基于状态解耦的两坐标外源雷达3D目标跟踪

考虑利用两部两坐标外源雷达对高度近似恒定的目标进行三维跟踪。结合外源雷达自身的特点，提出了一种将目标高度与水平状态(水平位置、速度等)进行解耦估计的方法，通过两个并行估计器来实现对三维目标的跟踪。在高度估计器中，将目标高度区间划分为多个高度子区间，然后利用量测值递推计算目标在各个高度子区间的权重，最后通过加权融合各个高度子区间的方式估计目标高度；在水平面的状态估计器中，进一步考虑了目标在水平面机动的场景，利用交互式多模型扩展卡尔曼滤波器，并结合目标高度的估计值，更新目标的水平状态。仿真与实验结果显示，利用两部两坐标外源雷达可以实现对高度近似恒定目标的精确三维跟踪，为水平机动的目标提供精度在200 m以内的高度估计，并消除了二维跟踪情况下因未考虑目标高度而引起的误差。     

双基地高频地波雷达三维曲面定位精度分析

双基地高频地波雷达发射垂直极化电磁波沿海面绕射传播来探测海上和空中目标,导致地球曲率对探测精度的影响不可忽略。通过建立局部球面三维坐标系,在局部球面坐标系中求解不同测量子集下的目标高度解析式,并求解不同测量子集下的定位精度几何分布(geometric dilution of precision, GDOP)。仿真分析目标在不同飞行高度时各测量子集的GDOP分布特性,最后得到飞行目标定位的最优测量子集分布图。     

高频地波雷达飞行目标高度属性判别

高频地波雷达飞行目标高度估计一直是工程上尚未解决的热点问题。然而在实际工程应用中,更加关心的是被探测到的飞行目标是高空还是低空的高度属性问题,而且飞行目标高度属性判别研究比精确估计目标的具体飞行高度更有实际应用意义,且更容易在实际系统中实现。基于上述工程设计思想,提出高频地波雷达飞行目标高/低属性判别工程化方法,首次解决了高频地波雷达飞行目标高度属性判别问题。所提方法利用垂直极化电波在高空和低空高度区域的不同电波传播衰减特性构建高度属性判别算法,不仅判别目标高度属性,而且给出高度属性判别可信度。实测数据处理表明,所提方法能够利用少量观测数据快速判别飞行目标高度属性,可信度达到90%以上。     

基于强跟踪滤波器估计的最优融合方法

在分布式雷达数据处理模式中 ,数据融合是获得较精确的目标轨迹的主要环节。为克服卡尔曼滤波器对初始值敏感、鲁棒性差和对机动目标跟踪性能差的缺陷 ,通过利用各传感器的观测数据 ,采用强跟踪滤波器对目标进行跟踪 ,以改善目标状态估计的精度。对判定源于同一目标的状态估计值 ,给出了一种估计状态线进行性组合的最优融合准则。得出了实际数据的实验结果。     

两坐标雷达组网中目标高度与系统误差联合估计

针对目前两坐标雷达组网系统误差估计忽略了目标高度影响的问题,采用模块化方法,将3部两坐标雷达组网分成平面与空间两个模块进行目标高度与系统误差的联合估计,提高了系统误差估计的精度。首先分析目标高度对系统误差估计的影响,接着详细推导基于极大似然估计法的目标高度与系统误差联合估计模型,并给出估计流程图,最后建立仿真模型对算法进行验证,并和传统方法进行比较。仿真结果显示,所建立的模型能够精确估计出目标平面位置和高度信息,实现目标的三维准确定位,并且同样能精确估计出传感器系统误差,验证了算法的准确性和有效性。     

基于幂函数控制指令的垂直飞行仿真性能分析

基于模态直接切换的飞行高度控制方法,在输入控制指令后,存在控制量输出震荡,甚至发散的问题。幂函数符合飞行高度指令变化规律,以此为原型函数,推导给定高度,当前高度和垂直速度之间的关系,将这一变换关系作为垂直速度控制回路的输入指令,设计了平稳控制系统,该系统不需要进行控制模态切换,就可以实现飞行高度保持,以及飞行高度的改变。通过A320飞行仿真平台对设计的平稳控制系统进行性能分析,结果表明该系统可以实现高度的平稳控制,且稳态误差得到了很好抑制。     

