基于采样的非线性滤波算法比较

在处理目标跟踪等动态系统实时估计问题中,通常采用EKF作为状态估计方法提高估计精度。由于EKF进行非线性估计存在一些缺陷,将系统进行线性化近似存在估计误差,从而影响目标跟踪的精度。为了获得更高的估计精度,介绍了几种非线性滤波算法,包括unscented卡尔曼滤波算法、简单粒子滤波算法以及无味粒子滤波算法（UPF）。分析了这几种算法的原理和实现,对各种算法的适应性进行了比较。通过目标跟踪仿真实验,表明UKF、PF较EKF估计精度和收敛速度有所提高。     

舰载雷达目标跟踪的非线性滤波仿真

雷达观测模型常常是非线性的,目标跟踪问题是一个非线性状态混合估计.考虑目标稳定跟踪与实时性要求,采用"当前"统计目标运动模型与粒子滤波(PF)非线性方法对雷达机动目标跟踪进行算法分析.仿真验证了"当前"统计模型下的非线性粒子滤波及扩展卡尔曼滤波(EKF)目标跟踪性能,表明非线性粒子滤波,尤其是U变换粒子滤波(UPF)目标跟踪精度和稳定性较好,值得工程应用与推广.     

一种基于航位推算的水下机器人导航算法

本文针对智能水下机器人(AUV)导航信息较少的特点,进行了基于航位推算的AUV导航系统研究.首先利用传感器信息进行了航位推算,然后建立了基于一阶时间相关函数的辛格模型,利用强跟踪卡尔曼滤波算法对推算结果进行了次最优估计,提高了系统的跟踪能力,改善了导航精度,同时对GPS数据进行了野值剔除.松花湖上的试验结果验证了算法的有效性.     

目标跟踪时的雷达分级功率自适应控制

为进一步提高雷达的射频隐身能力,基于交互多模型算法,提出目标跟踪时的雷达分级功率自适应控制算法.根据运动状态的不同,自适应的确定下一时刻的辐射功率.在确定功率的分级准则的基础上,建立了辐射功率与目标跟踪性能之间的关系模型,然后对目标跟踪算法中的运动目标设定期望的协方差,利用协方差控制方法对各个时刻的功率进行分级控制,不仅满足跟踪精度,而且合理地控制辐射功率.仿真结果表明该算法具有较好跟踪性能,同时减小了跟踪过程中的辐射功率,从而提高了雷达的射频隐身能力.     

改进UKF算法在双基阵纯方位目标跟踪中的应用

传统算法在解决纯方位目标跟踪时存在有偏、收敛速度慢或发散等不足,无迹卡尔曼滤波（UKF）虽然改善了系统线性化误差,但并没有明显改善卡尔曼滤波器容易发散的问题。文章在扩展卡尔曼滤波和UKF算法的基础上,提出一种衰减记忆UKF算法（MAUKF）,引进衰减因子加强对当前测量数据的利用,减小历史数据对滤波的影响。理论分析和仿真结果表明,MAUKF算法在纯方位目标跟踪中的滤波精度、稳定性和收敛时间都优于EKF、UKF算法。     

舰载连续波测量雷达外引导数据实时处理方法研究

舰载连续波测量雷达是一种动平台外弹道测控装备,由于对目标测量精度高,因此其波束宽度窄,自主捕获能力较弱,需要通过外引导信息辅助进行目标捕获。论文提出了一种快速的外引导数据实时处理方法,对中心提供的地心系下绝对坐标进行剔野外推,再进行坐标转换消除船摇姿态后提供给舰载连续波测量雷达用于目标捕获跟踪。实际应用中,外引导数据通此实时处理方法进行处理后,精度满足雷达捕获要求,能够辅助雷达进行目标捕获跟踪。     

