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。     

水下运动目标同步定位方法研究

利用水声技术对水下目标尤其是水下运动目标进行定位,主要有主动和被动两种方式,论文主要针对主动方式中的加装合作信标方法,建立数学模型,对定位原理进行研究,重点介绍了同步定位方法的两种解算方式。     

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。     

利用电离层反射的单站被动定位与跟踪系统

提出一种结合时差定位技术和电离层一次反射对飞行目标进行被动定位与跟踪的全新方法。该方法利用频率不同的民用无线电信号产生的到达时间差信息,通过电离层的一次反射实现对目标的定位与跟踪。经仿真分析可以看出,该方法能达到预期技术要求。     

基于计算机视觉的船舶纯方位目标跟踪方法研究

受外界环境因素的影响,传统方法在船舶纯方位目标跟踪中存在一定的偏差。为了克服这一问题,引入计算机视觉技术,在待跟踪的船舶上安装计算机视觉传感装置,并利用该装置实时采集船舶航行图像。通过对图像的处理与分析,得到船舶目标的初始位置信息。以定位结果为起点,在构建纯方位目标运动模型的基础上,计算目标船舶的航向角,判断船舶的航迹运动方向。实时更新目标船舶的定位信息与航向角信息,从而实现船舶纯方位目标跟踪。实验结果表明,与传统的目标跟踪方法相比,所设计的方法能够有效降低船舶跟踪误差,具有较强的实用性。     

一种水下航行器运动自导航及轨迹跟踪方法

水下航迹是水中运动物体的重要参数之一,通过航迹可以推算出水中运动目标的航速、回转半径等信息。本文介绍一种针对于水下自主航行器运动自导航及轨迹跟踪的方法及其工程实现,该方法采用声学定位原理,可以使水下自主航行器自身和船载指挥平台精确掌握航行器在水下的位置信息,对于自主航行器自身实现自导航和位置修正以及岸站指挥人员即时掌握水下自主航行器在水下的位置、速度及机动情况等态势信息有重要意义。     

基于相位差变化率的机载无源定位研究

单站无源定位的核心难点是如何实现无源测距问题。利用目标角度和角度变化率信息对观测站和目标间的距离进行解算,通过定位误差的几何分布（GDOP）对单次定位的距离测量精度进行了仿真分析。由于观测器在运动过程中对固定辐射源目标进行无源测距的精度不高,用卡尔曼滤波对多次定位进行了滤波处理。通过单次和多次定位精度的仿真验证了该方法是一种高精度的定位方法。     

利用DOA和TOA对运动辐射源的单舰无源定位

采用最优加权最小二乘估计和卡尔曼滤波算法,讨论了利用目标到达角和到达时间测量数据对运动目标进行单舰无源定位与跟踪的方法,经计算机仿真证明,该方法在无源定位系统中有一定的参考价值。     

基于CamShift的监控视频中运动目标跟踪算法研究

针对监控视频中运动目标的运动状态变化较快,一般算法难以实现及时跟踪的现状,论文提出了应用Cam-Shift算法对视频监控中的运动目标进行跟踪。实验结果表明,与MeanShift算法的目标跟踪结果相比,CamShift算法能够快速并高效地对视频中目标变化较快的物体进行跟踪,定位准确,算法复杂度较小,具有很好的鲁棒性。     

某型AUV运载器的定位方法与误差分析

传统AUV依靠水下惯性导航设备自主定位的方法无法实时进行水下信息感知和系统控制。水声定位是AUV定位导航技术的一个研究领域,可用于水下运动目标定位与导航、水下静止目标勘测等。本文分析阐述三种经典AUV定位方法,进一步研究AUV快速定位解算原理,论证影响AUV运载器在深海工作时产生的定位误差来源并进行仿真试验分析,最终将研究成果应用在目前现有某型AUV运载器上,实现自身水下定位、导航与远程遥控。     

