杂波环境下机动目标跟踪模拟

蒙特卡洛仿真为提高次最优贝叶斯估计精度提供了可能。有文献提出了一种新的自举仿真逼近方法——自举多模型滤波(BMM)来对机动目标进行跟踪。本文对这种算法进行了扩展,使其适用于杂波环境中,即把概率数据关联(PDA)和BMM算法进行组合来克服观测样本的不确定性。并通过模拟把BMM PDA算法和通用的解决此类问题的交互多模型概率数据关联(IMM PDA)滤波方法进行了比较。结果证明,BMM PDA算法更加行之有效。     

小子样条件下导弹靶场试验综合评定方法

针对导弹靶场试验中的小子样问题,分析了自助法和随机加权法,并对自助法中再生子样较为集中的不足进行了改进。通过仿真比较得出,改进后的自助法具有更好的评定特性。     

强跟踪渐进更新扩展卡尔曼滤波器及其在磁偶极子跟踪中的应用

为了改善实际跟踪过程中因为缺乏目标先验信息造成的模型失配对滤波器跟踪性能造成的影响,引入强跟踪滤波(STF)思想对渐进更新扩展Kalman滤波(PU-EKF)算法进行改进,提出了强跟踪渐进更新扩展Kalman滤波(STPU-EKF)算法.在多种模型失配情况下进行磁偶极子跟踪仿真试验,对所建算法的性能进行验证,仿真结果表...     

基于Bayes方法的射击密集度评估

以某远程武器射击密集度鉴定问题为对象,研究了运用Bayes 理论从仿真试验数据中提取有用信息,从而实现在少量试验样本情况下有效完成射击密集度试验鉴定任务的方法.将最大熵法应用于射击密集度估计,介绍了运用自助(Bootstrap)法从仿真试验结果中获取验前信息的基本思想和一般方法,以及在获得验前信息后结合现场试验样本进行射击密集度鉴定的方法.     

射击精度评估新技术

以某远程武器射击精度鉴定问题为对象,研究了运用Bayes理论从仿真试验数据中提取有用信息,从而实现在少量试验样本情况下有效完成射击精度试验鉴定任务的方法.尝试在准确描述远程武器射击精度的动力学仿真模型的基础上,将均匀设计法应用于射击精度的仿真,介绍了运用自助(bootstrap)法从仿真试验结果中获取验前信息的基本思想和一般方法,以及在获得验前信息后结合现场试验样本进行射击精度鉴定的方法.     

反舰导弹靶场试验精度评定方法

为了对小子样条件下反舰导弹靶场试验精度作出合理的评定,研究了自助法和随机加权法的原理。针对自助法和随机加权法存在的不足,研究了一种改进的方法,仿真结果表明新方法获得了更加稳健、精确的评定。最后,给出一些有益的工程应用建议。     

基于高斯伪谱法的弹道跟踪制导律

针对拦截临近空间高超声速飞行器的弹道跟踪过程，设计了一种基于高斯伪谱法的跟踪制导律。为了对标称弹道进行精确跟踪，基于线性二次型跟踪问题，应用最优控制理论推导最优解的充要条件，得到带时变增益的线性状态反馈控制量的表达式；基于高斯伪谱法，在离散的勒让德-高斯(LG)点上利用标称弹道数据计算差分矩阵和系数矩阵，求得状态扰动反馈控制律。仿真结果表明，该方法能够快速、有效的消除跟踪误差，满足在线实施要求。     

基于虚拟检测函数下的IMM-UKF机动目标跟踪

为了有效提高对机动目标的跟踪效果,将无迹卡尔曼滤波(UKF)引入到交互多模型(IMM)算法框架内,加强状态估计精度;引入强跟踪滤波器(STF)到UKF算法中,避免对强机动目标的过大时间延迟和跟踪性能差的缺点;提出虚拟检测函数法,在跟踪过程中自适应调整"当前"统计模型的机动参数,加大模型集与目标真实运动模式匹配概率。仿真结果验证了改进算法的有效性。     

一种新的IMM-PDA滤波器跟踪门

针对杂波环境下跟踪机动目标问题,研究了两种现行的跟踪门,模型跟踪门(MBG)和集中跟踪门(CG)。在此基础上提出了新的跟踪门,分别是模型概率加权跟踪门(MPWG)和两级模型概率加权跟踪门(TS-MPWG)。用RMS误差、跟踪丢失百分比和计算量比较了这几种跟踪门的性能。从仿真结果可以看出,在杂波环境下用IMM-PDAF进行机动目标跟踪,TS-MPWG跟踪门优于其它方法。     

一种改进的基于交互式模型的机动目标跟踪算法

针对传统的以匀速(CV)或匀加速(CA)运动作为目标运动模型的卡尔曼跟踪滤波器的计算量大及跟踪精度低的固有缺陷,提出了一种基于CV和CA的交互式卡尔曼滤波模型的机动目标跟踪算法,该算法能在保持直线运动跟踪精度不变的前提下,使做曲线运动的目标的跟踪精度逼近做直线运动的目标的跟踪精度。并将CV和CA模型混合起来进行仿真估计,系统仿真结果表明该算法提高了系统的跟踪精度。     

机动目标跟踪的模式集自适应IMM算法的设计和比较

变结构多模型状态估计器方法适用于雷达跟踪空中机动目标。本文研究和设计了两种自适应时变模式集交互多模型(IMM)跟踪滤波器;切换网格(SG)IMM和自适应网格(AG)IMM算法。针对不同的飞行想定,通过Monte Carlo仿真方法对这些算法及相应的固定网格(FG)IMM滤波器的性能进行了评估和比较。仿真显示,对特定的机动目标跟踪问题,SGIMM和AGIMM跟踪滤波器在性能和计算量等方面要比固定结构多模型算法(FGIMM滤波器)有明显地提高。     