融合位置和姿态信息的模型概率估计

为了利用目标的姿态信息来提高机动目标跟踪的精度,提出一种融合位置和姿态信息的模型概率估计算法。该算法采用模糊关联的方法,实现了基于姿态信息的模型概率估计;根据离散点过程滤波的基本理论,对其进行滤波;采用贝叶斯推理方法,对来自姿态的模型概率和来自位置的模型概率进行了信息融合,并将融合后的模型概率应用到IMM算法。仿真表明,改进的IMM在保持传统IMM实时性的基础上提高了跟踪精度,从而验证了姿态信息对目标跟踪的辅助作用。     

可视动目标逐步求精分割技术研究

运动目标识别跟踪系统中 ,目标分割是至关重要的处理环节。由于目标阴影、碎块等因素 ,估计精度受到影响 ,甚至导致跟踪的失败。提出了目标形状波动度的概念 ,并将其作为目标识别特征 ,利用最大似然估计准则 ,对目标初始区进行逐步求精估计。该算法简练实用 ,能有效地提高估计精度 ,为确保目标可靠性跟踪提供了新的手段。     

基于视线角信息的被动跟踪问题研究与仿真

针对大气层外拦截器使用红外导引头对目标进行被动跟踪的问题,在修正球坐标系下建立了仅有视线角测量信息的非线性滤波方程组,根据轨控发动机的工作状态分阶段设计了拦截器的导引规律,兼顾制导精度与滤波系统的可观测性要求,结合无迹卡尔曼滤波算法估计精度高和易于计算的特点实现了对目标的跟踪与制导信息的估计.以动能拦截器拦截处于自由段飞行的弹道导弹弹头为背景构造了计算机仿真试验,试验结果表明算法的跟踪效果和稳定性较好,拦截精度较高.     

基于快速数据投影法的多目标角跟踪

提出了一种新的多目标波达方向（direction of arrival, DOA）跟踪方法。首先利用可靠且低复杂度的快速数据投影法(fast data projection method, FDPM)自适应更新阵列接收信号的时变信号子空间,再采用高斯〖CD*2〗牛顿法在更新后的信号子空间中,估计多个目标实时变化的DOA观测值,最后采用卡尔曼滤波获得当前时刻多个目标的最优DOA估计值。仿真多个交叉运动目标的情况,验证了该方法具有跟踪速度快、精度高的特点,并且可以避免数据关联。     

无人机三维编队保持的自适应抗扰控制器设计

针对无人机编队飞行过程中领航无人机在三维空间机动飞行时的编队队形保持问题,构建了无人机三维编队保持控制系统。根据无人机编队飞行三维空间几何学关系,利用无人机自动驾驶仪模型和编队运动学模型建立了旋转坐标系下三维编队飞行的数学模型。在考虑闭环系统存在时变外界干扰的情况下,设计了无人机编队保持的自适应控制器,并基于李亚普诺夫理论,对设计的自适应控制律的稳定性进行了证明。最后通过仿真验证,该控制器能够有效抑制干扰带来的影响,使僚机能够迅速跟随长机机动,并保持编队队形的稳定。     

适用于超低空拦截的复合制导律设计方法

防空导弹在拦截超低空目标时，多径效应的存在会大大降低导弹雷达导引头探测跟踪目标的精度。为降低多径干扰的影响，可将弹目视线角(line of sight, LOS)约束在布儒斯特角附近，但是多数的研究仅仅是在弹目交汇处将其约束至布儒斯特角。基于模型预测控制可跟踪期望LOS的特点,设计出一种模型预测制导律。针对超低空目标机动扰动对制导精度的影响,设计了滑模扰动观测器对目标加速度进行估计。最后,将模型预测制导律与目标加速度的估计值相结合设计了一种复合模型预测制导律。仿真结果表明,采用复合制导律能够保证拦截弹以期望的布儒斯特弹道对超低空目标进行跟踪和拦截,同时可将LOS速率收敛至0,最大程度降低多径干扰的影响,从而提高拦截精度。     

