纯方位两站协同目标运动分析算法研究

水下通信的实现,为纯方位目标运动分析提供了新的思路。本文提出了3种基于一次通信即能快速解算的纯方位两站协同TMA算法,并对算法的性能进行了分析和仿真。结果表明,由两站构成的协同TMA系统,克服了单站系统固有的缺陷,不仅能够解决可观测性及可观测度方面的问题,同时还能得到更为理想的估计性能。     

基于双阵纯方位的水下运动目标运动分析研究

单基阵纯方位水下目标运动分析需要基阵所在平台至少作一次机动,复杂多变的海战环境中,往往并不允许平台执行机动,故通常需利用多维信息对水下目标进行运动分析.本文基于双阵方位进行水下目标运动分析,目前相关公开文献中多是从仿真层面对该问题进行研究,本文在数值仿真的基础上,通过对海试数据的处理,从试验层面研究这一问题.文中采用最大似然估计法和扩展卡尔曼滤波方法进行双阵纯方位水下目标运动分析,通过数值仿真及海试数据的处理,验证算法的有效性.     

基于双阵纯方位的水下运动目标运动分析研究

单基阵纯方位水下目标运动分析需要基阵所在平台至少作一次机动,复杂多变的海战环境中,往往并不允许平台执行机动,故通常需利用多维信息对水下目标进行运动分析。本文基于双阵方位进行水下目标运动分析,目前相关公开文献中多是从仿真层面对该问题进行研究,本文在数值仿真的基础上,通过对海试数据的处理,从试验层面研究这一问题。文中采用最大似然估计法和扩展卡尔曼滤波方法进行双阵纯方位水下目标运动分析,通过数值仿真及海试数据的处理,验证算法的有效性。     

初距自适应估计的降维纯方位目标运动分析

纯方位目标运动分析(BO-TMA)是一种从探测器所观测到的加噪方位信息和测量载体的机动信息中估算出目标运动要素的方法。针对传统纯方位目标运动分析收敛速度慢,参数估计精度低的问题,本文通过建立以初距为参量的纯方位最小二乘TMA模型,提出一种自适应确定初始距离并求解速度信息的方法,该方法将三维问题转化为二维问题,从而提高收敛速度与估计精度。仿真结果验证了该方法的有效性。     

基于水声传感器网络的目标纯方位运动分析

研究了基于水声传感器网络的目标纯方位运动分析原理及方法,建立了基于水声传感器网络的目标运动分析模型。在此基础上,讨论了模型中多维非线性估计问题,提出了一种基于传感器网络新的水下目标运动分析方法。该方法采用改进的粒子滤波EKF-PF(扩展卡尔曼-粒子滤波)算法实现,并与传统的扩展卡尔曼滤波(EKF)和粒子滤波(PF)算法进行了比较。通过Monte Carlo仿真分析,表明基于水声传感器网络的目标运动分析方法充分利用了网络的优势和当前测量信息。这种方法对水下目标运动状态估计时,不仅降低了计算量而且表现出较高的估计精度。所得结论为水下传感器网络进行目标被动定位提供了参考。     

基于UKF的水下目标纯方位跟踪算法

将基于无迹变换的UKF方法运用到水下目标运动分析中,给出了具体步骤,讨论了其目标运动分析问题.利用测得的纯方位序列,建立了状态方程和观测方程.通过蒙特卡洛模拟仿真,结果表明,在处理非线性问题中,UKF方法在滤波精度上有较明显的提高;在实际应用中,该方法计算量小、实现简单,有较强的实用性.     

