CS模型下IMM-PF算法在机动目标跟踪中的应用

为了解决机动目标定位跟踪问题,提出了一种基于CS(current statistical)模型的交互式多模型粒子滤波算法.在交互式多模型粒子滤波算法的基础上,计算CS模型的概率,自适应地调整CS模型中的目标加速度,反映出了目标的机动特性,充分发挥2种算法的优点,改善了CS模型的加速度不能自适应调整的缺点,提高了CS模型的自适应性和应用范围.另外,CS模型的自适应滤波方法由Kalman滤波改为粒子滤波.通过Monte Carlo对比仿真试验表明了该算法的可行性和优越性.     

复杂场景下基于自适应多特征融合的跟踪算法

在复杂的场景下,单特征对目标描述不够充分,很难稳健地跟踪目标,针对这个问题,提出了一个基于自适应多特征融合的粒子滤波跟踪算法。该算法采用灰度和边缘特征表示目标,从目标观测似然模型构建的角度融合两种特征,利用粒子似然分布的香农熵动态地评价特征的可靠性,进而确定特征融合权重,以提高算法对场景的适应能力;同时,改进了线性加权的模型更新策略,通过对加权系数的在线调整来抑制模型漂移。实验表明,本文算法可以实现部分遮挡和背景干扰等复杂场景下的跟踪。     

基于模型概率估计的两层交互多模型算法

在机动目标跟踪问题的研究中,针对转弯机动目标跟踪精度差的问题,设计了一种利用模型概率对模型集合进行实时计算的两层交互多模型算法。该算法由第一层目标转弯速率的粗估计和第二层目标状态向量的精估计构成,它利用第一层模型计算出的目标运动估计转弯速率,构建与当前目标运动状态匹配程度较高的第二层转弯模型集合,并将该转弯模型集合运用于状态估计中。仿真结果证明了该算法在针对转弯机动目标时仍有较好的跟踪精度。     

动力翼伞风扰补偿高度控制方法

外界风场是影响翼伞高度跟踪精度的最主要扰动因素。针对该问题,建立了动力翼伞的八自由度模型,并在传统自抗扰控制的基础上,设计一种基于风场前馈补偿的改进抗扰控制器,对外界的风场干扰进行针对性补偿,实现翼伞系统的高度跟踪控制。在通过仿真实验对控制器进行初步验证的基础上,进行了翼伞系统的实际飞行实验。在实际飞行环境下,仿真中所调节的控制器参数可直接应用于实际飞行实验,翼伞系统的平均高度跟踪误差在2.5 m以内,证明所设计的控制器存在一定的实际应用价值。     

弱机动目标的参数估计

本文探讨了卡尔曼滤波用于估计弱机动目标状态参数问题。在极坐标系下建立目标机动的相关加速度模型,通过对运动目标斜距二阶变化率和方位角加速度的定量分析,建立了自适应估计目标动态模型噪声强度的弱机动目标参数估计算法。对几种典型航路的模拟证实了在选择适当参数时该算法对目标机动,不同类型的机动间的转换,不仅能较好地压制随机量测噪声,而且能满意地估计目标的速度和航向。     

纯方位目标运动分析的一种系统方法

本文首先对以往关于纯方位目标运动分析的研究作了系统性的综述,阐明了以往发展的纯方位TMA算法所存在的共性不足以及解决该问题的困难性,最后介绍了我们研究的一种系统解决纯方位TMA问题的DL原理。     

纯方位目标跟踪附加等价噪声及自适应处理

对多种航路下的等价量测噪声进行了分析和仿真,从中可以发现,在某些航路,由于敌我平台的位置摄动,造成附加等价量测噪声的迅速增大,因此必须对其进行自适应处理,文中给出了仿真结果。     

二阶马尔可夫加速度模型下的机动目标预测器

采用二阶马尔可夫加速度模型建立机动目标跟踪滤波器,并将其扩展到预测器中形成六阶多项式预测模型来解决机动目标预测问题。仿真的结果表明本文建立的预测器使机动目标预测精度有了明显的提高。     

组网雷达跟踪系统的类结构设计

本文基于面向对象设计思想,建立了组网雷达跟踪系统的三种类,即：１）传感器／目标类;２）跟踪算法类;３）融合跟踪控制类,并在分布式Ｃｌｉｅｎｔ／Ｓｅｒｖｅｒ计算机系统的网络计算平台上开发了组网雷达跟踪软件系统。该系统可实时、有效地跟踪飞行目标;在恶劣的环境下,具有扩充、重建和重组能力,保证了目标跟踪精度的高质量     

目标定位和跟踪的神经网络最小二乘估计

首先概述了单目标定位和跟踪的现有研究结论和新问题,接着叙述了神经网络最小二乘估计方法,最后给出了它对第１类和第２类火控系统应用的数学模型