基于UKF的Rao-Blackwellized粒子滤波器多传感器多目标跟踪算法研究

在纯方位多传感器多目标跟踪问题中,状态的测量通常是来源未确定的观测量,在杂波环境尤为如此,需要同时解决多个目标的测量和目标之间的关联问题。本文提出一种新的基于Rao-Blackwellized思想的RBPF-UKF算法。该算法利用Rao-Blackwellized将多目标跟踪问题转化为2个子问题:数据关联及单目标跟踪问题,利用粒子滤波中的序列重要性重采样原理解决多目标跟踪的数据关联问题,用UKF滤波器实现单目标跟踪。仿真结果表明,RBPF-UKF算法能很好地解决多目标数据关联问题,与RBPF-EKF算法相比具有更高的滤波精度及稳定性,体现了该算法的优越性。     

白昼测天定位时机的确定

在白昼测天定位中，首先需要解决的问题是观测时机的问题。本文以天体周日视运动和测天定位的有利条件依据，具体分析了几种情况下测天定位的观测时机，得出了观测的模式和确定测时机的简单方法。     

基于矢量传感器阵列的改进MUSIC算法DOA估计

鉴于传统的MUSIC(Multiple Signal Classification)算法分辨率不高且在阵元数目较少的情况下对目标信号方位估计不佳等问题,提出了一种基于矢量传感器的改进MUSIC算法。该方法对空间谱函数进行处理,以得到更加优化的方位估计。从阵元数目和分辨角度等方面与传统的MUSIC算法对比,实验仿真表明该算法相对于传统的MUSIC算法有着明显的优越性。     

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。     

单站纯方位定位性能指标分析

在定义了用于分析单站纯方位定位解算输出的滑窗统计计量的基础上,着重分析了单站纯方位定位所应达到的正确性、快速性和准确性等性能,建立了用于测试和评估纯方位定位过程的指标体系。