用加速和稳转弯模型对广义机动目标的混合坐标系跟踪

在最近的一篇论文中,介绍了一种用来跟踪高度机动目标的急转弯模型的全笛卡尔公式。本文讨论一个更复杂但切合实际的例子,其中目标的运动建模与跟踪是在三维的笛卡尔坐标系内实现,而量测值是在球坐标系内得到的。将测量值转换到笛卡尔坐标系内,这种转换将导致非线性量测方程。使用广义卡尔曼滤波方法来解决这个问题,同时为了比较结果也类似地处理前面所提到的加速模型。     

基于时变量测方差的多传感器多目标优化分配算法

在目标跟踪过程中,目标的动态模型通常在笛卡尔坐标系中,而量测是在极/球坐标系中得到的。在基于卡尔曼滤波及其一些改进算法中,设定量测方差固定不变,可能导致滤波发散。为此提出了一种基于时变量测方差的多传感器资源管理算法。该算法通过统计方法求出转换测量值误差的均值和方差,利用转化卡尔曼滤波算法估计误差协方差,基于协方差的效能函数进行多传感器多目标分配。仿真结果显示该算法在目标跟踪过程中满足跟踪精度要求,并实现传感器资源的充分的利用。     

基于球坐标系下BLUE滤波的IMM算法

针对机动目标跟踪中常见的量测转换问题,提出了一种基于球坐标系下最优线性无偏估计滤波的交互多模型算法。该算法的核心思想是将最优线性无偏估计滤波作为交互多模型中的基本滤波,完成对机动目标的跟踪。在仿真试验中,将该算法与基于扩展卡尔曼滤波的交互多模型算法进行比较,结果表明该算法有效地抑制了扩展卡尔曼滤波中常见的滤波发散问题,并且提高了跟踪的精度,具有较好的实用性。     

基于坐标转换的卡尔曼交互式多模型滤波算法

为解决舰炮火控系统中在笛卡尔坐标系中测量信息的互相关性,分析了目前舰炮火控系统中所用到的坐标系及其坐标变换,在瞄准线坐标系内建立了自适应滤波的交互式多模型算法,能够充分利用跟踪传感器的量测信息,在卡尔曼滤波中具有较强的自适应能力,通过与标准交互式多模型算法的对比验证,自适应交互式多模型算法在计算精度上明显好于标准交互式多模型算法。     

基于姿态角变化的目标体坐标系下雷达视线的研究

考虑目标姿态角对目标跟踪/识别中的雷达RCS值的影响,建立了雷达测量坐标系与目标体坐标系之间的坐标转换模型.将雷达转换为姿态角不断变化的目标体坐标系下一点,研究雷达视线在目标体坐标系下的方位和高低角.利用Matlab对其进行仿真,得出雷达视线方位和高低角随时间变化的曲线,有效验证了坐标转换模型的正确性和重要性.     

扩展式机动目标可调白噪声模型

在目标跟踪过程中,每个量测周期所得到的雷达量测数据以极坐标形式表示。量测方程在极坐标中是线性的,但在笛卡儿坐标系中却是非线性的。此时,目标跟踪实际上是非线性的。随着现代航空、航天技术的发展,飞行器的机动性得到了更大的加强,这就使跟踪问题变得更加困难和复杂。针对非线性机动目标跟踪问题,提出了一种扩展式当前统计模型机动目标跟踪算法。该算法不需要假定目标的机动加速度模型,而是直接正确地估计出机动目标的当前状态,不存在任何估计滞后与修正问题。最后,给出了算法的仿真分析。     

量测坐标系下的纯距离自适应跟踪算法

为避免传统雷达数据处理方法中因坐标变换而导致噪声统计规律变化的问题,基于“当前”统计模型,在量测坐标系下提出一种纯距离自适应跟踪算法。算法基于拟合的思想,利用纯距离信息在量测坐标系下进行滤波计算,避免了由于坐标系的变换而产生的偏差和耦合误差。针对目标发生机动的情况,实时地调整加速度方差,从而达到自适应跟踪目标的效果。仿真结果表明,该算法对目标状态的估计更加精确,对机动目标具有较好的跟踪性能。     