基于遥感图像的舰船目标定位研究

针对在海面上对舰船目标定位受距离限制而导致定位精度差的问题,研究遥感图像的舰船目标定位方法。利用Self-Snake模型在不损耗图像边缘信息的前提下对图像滤波,并进行边缘映射。将边缘映射的梯度作为旋转矩形检测时的特征,检测遥感图像中的舰船目标。根据特征匹配的原理对检测出的目标进行匹配,进一步确定目标所在矩形框位置,完成对遥感图像的舰船目标定位研究。设计与传统定位方法的对比实验,证明了研究的遥感图像舰船目标定位方法的定位重叠度更接近于1,即相比传统方法,本文的定位方法性能更优越。     

基于二维高斯样条函数的水下地磁被动定位

目前利用水下地磁信息对惯导误差进行校正多以各类匹配算法为核心,对此论文提出一种基于二维高斯样条函数的水下地磁被动定位新模式。文章首先介绍了一种利用二维高斯样条函数逼近的连续局部地磁场模型,随后在该模型的基础上将实测地磁表示为连续的解析形式,最后以实测地磁作为包含目标位置信息的量测值,并结合扩展卡尔曼滤波算法对目标位置进行最优估计。这种方法无需使用常用的匹配算法,因而也就摆脱了匹配算法的诸多限制。以分辨率为2′×2′的某区域地磁异常数据为背景场进行仿真,最终的仿真结果表明：经高斯样条函数逼近的局部地磁场模型平均误差小于0．26nT ,水下平均经、纬定位误差分别小于0．96和0．33海里。     

水下目标定位的若干方案对比研究

论文通过水下目标定位的几种方法对比,给出一种工作稳定可靠,具备较好隐蔽性,定位成功率高,布放、校准作业简单,定位时间短的方法.     

无源定位技术在水面舰艇上的应用分析

论文阐述了几种经典的单、多平台无源定位方法,并对无源定位技术在水面舰艇上的应用进行了比较和分析,介绍了单舰和多舰无源定位系统及信息流程指出了无源定位技术在水面舰艇上的发展方向。     

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。     

基于激光雷达相干探测技术的实验研究

基于激光雷达相干探测技术建立了探测转动目标（如舰载直升机）的数学模型,展开了应用激光相干技术探测运动目标的实验研究,并实现了目标运动特征的提取。实验对目标仅做转动运动和转动加平动的复合运动两种情况进行了实验对比,然后对目标的转动结构部分（如舰载直升机的旋转叶片）的不同运动状态进行了实验研究,采用时频分析方法提取出目标运动特征,成功估计出了运动参数,为目标识别和运动特征的探测提供了重要的信息。     

舰载拖曳线列阵声呐对潜定位技术研究及性能分析

结合舰艇拖曳线列阵声呐实际搜潜装备,利用舰载线列阵声呐测得的潜艇目标方位信息,建立了基于方位量测的舰艇对潜艇目标定位的数学模型;给出求解潜艇运动参数的定位算法,并对定位误差进行了分析.在定位模型及算法的基础上,仿真研究了潜艇与舰艇之间的初始距离、舰艇测得潜艇目标初始方位角、潜艇航向、潜艇航速、航行段总时间内方位角量测次数等因素对定位性能的影响;给出仿真结果并进行了分析.该研究结果对于指导实际反潜具有一定的实用价值.     

船舶目标跟踪过程信息智能过滤算法

现有的船舶目标跟踪信息智能过滤算法对于障碍物遮挡的信息过滤量小,因此设计一种船舶目标跟踪过程信息智能过滤算法。引入边缘算子,并调整各个算子的权重,完成船舶目标状态信息的采集,提取跟踪目标的运动特征,并通过欧氏距离的解析式对船舶运动特征进行降维,利用光流法的搜索模板定位最佳目标匹配点,完成船舶目标跟踪过程信息智能过滤算法的设计。在实验中,分别利用现有算法和设计的算法,对某行驶中的目标船舶进行遮挡信息过滤,结果显示,设计的算法中过滤掉的障碍物信息占比平均值比传统算法高出64%,验证了设计算法的有效性。     

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.     

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。