机动目标跟踪的非线性算法

卡尔曼滤波器对线性高斯滤波问题能提供最优解, 而对目标运动模型、观测方程等要求的非线性就不再适合,提出了一种机动目标自适应非线性粒子滤波算法-" 粒子滤波器"(Particle Filters PF)法, 这种方法不受线性化误差和高斯噪声假定的限制,适用于任何状态转换或测量模型, 分析比较了粒子滤波(PF)与扩展卡尔曼滤波算法(EKF) 的滤波精度、运算量等方面指标.给出了基于典型非线性模型的算法仿真, 仿真结果表明粒子滤波新方法优于EKF对机动目标跟踪.     

单个非顺序量测的异步航迹融合算法

针对雷达航迹中存在的非顺序量测问题,在标准卡尔曼滤波的基础上,建立了该问题的数学模型,提出了用于解决单个非顺序量测一步滞后和多步滞后问题的异步航迹融合算法.通过在原A1算法和Al1算法的基础上融入平滑算法,提出了改进的A1算法和Al1算法,并进行仿真试验.仿真结果表明,改进后的算法能更准确有效的进行目标跟踪.     

单站纯方位目标跟踪系统可观测性分析

针对单站纯方位目标跟踪系统的可观测性,在研究国内外有关状况的基础上,给出了单站纯方位目标运动分析的问题描述,综述了国内外的研究和发展情况,给出了由观测可观测性的一些结论和证明.其中对某些经典的结论给出了简单、明了的证明方法,这些有助于该问题的深入理解和研究.     

弹道滤波算法研究

为导引我方发射的制导炮弹等目标,需要在炮瞄雷达跟踪炮弹的基础上准确估计炮弹目标的位置、速度等状态信息。鉴于直接对测量的弹道轨迹建立常规运动模型滤波效果较差,提出了两种方法。一种基于弹道偏差滤波的方法,另一种是基于弹道方程滤波方法。仿真计算比较结果表明文中建立的弹道滤波算法对弹道类目标的滤波精度和反应时间上有大幅度提高。     

舰载红外搜索与跟踪系统的最新现状与发展趋势

详细介绍了国外舰载红外搜索与跟踪系统的研制与装备,包括各国典型系统的特点、研制历史、试验以及装舰服役现状等,提出了舰载红外搜索与跟踪系统的未来发展方向。     

基于方向信息的无人机群编队控制算法北大核心

针对无人机群的速度跟踪编队控制设计了基于方向信息的控制策略,其中无人机的控制器设计只依赖于临近无人机的相对方向,从而可以应用于无人机群通信受阻的情况。通过设计基于方向信息的比例积分控制器完成了无人机群编队系统的速度跟踪问题,控制器的稳定性分析采用了基本Lyapunov函数的方法,与基于优化策略和持续激励方法相比更利于控制策略扩展应用到更加复杂的情形中。最后,分别通过定点和速度跟踪编队控制仿真实验,验证了控制方法的有效性。