水下目标双基阵纯方位跟踪性能分析

研究双基阵纯方位目标运动分析的基本原理和方法,给出卡尔曼滤波算法的模型,进行仿真实验,比较和分析了仿真结果。仿真结果表明,应用卡尔曼滤波可以快速、稳定地完成目标运动要素的估计,同时还分析了数据关联、基阵间距以及方位测量误差对跟踪性能的影响,为工程应用提供了参考。     

基于EKF神经网络的潜艇运动模糊控制

非线性与大惯性是潜艇运动的主要特性,基于试验模型得到的潜艇标准运动方程在很多情况下无法准确描述潜艇的运动过程,特别是当潜艇运动方程建模误差较大时,传统基于模型的控制器设计方法就显得力不从心。因此,本文提出了一种不基于模型的卡尔曼神经网络模糊控制算法,在神经网络学习训练过程中,利用卡尔曼滤波算法优越的数学特性将扩展卡尔曼滤波递推公式与RBF算法结合训练神经网络权值,根据神经网络输出的潜艇运动参数设计模糊控制器。仿真结果表明,该算法具有很好的控制精度、动态特性和鲁棒性。     

基于运动与表象特征的广域船舶目标识别方法

[目的]旨在提出对航行于关键广阔水域内的船舶进行准确识别和定位的改进方法.[方法]运用视频监控的优点,综合采用基于背景差分算法的运动目标检测方法与基于深度学习算法的图像表象特征识别方法,结合目标的运动特征和图像表象特征,实现多维度广域船舶识别的功能,并对水纹降噪、多级运动检测、航道监控图像窗口分割检测等方法进行改进,进...     

基于粒子滤波的水下目标被动跟踪算法

针对水下被动目标跟踪的非高斯噪声环境和弱可观性的特点,提出了将粒子滤波算法应用于水下被动目标跟踪中的非线性问题,克服了常规的线性化方法易发散且跟踪精度低、误差大的缺点.仿真结果表明:粒子滤波算法提高了滤波的稳定性,跟踪精度优于扩展卡尔曼滤波算法和无迹卡尔曼滤波算法,收到了良好的效果,具有较高的实用价值.     

基于遗传算法的非线性最小二乘在纯方位系统中的应用

鉴于非线性最小二乘法在国内目标运动分析中应用较少的现状,研究了纯方位系统的非线性最小二乘解法,提出了遗传算法的求解方法.结合实际问题设计了具体的遗传算法,并用实例进行了仿真分析.通过仿真结果的比较,可以看出用遗传算法的非线性最小二乘法明显优于线性方法,也优于非线性方法的梯度解法.     

一种改进的纯方位目标运动分析方法研究

本文分析了观测目标初始方位的准确度对纯方位目标运动分析跟踪性能的重要影响。在此基础之上,基于匹配场处理思想提出一种改进的纯方位目标运动分析方法,该方法将目标的初始方位作为待估计量,在目标初始方位可能的空间内进行搜索,构成多个滤波器估计出不同目标初始方位下对应的目标运动参数,并分别推算出目标方位序列作为预测场,根据推算的目标方位序列与实际观测的目标方位序列的匹配性确定目标的实际初始方位,从而实现对目标速度、航向、初始距离、初始方位四要素的完整估计。仿真结果表明,本文方法能够有效提高纯方位目标运动分析方法的跟踪性能。     

基于粒子滤波的声呐图像目标跟踪算法研究

声呐图像目标跟踪技术在水下UUV作战系统中具有重要意义,由于水声环境复杂,噪声干扰严重,导致声呐目标跟踪效果欠佳。本文针对UUV声呐成像特点,首先给出一种改进的Curvelet变换图像增强方法,可以有效降低声呐图像噪声并在一定程度上增强目标图像的边缘。并此基础上,提出一种基于粒子滤波的声呐目标跟踪算法以获得更为准确的目标跟踪效果。仿真结果表明,相较于传统声呐目标跟踪,该方法具有更好的目标跟踪精度以及鲁棒性。     

基于EKF的图像辅助定位算法

介绍几何定位过程,并对其定位误差进行仿真分析。针对几何定位误差很大且与下视角大小密切相关的问题,采用扩展卡尔曼滤波算法(EKF)抑制测量噪声的影响,提高飞行器的定位精度。建立飞行器运动的状态空间模型,针对测量方程的非线性特点,对其进行线性化处理。在此基础上,采用EKF算法实时估计飞行器的空间位置坐标;通过数字仿真对滤波算法的定位效果进行检验;对影响滤波算法定位精度的因素进行分析并对不同飞行高度下的定位误差进行数字仿真。结果表明,算法收敛速度快,定位精度高,可显著减小测量噪声的影响,具有一定的工程应用价值。