杂波下变结构概率数据关联算法

针对杂波情况下的舰艇防空作战中对单机动目标跟踪问题,提出了一种变结构数据关联算法.通过自适应网格算法实现对多种运动模式的机动目标进行自适应跟踪,用概率数据关联算法对杂波下目标进行状态估计,将变结构算法的自适应能力和概率数据关联的杂波跟踪能力相结合.通过模拟跟踪典型反舰导弹机动轨迹,将该算法与标准IMMPDA算法相比较.仿真结果表明,该算法具有较高的关联精度和更短的跟踪时间,对于提升舰艇防空效能和增强生命力有着积极意义.     

粒子滤波在机动目标自适应参数辨识算法中的应用

针对目前机动目标跟踪算法无法有效跟踪反舰导弹末段机动的问题,提出一种引入粒子滤波算法的参数辨识模型.通过仿真分析目标作匀速圆周运动情况下该算法的跟踪性能.结果表明,该算法可有效提高跟踪收敛速度和精度,具有一定工程实际意义.     

反舰导弹末端机动模型及仿真研究

建立合适的机动目标运动模型是目标跟踪的基础.概述几种机动目标模型特点及相互之间的关系,分析反舰导弹末端"蛇行机动"弹道模型,结合其控制指令及机动性能,给出反舰导弹的末端机动模型,并构建机动频率函数对机动频率进行自适应调整,优化了机动目标"当前"统计模型的系统参数.在给定的初始条件下进行仿真试验,仿真结果表明改进的算法适应能力强,能有效提高"当前"统计模型的跟踪性能.     

自适应跟踪滤计算机模拟研究

本文采用自适应卡尔曼跟踪滤波器，对其算法进行了适当简化，采用相应的自适应算法，减少了计算时间，提高了跟踪精度。对线速度为200－1000m/s空中飞行目标和各种航路进行了计算机模拟。结果表明，该 自适应跟踪滤波器，对于高速运动目标具有很高跟踪精度；对于机动目标，也具有较好的跟踪能力。     

基于加权预测残差的模型群切换算法研究

以舰艇反导武器系统中的机动目标跟踪与预测方法研究为背景,在分析变结构多模型算法的基本框架及模型群切换算法仿真计算流程的基础上,依据滤波过程中预测残差对跟踪精度的影响,提出一种基于加权残差的模型群切换方法.针对现代反舰导弹末端"蛇行机动"的运动特点,设计了不同的模型集,在想定的初始条件下进行Monte Carlo仿真实验,结果表明:提出的算法运行稳定,具有较高的费效比.     

一种新的改进"当前"统计模型

简要讨论了“当前”统计模型的机动目标建模与自适应跟踪的机理,并对“当前”统计模型中两种不同加速度分布进行了理论分析和计算机仿真,指出他们在跟踪机动目标时都存在着一定的不足。在此基础上提出一种改进的机动目标加速度的“当前”统计模型描述。仿真结果表明,基于本文提出的机动目标加速度“当前”统计模型建立的机动目标自适应跟踪算法无论在跟踪机动性较强还是无机动或机动性较弱的目标时,都具有较高的跟踪精度。     

机动目标无源自适应跟踪算法研究

论文提出了一种对空中机动目标进行三位测向无源自适应跟踪的新算法.该算法把目标机动加速度看成是未知的输入向量附加到状态方程中去,然后利用状态向量扩维情况下的伪线性滤波算法对目标进行三维无源跟踪,跟踪过程中在对原来目标状态向量进行估计的同时估计目标加速度,仿真结果表明,该算法不需要对目标进行机动检测,它能够适应目标机动和非机动两种工作模式,实现对空中机动目标的自适应无源跟踪.     

一种跃升俯冲目标跟踪算法仿真研究

针对反舰导弹末端跃升俯冲攻击模式的动力学特性,分析了导弹受力状态和运动参数之间的关系,建立导弹跃升俯冲攻击弹道模型,以匀加速运动模型为预置跟踪模型,实现了对跃升俯冲机动目标的跟踪。通过目标铅垂面内运动的仿真计算表明,该算法正确可行,跟踪效果较好,对提高跃升俯冲机动目标跟踪性能的研究具有重要参考价值。     

雷达机动目标的自适应跟踪算法

机动目标跟踪一直是雷达目标跟踪的重点难点,论文建立了一种当前统计模型的目标运动模型,给出了概率密度以及非零均值目标加速度随机过程数学表达式,结合基本Kalman滤波,建立了基于该模型的机动目标跟踪自适应算法.最后针对实际目标机动情况,对其进行仿真计算,仿真结果证明,该算法具有良好的跟踪性能.     

最优跟踪滤波方法处理有人驾驶机动目标的性能估计

大部分战术武器系统要求能精确地跟踪有人驾驶机动运动体，如飞机、舰艇及潜艇等。为此，本文利用一个既简单易行又能真实体现机动目标运动的目标模型导出了最优卡尔曼滤波。利用这种滤波算法，把参数跟踪精度数据构造成目标机动特性、探测器观测噪声及数据的函数，这样，当探测器跟踪机动目标，提供距离、方位和仰角测量的某种组合时，我们能据此作出跟踪性能的一个快速先验估计。