基于一阶差分滤波器的水下目标纯方位角跟踪

在水下目标纯方位角跟踪研究中,针对传统扩展Kalman滤波(EKF)方法需要通过Taylor 展开实现非线性项的线性化而导致计算过程繁琐且存在奇点的问题,本文提出一种基于一阶差分滤波器(DDF1)的纯方位角跟踪算法,建立了目标的运动学模型及无源声纳的测量模型;利用 Stirling插值法实现非线性项的线性化,进而通过DDF1滤波方法实现对目标位置及速度的跟踪。仿真结果与一致性分析表明,与基于EKF的目标纯方位角跟踪方法相比,论文所提出的算法具有较高的跟踪精度和较好的跟踪性能。     

双极化对末制导雷达抗干扰能力影响

反舰导弹末制导雷达在抗干扰能力方面仍存在一些不足,对雷达回波信号进行双极化处理,是末制导雷达提高抗干扰能力的一种有效的技术途径。论文论述了雷达信号极化检测原理,通过舰船目标与典型干扰的极化特征差异对比,结合试验数据仿真结果分析发现,舰船目标的去极化特性较弱,采用双极化处理手段,对末制导雷达跟踪过程中的目标识别与干扰信号剔除具有显著作用。     

基于航迹信息的舰船目标姿态角鲁棒估计

针对基于高分辨距离像的舰船目标识别中姿态角估计精度的问题,提出一种计算舰船目标运动姿态角的鲁棒性估计方法。该方法首先建立了目标姿态角估计模型,然后有针对性的对航迹数据的野值进行剔除,最后采用M-估计方法对航迹数据进行拟合,从而计算出目标的姿态角。经大量实测数据的验证表明,该方法不易受野值的影响,鲁棒性好,能满足高精度、实时估计舰船目标姿态角的要求。     

利用Mehra自适应卡尔滤波进行船舶目标跟踪

基于无线传感网络的目标跟踪技术在航海中应用越来越多,卡尔曼滤波是目标跟踪系统中求解非线性最优解的主流技术。卡尔曼滤波算法通过传感网络中的定位值进行"预测-修正-调整"的自适应反馈调整,能动态的调整跟踪精度。随着无线传感器的采集数据的增加及部署密度的增强,传统的最小二乘法算法已经不能适应船舶目标跟踪。本文分析基于无线传感网络目标跟踪模型,在此基础上设计基于Mehra卡尔曼滤波的移动目标跟踪算法。     

集对分析在多雷达数据融合中的应用研究

多部雷达在探测目标时,因受低空杂波、电子干扰和雷达自身探测精度等影响,易使部分雷达的探测数据不可靠而造成融合中心数据处理精度的下降.针对这一问题,本文提出了一种应用1次融合数据为特征的集对分析思想,把每时送入融合中心的各雷达探测数据与1次融合后的数据组成集对,求出目标状态当前时刻的区间估计,去掉每时落入估计区间之外的雷达探测数据,再作2次融合.仿真结果表明,应用集对分析实现多雷达探测数据的择优融合,不仅算法简单,而且能有效提高不确定雷达系统的跟踪精度和可靠性.     

集对分析在多雷达数据融合中的应用研究

多部雷达在探测目标时，因受低空杂波、电子干扰和雷达自身探测精度等影响，易使部分雷达的探测数据不可靠而造成融合中心数据处理精度的下降。针对这一问题，本文提出了一种应用1次融合数据为特征的集对分析思想，把每时送入融合中心的各雷达探测数据与1次融合后的数据组成集对，求出目标状态当前时刻的区间估计，去掉每时落入估计区间之外的雷达探测数据，再作2次融合。仿真结果表明，应用集对分析实现多雷达探测数据的择优融合，不仅算法简单，而且能有效提高不确定雷达系统的跟踪精度和可靠性。     