多目标多传感器跟踪:应用与发展(连载二)多传感器跟踪的实际状况

３坐标系任何跟踪滤波器的最基本特征是坐标系和参考点或该坐标系原点。坐标系和原点的选择依赖于几个因素。这些因素包括由系统跟踪的目标类型、综合到系统中的传感器的类型、来自远程平台的数据的表示和跟踪系统的最终目的。理想的是，人们愿意选择与提供量测的传感器和对跟踪系统具有最大意义的目标相匹配的坐标系。实际上，这是不太可能的。通常，坐标系的选择是通过一个综合权衡过程进行的。虽然有许多坐标系是可以采用的，但是一些实际的考虑通常迫使系统设计者选择少数几种坐标系中的一种。象极坐标系、球坐标系和笛卡尔坐标系是最常…     

基于目标运动角速度的火控滤波技术

在跟踪传感器可以提供目标运动角速度基础上,研究了一种将目标运动角速度信息引入火控滤波的方法。针对量测的目标运动角速度物理特性,研究了将目标瞄准线坐标系运动角速度转换为地理坐标系线速度的方法,利用标准卡尔曼滤波算法,将目标速度引入到火控滤波中。仿真结果表明,在保证目标速度精度条件下,引入目标速度信息可以显著改善火控滤波性能,缩短滤波收敛时间。     

一种基于球坐标的角速率耦合跟踪方法

针对机动目标跟踪中所获取的速度量测信息，分析了速度量测与位置量测信息的关系，建立了球坐标系下角速率耦合跟踪模型。将Coriolis加速度信息引入到对径向距离的滤波处理中，同时也探讨了角速度对径向距离滤波的影响。仿真结果表明，相比于其他几种方法，角速率耦合跟踪方法在一定程度上提高了跟踪精度。     

目标运动角速度的火控滤波改进方法

针对目标运动的角速度测量信息,研究了目标瞄准线坐标系量测信息转换地理坐标系方法,同时分析了位置量测误差对目标速度的影响,建立了目标位置量测误差与速度误差关系。在此基础上,提出了一种基于最小二乘的量测预处理的改进滤波方法。仿真结果表明,改进的滤波方法提高了火控滤波精度及稳定性。     

多坐标系中的分布式和联邦式数据融合算法

在坐标转换误差条件下,引入kalman滤波算法的两个重要公式.分析多坐标系传感器系统中分布式kalman滤波算法的特点.在此基础上提出一种改进的联邦式滤波算法.新算法中.通过对量测方程和坐标转换方程的变换,使得本地处理器利用本地坐标系中的量测值,通过kalmam滤波算法直接得到参考坐标系下的状态值.相应的,kalman滤波算法也要根据这种数学变形作适当的修正.这样,在联邦式算法中,仅仅需要一次坐标转换就可以得到状态的全局估计,因此,滤波精度比分布式算法有所提高.仿真的结果也证实了这种性能的改进.     

粒子PHD滤波存活粒子采样新方法

针对多目标跟踪粒子概率假设密度滤波算法中存活粒子的重要性密度采样问题,给出一种结合最新量测信息的存活粒子重要性密度采样新方法.该方法根据最新量测集中的各个最测与目标粒子的单步预测状态的似然值,以概率选取量测值,利用无迹变换获得粒子的重要性密度函数,并对其进行采样实现粒子概率假设密度滤波中存活粒子的采样,有效地减轻了粒子的退化现象. 3目标跟踪仿真试验中,当目标模型与跟踪算法使用的目标模型不匹配时,采用所提出的存活粒子采样方法的粒子概率假设密度滤波算法最优子模式分配距离下降约70km.论文给出的存活粒子采样新方法显著地提高了多目标跟踪粒子概率假设密度滤波算法的鲁棒性.     

