有源跟踪与无源跟踪角跟踪精度的分析与比较

在自卫噪声干扰下,单脉冲雷达可以从有源跟踪方式转为无源跟踪方式,利用敌方释放的噪声干扰进行无源跟踪.首先对有源角跟踪精度进行了分析与计算,然后在无源跟踪时两路接收支路不对称、噪声干扰振幅起伏、中放带宽有限和归一化受到破坏等主要误差原因分析的基础上.对无源角跟踪精度进行了估算.得出一般情况下无源角跟踪误差大于有源角跟踪误差的结论.     

水下纯方位目标运动分析的UKF滤波算法

Unscented卡尔曼滤波(UKF)是一种新的非线性滤波算法,在U变换(unscented transformation)的基础上,获得纯方位条件下的UKF算法.最后,针对水下纯方位目标运动建立系统模型并进行仿真,仿真结果表明,UKF的滤波精度、稳定性和收敛时间都优于EKF,还可避免计算烦琐的Jacobin矩阵或Hessian矩阵,给计算带来了极大的方便.     

相控阵雷达机动多目标跟踪算法设计与仿真

目前的多目标跟踪仿真系统为实现更高的跟踪精度和跟踪效能,多采用复杂的先进跟踪算法进行建模仿真,且仿真环境设置较为理想,不利于工程实践和系统仿真,其工程应用价值大打折扣。针对上述问题,采用连续系统的建模仿真方法,根据当前空战飞行器编队作战的发展对地面武器跟踪制导系统的新要求,提出并设计了基于M ATLAB的相控阵雷达机动多目标跟踪仿真系统,以KALM AN滤波算法为主线,对多目标数据互联、机动检测与辨识以及目标编批和航迹处理等核心模型的算法、关键技术进行了深入研究,开发了与KALM AN滤波算法较为匹配的跟踪滤波系统,最后以跟踪空中多目标编队飞行为例,对仿真系统进行了模型校验与测试。仿真结果验证了模型和方法的有效性,可为系统跟踪效能的分析评估提供平台和依据,对于相控阵雷达系统的开发和战术使用具有积极意义。     

模糊综合评判在武器费用-效能分析中的应用

针对武器费用-效能分析需综合考虑费用、效能和时间三方面因素的问题,提出一种基于模糊综合评判法的多目标决策问题的解决方案.介绍了模糊综合评判的数学模型,总结了在应用模糊综合评判进行辅助决策时需要注意的三点问题,最后结合实例对4种飞机备选研制方案,通过建立单因素评判的模糊优先矩阵、计算单因素排序向量进而得到评判矩阵,采用加权平均型合成算子,将评判矩阵与由KLEE法得到的加权向量进行合成,得出了4种方案的费用-效能分析结果,为方案的选择提供了依据,结果表明,这种方法具有实用价值.     

异步雷达组网协同跟踪动态传感器分配算法

针对异步雷达组网下的协同跟踪问题提出了一种基于异步顺序融合的动态传感器分配算法。该算法对异步雷达的量测值按采样时刻顺序滤波,根据滤波协方差和目标期望协方差的接近程度动态选择下一时刻跟踪的最优传感器集合。仿真分析表明该算法和基于伪量测的异步雷达组网协同跟踪传感器分配算法相比具有较少的计算量和较高的目标跟踪精度。     

基于高斯和-容积Kalman滤波的高轨双星辐射源跟踪

高轨双星系统可通过测量辐射源信号的到达时差、频差和到达高轨卫星的多普勒频移,跟踪沿地球表面巡航且载频固定、已知的运动辐射源。针对辐射源运动方程和观测方程的强非线性,提出了基于高斯和框架与5阶容积Kalman滤波的运动辐射源跟踪算法GS-5CKF。算法将起始时刻的时差观测量所确定的处于地球表面的时差线按辐射源经度等间隔划分,初始化多个并行的5阶容积Kalman滤波器,线性组合各滤波器每个时刻的输出以获得辐射源运动状态的估计。针对5阶容积Kalman滤波器,提出了相应的非线性测度并引入滤波器分裂与合并,以提高跟踪精度并保持GS-5CKF算法计算复杂度基本不变。仿真表明,相对仅使用单个5阶容积Kalman滤波器和基于高斯和框架但使用3阶容积Kalman滤波器的GS-3CKF等算法,提出的跟踪算法具有更高的估计精度。     

信道带宽对CCRW算法码跟踪精度的影响分析

码相关参考波形(CCRW)技术能够适应复杂的电磁环境和实现优异的多径抑制性能,是目前卫星导航多径抑制研究的热点。相关文献对CCRW算法码跟踪精度的研究,主要是针对无限信道带宽条件下,仿真分析闸宽参数对码跟踪精度的影响,并未分析信道带宽影响。论文推导了CCRW算法码跟踪精度表达式,分析了信道带宽对CCRW算法跟踪精度的影响并进行了仿真验证。结论表明,在无限带宽下,减小闸波宽度可提高码跟踪精度,但是在带限条件下,闸波宽度存在最优值。该结论可用于指导卫星导航接收机的CCRW算法设计。     

基于Rényi信息增量的机动目标协同跟踪算法

针对基于多传感器组网进行机动目标跟踪的传感器管理问题,提出了一种基于Rényi信息增量的机动目标协同跟踪算法。首先结合"当前"统计模型和交互式多模型不敏卡尔曼滤波算法设计了一种变结构多模型算法,来进行机动目标的状态估计;然后以Rényi信息增量为评价准则,选择使Rényi信息增量最大的单个传感器进行目标跟踪;最后利用得到的最优加速度估计进行网格划分,更新变结构多模型中的模型集合。在一般机动及强机动场景下进行了算法性能分析,仿真结果表明,该算法能够合理地选择传感器,提高了对机动目标的跟踪精度。     

过载系数未知的反舰导弹跃升俯冲过程跟踪算法

针对反舰导弹跃升机动过程的跟踪中,过载系数未知导致跟踪模型与导弹实际运动的不匹配问题,对状态变量进行扩展,应用扩展卡尔曼滤波对过载系数实时估计,实现对跃升俯冲机动过程的跟踪。仿真结果表明,该算法可准确估计出过载系数,显著提高跟踪性能。     

一种改进的Mean-shift目标跟踪算法

提出了一种利用多帧图像中目标区域颜色直方图特征信息的Mean-shift目标跟踪算法,该算法以Mean-shift为核心,在对目标模板建立特征模型时,不仅考虑了前一帧的目标区域的颜色直方图,而且将前数帧中目标区域的颜色直方图通过加权一起考虑,从而提高了跟踪的稳定性。