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。     

引入速率量测的滤波算法与初始估计研究

滤波器在滤波开始阶段的滤波效果在一定程度上取决于初始状态,选取的初始状态估计越精确,滤波的效果越好.首先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)的伪线性卡尔曼滤波算法; 其次针对初始状态选取的问题,以CV和CA模型为例,利用前2个时刻的测量值确定系统的初始状态,并...     

波浪变态模型试验变率影响的计算机仿真研究

基于MIKE21软件系统中的Boussinesq模块,应用波浪运动相似关系,建立了以波浪折射和绕射为主的多个不同变率的变态模型,并对不同变率模型的港内波高分布进行了模拟.入射波浪为随机波,变态率取为1～3.通过不同变态模型计算结果和正态模型计算结果以及原型数值计算结果的比较,就变率对试验结果的影响进行了探讨,并给出了不同情况下的变率允许值的适用范围.     

一种引入目标运动速度的多站无源时差定位方法

在多站测角的被动目标跟踪中,目标的状态与角度量测值之间存在非线性关系,现有的方法主要是对其进行线性化,但线性化过程会带来滤波精度的下降,甚至会产生滤波发散而丢失目标。针对这一问题提出一种新方法,由于利用多普勒测速原理可以获得目标运动速度,因此将目标运动速度引入量测方程中,通过附加独立信息观测通道以期提高目标跟踪的收敛精度和收敛速度。仿真结果证实会使滤波算法收敛速度加快,收敛精度提高,改善跟踪性能。     

基于平方根UKF的机载单站无源定位跟踪算法

针对只测角机载无源定位跟踪具有收敛速度慢及定位误差大的缺点,在只测角定位跟踪模型中加入相位差变化率信息并在此基础上引入平方根不敏卡尔曼滤波（UKF）算法来实现定位与跟踪。仿真结果表明增加相位差信息能够改善定位性能,平方根UKF算法具有比EKF算更快的收敛速度和更高的收敛精度,实用性强。     

方位和多普勒频移联合的目标要素估计

提出一种利用目标方位信息和多普勒频移信息联合估计匀速直线运动目标要素的方法。该方法适用于观测站不机动情形下目标运动分析问题。将2种目标信息分别伪线性化,建立对应的伪线性模型,利用最小二乘方法构建2个伪线性滤波器,后融合的方法得到了目标要素估计的算法。与现有的基于方位和多普勒频移进行目标要素估计的方法相比,该方法有以下不同特点：1）2个线性估计器均是二维系统,可观测性增强;2）在多普勒频移估计器中,不需要估计线谱的原信号频率。数值仿真给出了不同观测误差下的算法性能,试验验证了方法的实际有效性。     

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。     

基于非线性模型预测控制的无人船航迹跟踪控制方法

为了实现复杂场景下无人船（USV）的实时、高精度、抗干扰运动控制,以欠驱动双推进差速无人船作为研究对象,基于三自由度无人船水动力模型设计非线性模型预测航迹跟踪控制器（NMPC）,在考虑控制约束与状态约束的情况下,根据快速稳定航行的目标设计优化范式,引入多重打靶算法求解思想提升控制器求解速度;根据无人船航行时风、浪、流等环境干扰的特点,设计一种适用于复杂场景无人船控制的非线性干扰观测器（NDO）,根据干扰观测结果对控制模型进行在线补偿,并通过仿真试验,验证了所提控制算法的精确性、实时性和抗干扰能力。     

一种适用于ATT武器系统的目标跟踪算法

提出一种基于单站纯方位的水下高速目标跟踪算法。该算法在快速估计出目标航向的基础上,利用目标先验速度信息解算出其他目标运动要素。该算法收敛速度快,对观测平台机动要求低且具有一定精度,能满足反鱼雷鱼雷武器系统的要求。     

自适应步长EASI算法研究及改进

EASI算法（一种在线LMS）是很重要的盲信号分离（BSS）算法,总结了EASI算法应用于盲信号分离的优点与不足,并提出了利用模拟退火策略有效地结合两种步长的优点,在初期快速下降,在后期精确收敛。结果表明,在该实验中使用模拟退火策略来调整学习率简单有效。     

一种改进的卡尔曼滤波定位算法研究

研究了一种改进的卡尔曼滤波导航信号定位算法:通过测量每次接收机得到的伪距观测量及伪距变化量,估算出接收机的位置、速度,实现无线电导航系统的定位解算.该方法不直接使用卡尔曼滤波器来估计载体的状态,而是用滤波器来确定状态的误差,减小了运算误差,有效提高了定位精度.在进行参数估计时不需要贮存大量的测量数据,能够方便地进行动态测量数据的实时处理.该方法已经应用在导航定位解算中,仿真结果和实际应用验证了该方法具有快的收敛速度和高的定位精度.     

MTD雷达的舰速补偿

舰速补偿问题是舰载雷达必须考虑的问题,MTD雷达的核心是一组多普勒滤波器,针对采用FFT算法实现的滤波器组,可利用傅立叶变换的移位性质将信号频谱移动实现舰速补偿。但为避免载体运动造成的动目标和固定目标的回波频谱太近的影响,提出采用改变相参信号的办法实现补偿,应用实例分析舰速测量误差对系统改善因子的影响。     

考虑算法的实船试航船速测量不确定度分析

实船试航中影响船速测量结果的因素很多,对其进行测量不确定度分析时应考虑的不确定度来源也有很多。采用“测量不确定度表示指南”规定的方法,将船速算法作为不确定度源,对其测量结果进行了不确定度分析。不确定度分析以某油船为例,分别考虑了实际航速平均法和逐点法两种算法,并对两种算法得到的结果作了讨论。     

基于测速雷达的舰炮初速测量技术研究

弹丸初速是舰炮解命中时的关键参数,测速雷达由于具有结构简单、精度高等优点,已成为测量舰炮初速的主要手段,显著提高了舰炮海上射击精度;分析了影响舰炮初速的因素,研究了雷达测速的原理、工作过程,论证了提高测速雷达测量精度的必要性,对舰炮测速雷达的作战运用、性能提高具有一定的参考价值。     

舰炮测速雷达的初速预测精度分析

测速雷达有效提高了火炮系统射击精度,而对于初速的预测模型各型火炮还不尽相同。针对火炮连续效力射下的初速随机散布,采用当前射击滑动平均初速作为预测值以及当前射击前的全部初速平均值作为预测值,求得预测值与当前实际测量值的一次差,并对结果进行统计分析,观察各种统计样本下的初速预测精度。     

AUV中SINS/DVL组合导航技术研究

针对水下自主潜器的特点，重点介绍一种采用捷联惯导系统与多普勒计程仪的组合导航技术。通过引入多普勒计程仪提供的绝对速度，提出了输出校正与反馈校正相结合的混合校正集中卡尔曼滤波方案，仿真结果证明该方案可有效提高系统导航精度。     

Kalman滤波器虚拟噪声补偿技术在陀螺随机常值漂移标定中的应用

采用Kalman滤波器对船用捷联惯性导航系统中的陀螺随机常值漂移进行标定，面临的一个重要问题是由于模型不准确，包括噪声统计特性不准确，导致估计值精度下降甚至发散。针对这一问题，本文运用自适应Kalman滤波的虚拟噪声补偿技术对陀螺随机常值漂移进行标定，收到较好的效果。     

流速仪在国内外的研究现状

研究了流速仪的发展,并对工业生产中常使用的测速仪的发展进行了详细研究,以便根据具体的物性条件选择合适的设备。