目标自动跟踪与信息处理综合系统的研究与实现

根据将目标自动跟踪与信息处理综合的思想,在目标自动跟踪与信息处理综合的实现方面作了大量工作.实验结果表明,只有在自动跟踪系统中综合目标信息处理,火控系统性能才能有质的提高.同时,数字信号处理技术、自适应滤波算法的应用使得系统设计能够基本达到实际应用的阶段.     

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.     

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。     

轴承装配误差及预紧量对导引头伺服机构谐振频率影响与分析

为了在精密装调过程中对导引头伺服机构的动态特性进行准确预测,采用理论建模的方法确定了轴承微量装配参数与伺服机构谐振频率的定量关系。基于Hertz接触理论,建立5自由度轴承刚度模型,并将微量装配误差对轴承刚度矩阵的影响进行建模和分析;采用Timoshenko梁理论推导弹性阶梯轴单元矩阵,并确定系统特征值和特征向量的求解方法;采用MATLAB/GUI建立伺服机构谐振频率分析系统,并搭建实验系统对理论模型进行验证。分析和实验结果表明,所建立的分析方法可以对轴承的微量装配误差引起的谐振频率变化进行比较准确的计算,解决了目前伺服机构精密装调过程中动态特性预测的难题。     

基于强跟踪滤波的捷联惯导/里程计组合导航

针对车载里程计刻度系数受轮胎胎压、温度等的影响实时变化,提出采用强跟踪滤波进行捷联惯导/里程计组合导航。强跟踪滤波利用卡尔曼滤波残差序列相互正交的性质,在线实时调整渐消因子,对突变状态有较强的跟踪能力。提出采用平均速度匹配方法以消除载车振动及里程计量化误差对组合导航的影响,同时将杆臂误差列入状态量,消除不准确的杆臂在载车转弯时对组合导航的影响,建立了捷联惯导/里程计组合导航模型。进行了实际组合导航跑车试验,结果表明组合导航的定位精度优于1‰D。     

雷达低慢小目标检测技术综述

首先,在分析低慢小目标特性的基础上总结了低分辨预警雷达探测此类目标的技术难点。然后,分类总结介绍了目前国内外具有一定启发性的检测技术,基于检测前跟踪技术、基于变换域方法、基于微多普勒分析、基于多活性代理系统检测以及基于杂波白化等方法,并对各方法检测性能进行了简要分析。最后,总结提出了针对此类目标检测技术研究发展的几点思考。     

雷达跟踪空中机动目标的有向图切换算法

空中机动目标机动能力的增强,使得建立的目标模型与目标的实际运动失配。为了解决这一问题,需要建立大量模型来逼近真实模式。但这使得计算量大幅度增加,而且有时性能不一定能提高。本文提出的有向图切换算法根据一定的规则在不同的有向图之间切换,既避免了使用过多的模型造成的不必要竞争,又使使用的模型集合更加逼近真实模式。     

单机动目标跟踪建模的新探索

建模是机动目标跟踪领域需要研究的一个重要理论课题之一。根据指挥自动化系统的特点,本文提出了一种新的更符合指挥自动化系统战术要求的圆弧机动模型——非线性机动中心坐标系模型(Nonlinear Maneuver-Centered Coordinates Model—NMCCM),与坐标旋转模型(Coordinated Turn Model-CTM)[4] 和J. A.Roecker的机动中心坐标系模型(Maneuver-Centered Coordinates Model—MCCM)[2]相比,这种新的模型不仅能以较高精度估计出目标的位置、速度和航向,而且能估计出目标圆弧机动的中心和半径,为指挥、辅助决策和实时拦截引导提供更多的参考数据。     

复杂电磁环境下组网雷达的作战效能建模

针对战场电磁环境日益复杂的趋势,研究了复杂电磁环境组网雷达的作战效能评估问题。依据干扰环境下组网雷达的工作机理,分别建立了基于独立观测的组网雷达目标融合发现模型、基于不同干扰强度的组网雷达目标定位模型和基于信息融合的组网雷达多目标跟踪模型。     

改进的邻近目标GM-PHD跟踪算法

针对目标跟踪系统在邻近目标场景下难以进行精确估计的问题,提出一种改进的邻近目标GM-PHD跟踪算法。该算法通过构建基于预测权值和速度参数的自适应门限,有效避免了杂波对算法更新步骤带来的巨大迭代负担。同时,我们充分考虑了目标邻近时量测的可能分布情况,针对目标与量测的“一对零”和“一对多”现象,提出了一种新的权重分配修正方法。结果表明,目标邻近时,改进后的算法在目标数和目标状态估计方面均优于传统算法,能够显著提高跟踪准确度。