一种新的雷达间隙辅助红外的机动目标跟踪算法

论文针对雷达间隙辅助红外的机动目标跟踪问题,提出了一种新的跟踪算法。该算法由跟踪误差与精度指标的大小来选择雷达的开机时间,从而构成了一个闭环的跟踪系统,解决了在给定的跟踪精度指标下雷达的开机时间选择问题。其思想为：在内层通过引进高、低门限,根据跟踪精度与门限的大小,自适应地选择交互式扩展卡尔曼滤波（IMM-EKF）或交互式粒子滤波（IMM-PF）;在外层将基于雷达量测的滤波结果和红外量测的滤波结果进行交互;从而实现了两层交互式自适应滤波。仿真结果表明该算法在计算复杂度和跟踪精度上达到了较好的平衡,实现了雷达间隙开机下对目标稳定的跟踪。     

雷达和红外同步航迹融合

目标跟踪在军事领域占据着重要位置,只有可靠且精确的跟踪才能有效的对目标实施打击。讨论了雷达和红外传感器航迹融合算法并达到较高的精度,最终达到提高跟踪系统性能的目的。     

变步长BP网络优化导航雷达跟踪滤波系统的研究

本文提出了采用变步长ＢＰ网络实时处理导航雷达目标跟踪滤波数据。其原理是在ＢＰ算法中加入变动量因子,用Ｎ层变步长寻优进行前馈神经网络的学习。该算法能够根据输入时间序列的特点自适应调整网络优化步长,对匀速和变加速运动目标的稳定跟踪精度分别在７．５ ｍ 和１１ ｍ 以内,而对急转弯的目标抖动２～４ 次就能及时跟踪上     

信息融合理论和技术在舰载S&D系统中的应用研究

应用信息融合理论和技术研究舰载S&D(Search & Detection)系统中多传感器雷达的多机动目标跟踪问题,可极大地增强系统跟踪目标的能力,改善和提高系统的跟踪精度.仿真结果表明,使用的几种融合算法都可大大提高系统跟踪精度,同时还可提高系统的可靠性.     

信息融合理论和技术在舰载S＆D系统中的应用研究

应用信息融合理论和技术研究舰载Ｓ＆Ｄ（Ｓｅａｒｃｈ ＆ Ｓｅｔｅｃｔｉｏｎ）系统中多传感器雷达的多机动目标跟踪问题,可极大地增强系统跟踪目标的能力,改善和提高系统的跟踪精度。仿真结果表明,使用的几种融合算法都可大大提高系统跟踪精度,同时还可提高系统的可靠性。     

卡尔曼滤波器在舰载雷达目标跟踪中的实现

舰载雷达目标追踪系统可以探测和跟踪海面、水下和空中的目标,为船舶导航等提供重要的目标数据,保障船舶安全和正常航行。卡尔曼滤波器(CKF)是基于容积卡尔曼滤波算法设计的一种典型非线性滤波器,近几年来获得了广泛的关注。本文利用容积卡尔曼滤波器,对传统舰载雷达系统进行鲁棒性和近似线性的优化,提高舰载雷达目标追踪的效率和精度。     

基于当前统计模型的三维空间机动目标跟踪算法

对可以观测距变率和角变率的雷达观测系统提出了在三维空间中引入距变率(径向速度)和角变率(角速度)的当前统计卡尔曼滤波算法。针对三维空间中的机动目标,将新提出的算法和传统算法进行仿真,结果表明,当引入距变率和角变率时,其收敛速度加快,收敛精度提高,改善了跟踪性能,具有工程实践指导意义。     

一种雷达目标运动要素解算方法研究

针对船舶导航避碰对水面目标运动要素实时高精度估算的要求,给出了一种基于去偏转换坐标卡尔曼滤 波思想的目标跟踪算法.在算法中,通过非线性坐标转换并去偏后得到去偏转换测量值,实现目标状态方程和量测方程在笛卡尔坐标系的线性方程,采用标准卡尔曼滤波算法进行滤波.因此,只要解出去偏转换量测值误差方差即可按标准的卡尔曼滤波算法对目标进行跟踪.仿真结果表明,在保证滤波器不失配的前提下,去偏转换坐标卡尔曼滤波(DCMKF)算法收敛迅速并有较高精度,能够满足导航雷达实时应用的需求.