改进预测协方差门限法的采样周期自适应选择算法

传感器采样周期是影响目标跟踪的一个重要参数。现有自适应采样周期策略中,一些算法运算量比较大,计算效率低,不具有一般性。为此提出了一种改进的预测协方差门限法。该算法改进传统采样周期的全遍历寻优策略。最后与几种自适应采样周期算法与固定采样周期算法通过交互式多模型(IMM)滤波算法进行仿真比较。仿真结果表明该算法在目标跟踪过程中能满足跟踪需求,具有较少的计算量,较高的运行效率,比固定采样周期算法更能节约资源。     

快速Marginalized粒子滤波器在纯方位跟踪中的应用

为提高纯方位跟踪性能,降低粒子滤波方法的运算量,在原有Marginalized粒子滤波器(MPF)的基础上,对线性部分处理方法进行简化,提出了快速Marginalized粒子滤波器(FMPF),并结合纯方位跟踪模型,推导了FMPF应用的具体算法步骤,使用机动目标纯方位跟踪仿真实例,与其他滤波器进行了仿真对比,分析了跟踪性能和计算量.仿真结果表明,与标准粒子滤波器相比,FMPF可以提高线性部分的计算精度,同时减少MPF所需的计算量.     

1.06μm激光仿真测试中Mie散射影响分析

结合室内激光跟踪探测器仿真测试中脉冲激光目标指示信号的发射、传播和探测过程,探讨1.06μm波长脉冲激光大气传输中气溶胶米氏(Mie)散射对激光探测和跟踪的影响规律.通过建立室内气溶胶散射模型,进行激光指示散射信号传输的建模与仿真计算.数学仿真和实际测试数据的对比分析表明,该计算模型具有较高精度,为设计激光跟踪探测器探测和跟踪仿真测试布局和采取减小散射影响措施提供了参考.     

基于EMA算法的变结构交互多模型算法

标准交互多模型(IMM)算法使用固定数目和时不变的模型集,往往不能兼顾算法的实时性与跟踪精度。基于增加期望模型(EMA)算法的思想,提出综合利用前一时刻的模型匹配概率与当前时刻的混合概率作为加权系数调整系统噪声模型集,调整后的模型集被认为非常接近系统实际噪声模型。将该模型集自适应技术与IMM算法结合得到一种变结构交互多模型(EMA-VIMM)算法。使用机动目标跟踪仿真实例,与标准IMM算法进行了仿真对比,分析了跟踪性能与RMSE误差。仿真结果表明,EMA-VIMM算法不仅极大地提高了跟踪精度,而且与标准IMM算法相比,具有稳定的跟踪性能和较低的计算量。     

基于层次化的机载红外搜索跟踪系统仿真

从机载红外搜索跟踪系统(IRST)的组成原理和功能分析出发,采用层次化构架体系建立了机载红外搜索跟踪系统的功能仿真模型。在此模型中,提出了在信息源联网条件下状态优化的方法,研究了机载红外搜索跟踪系统的状态推进模块。使用"网格法"分析了机载红外搜索跟踪系统扫描模拟模块。通过对最小可检测辐射强度的求解,分析了机载红外搜索跟踪系统的目标探测模块。基于上述模型进行了仿真研究,仿真结果表明了该模型的合理性和有效性。     

一种改进的强跟踪滤波算法的推导及仿真验证

针对一般强跟踪滤波算法(STEKF)在光纤陀螺动态输出滤波过程中存在跟踪效果不好的缺陷,分析推导一种新的强跟踪滤波算法(ISTEKF),使其能够克服原先算法存在的缺陷,并利用光纤陀螺动态输出数据进行仿真验证,滤波结果表明ISTEKF算法能够达到很好的跟踪效果,且具有较强的自适应能力。     

基于强跟踪滤波器的多雷达配准方法

在多雷达数据处理系统中,雷达本身的系统偏差是影响目标跟踪和数据融合质量的一个重要因素。提出了基于强跟踪滤波器(STF)的多雷达配准算法。该算法是利用各雷达相对主雷达的测量差值,利用强跟踪滤波器(STF)实时估计出各雷达的系统偏差(方位和距离),从而进行配准。仿真实验结果表明这种方法是有效的。     

自适应交互多模型算法在机动目标跟踪中的应用

针对多模型算法在机动目标跟踪中存在的问题,运用交互多模型算法(IMM)和自适应滤波理论,设计了一种自适应交互多模型算法(AIMM),结合目标运动模型对目标当前加速度和其方差进行估计,并在此基础上给出了AIMM中模型集和模型转移概率的设计方法,进行了计算机仿真.蒙特卡罗仿真结果表明,与标准IMM算法相比,该算法比IMM算法的跟踪性能有很大提高,跟踪复杂机动目标比IMM有更快的收敛速度,跟踪滞后问题得到较好的解决,跟踪目标的稳定性和精确性均优于IMM算法,有利于机动目标的实时跟踪.     

多站多目标雷达数据融合

多站多目标跟踪是雷达数据融合的主要问题。提出了一种对测量数据聚类,在类间进行数据融合,之后基于目标的融合状态,采用强跟踪滤波器(STF)对多目标进行跟踪。利用上述方法,进行了各种态势下的仿真实验。