不机动解算目标运动要素,但接敌航路仍影响目标运动要素解算精度及平台隐蔽性。建立了方位-频率目标定位模型,通过仿真分析了不同初始目标舷角下,水下观测平台采用不同接敌航路情况下目标运动要素解算收敛速度和精度,并从保持水下观察平台隐蔽性的角度,探究了不同初始态势下应选择的航路。     

基于方位数值拟合的目标机动改变判断*

被动声纳和侦察雷达等传感器材对目标的探测仅能获取目标方位信息。虽然基于纯方位信息和探测平台机动位置的方位平差法,能够解算得出定向定速运动目标的要素,然而在实际作战应用中,目标可能会频繁地出现转向机动,使运动要素永远也不可能收敛。判明目标改变机动具有十分重要的战术价值。本文研究给出了一种基于时间方位拟合的目标转向运动判断方法,并结合典型态势进行了仿真分析,得出了拟合判断参数,研究结果为目标运动要素解算控制、潜艇查明水面舰艇巡逻线等作战应用提供目标转向判断依据。与方位滤波方法相比,这一方法概念清晰、算法简单、实用性强。     

依据观察器方位序列估算目标运动参数的方法

利用目标的方位序列跟踪目标的运动参数是非线性领域的一个经典问题。给出了一个形式简洁的方位随时间线性变化的可量测函数 ,并利用工作点漂移的技术解决了滤波器在方位小变化量时系统的不稳定现象。研究了利用观察器方位序列估计目标运动参数的方法。     

基于方位变化率的目标运动分析

目标方位变化率对运动要素解算有着重要的影响.但不同目标运动要素(目标距离、航向或速度)的求解精度,对目标的方位变化率又有着不同的要求.从确定性算法入手,进行了方位变化率对目标运动要素解算精度影响的理论分析,并通过仿真计算验证了理论分析的正确性,证明了该理论具有一定的应用价值.     

GM(1,1)模型用于目标方位数据预处理

基于估计理论这一数学基础的纯方位目标运动分析,由于其本质上的非线性,导致估计性能严重依赖观测精度,在大噪声背景下,收敛慢,甚至发散.针对此,提出一种基于灰色系统GM(1,1)模型的数据预处理算法.该算法不需要数据的概率分布、一二阶矩等统计先验知识,而是通过生成具有较强规律的数列,揭示数据的内在规律.仿真结果表明,该模型能有效地滤除背景噪声;经过预处理后的数据用于目标运动状态求取,解算结果理想.