机动目标跟踪Jerk模型的改进

Jerk模型是Singer模型的改进模型,它提高了对机动目标的跟踪精度,但延长了从起始跟踪到稳定跟踪所需时间.提出一种对Jerk模型的改进,选取一个合适的分段点,初始段采用四维扩充的Singer模型,分段点后采用Jerk模型,通过调入不同的参数就可以实现跟踪模型的转换,仿真结果表明改进的Jerk模型到达稳定跟踪的时间缩短,并且跟踪精度不受影响.     

弱机动目标的参数估计

本文探讨了卡尔曼滤波用于估计弱机动目标状态参数问题。在极坐标系下建立目标机动的相关加速度模型,通过对运动目标斜距二阶变化率和方位角加速度的定量分析,建立了自适应估计目标动态模型噪声强度的弱机动目标参数估计算法。对几种典型航路的模拟证实了在选择适当参数时该算法对目标机动,不同类型的机动间的转换,不仅能较好地压制随机量测噪声,而且能满意地估计目标的速度和航向。     

一种基于IMM/MSPDAF的多传感器数据融合目标跟踪算法

基于交互式多模型和多传感器联合概率数据关联算法的机动目标跟踪,先用融合算法将红外和雷达的量测进行融合,然后利用融合后的数据,采用交互式多模型机动目标跟踪方法实现对机动目标的跟踪。仿真实验验证了算法具有良好的机动目标跟踪效果。     

一种新的杂波环境下的多目标跟踪算法研究

杂波中的多目标的跟踪研究面临许多挑战.目标轨迹受多种动作制约,而且杂波通常是实质的非同质杂波.在多目标状态下,量测任务的计算量可能随航迹数和量测数呈指数增长,LMIPDA-IMM算法解决了这一问题.IMM算法可用来跟踪机动目标,LMIPDA算法计算目标存在概率,能够进行错误航迹的识别,从而航迹可自动起始和终结.LMIPDA提供了线性运算的航迹数和量测数多目标数据关联,仿真结果表明该算法在很强的非同质杂波中是很有效的.     

基于几何解算的飞机三维姿态测量方法

针对单站光测图像,提出一种基于目标形状特征的三维姿态测量方法。在已知飞机外形尺寸、光测设备成像参数以及飞机与光测设备之间距离的情况下,根据飞机参考平面(水平机翼所在平面)与成像平面平行和不平行时成像尺寸的差异,可以估计出飞机参考平面相对于成像平面的位置关系,从而得到飞机相对于摄像坐标系的三维姿态,再通过坐标转换即可得到飞机相对于大地坐标系的三维姿态。该方法充分利用了目标和成像设备的先验知识,避免了复杂的模型匹配过程,具有较好的准确度和实时性,对目标的精确控制和跟踪具有重要意义。     

坦克观瞄系统的坐标体系

目前我国主战坦克的观瞄系统使用的是建立在单一炮塔坐标下的数据处理方式,基于这种数据处理方式的火控系统,在跟踪机动目标时的模型误差成为系统作战的主要误差,已经无法满足现代作战对打击机动目标的要求.对正在发展的目标跟踪式观瞄系统定义了一套新的坐标系统,以及目标运动参数在各坐标系之间转换的变换矩阵,提出了在这种坐标系统基础上对目标运动参数的处理方法,并指出这种数据处理方式将是高速、机动目标建模的基础,在未来的数字火控方式中有极大的使用前景.     

基于参数自适应CS模型的机动目标跟踪算法

为提高对机动目标的跟踪精度,提出一种基于参数自适应当前统计(CS)模型的跟踪算法。即利用加速度增量与位移的关系,自适应调整加速度方差,根据量测残差的统计距离判别目标机动特性,并调整模型的机动频率和滤波器增益系数,提高算法模型与目标机动模式的匹配程度。仿真结果表明,基于参数自适应CS模型跟踪算法能够较好地改善对强机动目标的跟踪性能。