基于TS-MMPF的机动弱目标TBD算法

针对基于多模粒子滤波(Multiple Model Particle Filter,MMPF)的机动弱检测前跟踪(Track-Before-Detect,TBD)方法存在不能直接给出目标航迹以及粒子退化导致的目标漏检问题,提出一种基于航迹平滑(Track Smoothing,TS)的MMPF(TS-MMPF)机动弱目标TBD算法。该方法利用MMPF的方法对机动弱目标量测数据进行处理,输出初步的检测和跟踪结果;将MMPF的输出结果重新定义为新的量测并进行目标的航迹起始、关联及滤波并给出目标的航迹;最后,利用航迹预测值对目标航迹进行平滑处理,有效解决粒子退化导致的漏检问题。仿真结果表明该算法可以有效提高目标航迹的稳健性。     

基于线性预测的雷达航迹压缩算法

雷达通信手段遭到破坏时,目标航迹数据无法传输,可以采用北斗短报文进行应急传输。针对北斗短报文通信容量有限的问题,提出一种基于线性预测的雷达航迹压缩算法。采用线性预测的方法将雷达获取的目标航迹进行分段直线拟合确定航迹的特征点,用特征点代替航迹进行传输实现对航迹的压缩。仿真结果表明:该算法具有非常好的航迹压缩效果。     

多普勒盲区条件下的目标点迹-航迹关联方法

机载预警雷达存在着固有的多普勒盲区问题,该盲区不仅易引起目标航迹中断和重起批,还容易引起数据关联的错误。基于此,提出了一种新的多目标点迹-航迹关联方法,该方法引入了由多普勒盲区造成的第二类空量测,将点迹-航迹关联作为最优二维分配问题求解,同时,为延长航迹寿命,采用多普勒盲区先验信息对传统航迹撤销准则进行了修正。仿真结果表明:在杂波、多目标环境且存在多普勒盲区的条件下,该方法航迹中断率较传统方法有明显下降。     

欠驱动无人艇自适应滑模航迹跟踪控制

为便于航迹跟踪控制器设计和分析,引入坐标变换,建立典型的欠驱动无人艇数学模型;建立以航迹上自由点为原点的Serret-Frenet坐标系,实现对航迹跟踪误差变量的描述;通过将航迹参数的更新律作为一附加控制输入,实现了无人艇航迹跟踪控制系统由欠驱动向全驱动控制的转变,并利用改进视线导引算法实现了对无人艇位置的跟踪控制;考虑海流等外界扰动的影响,采用滑模自适应技术分别设计了无人艇航向和航速控制算法,实现了对航向角、纵向速度跟踪误差的镇定;基于李雅普诺夫理论和级联系统理论证明了航迹跟踪控制系统的一致半全局指数和一致全局渐进稳定性。仿真结果表明:所提出的控制算法可在一定程度上处理海流等外界扰动,跟踪效果良好,并且克服了角速度持续激励问题,能够同时实现对直线和曲线航迹的跟踪。     

基于目标参照拓扑的模糊航迹关联方法

航迹关联是分布式多雷达数据融合系统中的关键问题。多个雷达对同一目标观测的局部航迹,在系统偏差的影响下相差很大,难以通过目标位置、速度等信息进行关联判决。基于目标参照拓扑的模糊航迹关联方法,首先利用目标空间上的相对位置信息,提取新的特征———目标拓扑向量,然后考虑正北偏差的影响将其弥散化,继而应用模糊模式识别方法进行分析,建立关联准则,实现目标航迹的自动关联,并可为数据的进一步校准提供先验信息。仿真结果表明该方法具有较高的关联精度和鲁棒性。     

基于MHT-IMM的航迹生成算法建模与仿真

针对杂波环境下未知机动目标的航迹生成问题,提出了一种多假设航迹跟踪与交互式多模型(multi hy?pothesis track-interactive multi model,MHT-IMM)算法来生成机动目标航迹.MHT-IMM算法充分利用点迹的各种特征信息和融合航迹的历史累积信息,预测机动目标加速度,自适应选择合...     

基于SDNN神经网络的多雷达目标航迹跟踪研究

现代雷达系统中,目标的航迹跟踪是Network)节点自删除神经网络的多雷达目标航迹跟踪的方法.仿真结果表明,这种方法能够很好地完成多雷达目标的数据融合,并比较有效地实现了多雷达目标的航迹相关.     

HOUGH变换与航迹关联

在雷达情报自动化处理过程中 ,无论是集中方式还是分布处理方式 ,都要进行航迹关联 ,即要识别哪些航迹源于同一目标。利用 HOUGH变换方法 ,将航迹映射到参数空间进行聚类 ,从而达到航迹自动综合的目的。仿真实验表明 ,这种方法是行之有效的。