变结构多模型估计第IV部分:模型群切换算法的设计和评估

在第Ⅲ部分提出了一种称为模型群切换算法(MGS)的变结构多模型(VSMM)估计器。它是第一种通用的、可应于一大类具有混合(连续或离散)不确定性问题的VSMM估计器。在这种算法中,模型集合通过在一定数目预先确定的模型群之间的切换来实现自适应。它比固定结构MM(FSMM)估计器,包括交互多模型估计器(IMM)具有更大的潜力获得更高的费效比。本文研究了算法应用中的一些比较重要的问题,包括模型群自适应逻辑和模型群的设计。研究的结果通过一个机动目标跟踪问题的详细设计例子进行了演示。这个跟踪问题使用一个时变模型集合,每个模型由目标的加速度期望值表征。仿真结果用来证实在仔细设计和非常随机和确定的情况下,MGS算法同使用所有模型的固定结构IMM(FSIMM)估计的性能(基于更合理和完全的度量,而不是仅使用通常的rms误差)和计算复杂程度的比较。     

用批递归估计器纯方位跟踪机动目标

本文介绍一种新的批递归估计器用杂波中的纯方位量测跟踪机动目标(即,低信噪比(SNR)目标)。标准的递归估计器跟广义卡尔曼滤波器(EKF)一样由于缺乏初始目标距离信息而造成粗劣收敛和不稳定状态。另一方面,批估计器不可以处理目标机动。为了纠正这些缺陷,本文用概率数据互联将批最大似然——概率数据互联估计器(ML-PDA)同递归交互多模型(IMM)估计器组合,在有杂波的条件下产生较好的航迹初值和航迹保持结果。还论证,批递归估计器可以用于基于目标状态估计的自适应己舰机动决策,以提高目标的可观测性。跟踪算法对有8dB信噪比的目标被证明是有效的。     

变结构多模型估计第V部分——可能模型集合算法

本文提出了一种称为可能模型集合(LMS)算法的变结构多模型(MM)估计器,它适用于大多数混合估计问题并且比较容易实现。在任何时刻使用所有与系统模式匹配的模型。本文讨论了该模型的不同版本。最简单版本通过删除所有不太可能的模型,激活所有主要模型可能跳变的模型来获得模型集合的自适应,从而获得可能的期望系统模式转移。通过一个跟踪机动目标和一个失效检测和识别的例子来演示了LMS估计器设计和应用的通用性、简单性和容易性。文中也给出了算法同其它一些固定结构-变结构估计器在费效比方面的比较结果。     

二维约束点集Delaunay三角剖分算法研究

在已有算法基础上,提出了任意二维约束点集Delaunay三角剖分的新算法,算法仅在局部产生少量新点,并在局部对三角剖分进行修改,便可保证整体三角剖分符合Delaunay性质.     

一种基于遗传算法的防空兵火力分配方法

在建立了防空兵火力分配的遗传算法模型基础上,阐述了遗传算法在防空兵火力分配中的应用情况,并通过在计算机上仿真运行实例,得出了火力分配方案。分析了此方法与威胁估计模型火力分配方法的优缺点,是一种有益的尝试与探索,对防空兵指挥决策和理论研究有一定的参考价值。     

双天线干涉SAR系统无控制点场景的参考相位高精度快速估计算法

在双天线干涉SAR系统中,对无控制点的场景通常采用同名点传递的联合定标方法估计参考相位,非常耗时。为解决无控制点场景参考相位的快速估计问题,本文首先对影响参考相位的因素进行理论分析,给出了参考相位与影响因素的解析关系式,并结合系统参数进行了仿真分析;进而分析参考相位对高程误差的影响。根据分析结果,结合SRTM的粗精度DEM数据、滤波后的干涉相位及相干系数,提出高精度参考相位快速估计算法,并给出了算法详细实现流程。通过对实际机载双天线InSAR系统获取的数据进行处理,表明本文算法在文中的系统参数下可以达到优于2m的相对高程精度,处理4096×6560的数据块时,参考相位估计速度要快20倍以上。     

基于神经网络的多模型机动目标跟踪方法研究

针对传统机动目标跟踪问题中存在的跟踪精确性低、参数适应性差、计算量大等问题,提出了一种基于径向基神经网络的多模型机动目标跟踪方法.首先,介绍了机动目标跟踪问题的基本原理、径向基神经网络模型及机动目标运动模型.然后,将提取的机动目标特征向量输入已训练好网络参数的神经网络中,与隐含层中由训练样本组成的输入矩阵比较并输出,通...     

时空预滤波对运动检测器速度估计的影响分析

初级运动检测器在检测自然图像的运动速度时存在不足,在运动检测器前增加时域和空域滤波器可以改善图像运动速度的估计.详细分析了时空滤波器对运动检测器输出的影响,结果表明通过设计滤波器可以有效提高速度估计的准确性,并且可以减小相对误差.     

静止观测站下机动目标的推广卡尔曼角度跟踪算法

采用"当前"统计模型,提出了静止观测站下机动目标的推广卡尔曼角度跟踪算法,实现了对目标的角度跟踪和预测,并对此算法进行了Monte-Carlo计算机仿真.通过分析目标角度的误差均值与误差均方值,表明此算法有较好的角度跟踪与预测能力.     

一种基于最大似然估计的ISAR自聚焦算法

自聚焦是ISAR成像中的一项关键技术,其目的是消除目标和雷达的径向运动引起的相位误差。从ISAR信号模型出发,推导得到了相位误差的最大似然估计,并给出了一种基于最大似然估计的ISAR自聚焦算法。该算法采用了相位梯度算法(PGA)的处理结构,利用了多个距离单元上的散射点信号。算法中没有孤立散射点的要求,不需要相位解模糊,并且消除了相位误差估计中积累误差的影响,提高了相位误差的估计精度。将该算法应用于实测数据的ISAR成像中,得到了较好的聚焦结果。