基于模型转换频率估计的低空目标分类

为解决传统机械扫描预警雷达的低空目标分类问题, 提出一种利用模型转换频率估计的飞鸟与无人机目标分类方法。首先, 建立可能的无人机和飞鸟目标运动模型, 进而对目标轨迹进行多模型滤波和平滑处理。然后, 通过估计目标的模型转换频率实现目标分类。仿真结果验证了所提方法的鲁棒性和有效性, 证明经过平滑处理的目标分类结果优于仅经过滤波处理。针对低空预警雷达在机场和海岸环境中采集的真实数据, 在无人机频繁改变飞行方向模拟飞鸟机动性特征的情况下, 所提方法仍然可以较好地跟踪和区分无人机与飞鸟目标, 大幅降低了雷达系统的虚警率。     

航空发动机机载模型迭代计算优化方法研究

航空发动机是一个复杂、时变的多变量热力物理系统,其部件级模型的收敛精度与收敛速度对基于模型的发动机健康管理和容错控制等领域研究具有重要意义。现有的发动机部件级模型一般基于传统拟牛顿法进行各平衡方程的联立求解,较于传统牛顿-拉夫逊法(N-R法)收敛速度得到优化,但难以满足全包线范围内动态模型机载化应用的精度兼实时性要求。提出了一种自适应变步长因子拟牛顿法,可在保证模型计算精度的同时,最大程度地减少模型迭代次数,从而大幅提升模型计算速度,为模型的机载化应用创造条件。基于现役发动机计算平台MPC5554微控制器的仿真实验结果表明：相比于传统算法,所提算法具有更好的收敛性与实时性。     

基于航迹点法向距离的航迹聚类研究

随着民航业的飞速发展,机场噪声污染问题越来越严重,研究航迹聚类对机场噪声预防治理工作具有重要意义。现有航迹聚类算法所采用的航迹点对选取方式,无法实现所选航迹点对在空间上的对应,严重影响聚类效果。针对这一问题,提出一种基于航迹点法向距离的航迹聚类模型。该模型采用航迹点法向距离作为航迹相似性度量方法,有效地解决了因飞机速度差异引起的航迹点对选取不匹配问题。通过K-medoids聚类算法对航迹进行二维和三维聚类,使用Davies Bouldin (DB)指标、Dunn指标对聚类结果进行评价。实验表明,提出的模型能够更好地度量航迹之间的相似性,航迹聚类效果更好,从而验证了该模型的合理性和有效性。     

Cooperative localization against GPS signal loss in multiple UAVs flight

Based on multiple unmanned aerial vehicles(UAVs) flight at a constant altitude,a fault-tolerant cooperative localization algorithm against global positioning system(GPS) signal loss due to GPS receiver malfunction is proposed.Contrast to the traditional means with single UAV,the proposed method is based on the use of inter-UAV relative range measurements against GPS signal loss and more suitable for the small-size and low-cost UAV applications.Firstly,for re-localizing an UAV with a malfunction in its GPS receiver,an algorithm which makes use of any other three healthy UAVs in the cooperative flight as the reference points for re-localization is proposed.Secondly,by using the relative ranges from the faulty UAV to the other three UAVs,its horizontal location can be determined after the GPS signal is lost.In order to improve an accuracy of the localization,a Kalman filter is further exploited to provide the estimated location of the UAV with the GPS signal loss.The Kalman filter calculates the variance of observations in terms of horizontal dilution of positioning(HDOP) automatically.Then,during each discrete computing time step,the best reference points are selected adaptively by minimizing the HDOP.Finally,two simulation examples in Matlab/Simulink environment with five UAVs in cooperative flight are shown to evaluate the effectiveness of the proposed method.     

层析合成孔径雷达成像航迹分布优化方法

层析合成孔径雷达成像(tomography synthetic aperture radar, TomoSAR)将合成孔径原理用于高程向,通过不同入射角的多幅二维合成孔径雷达图像对高程向反射功率进行重建,从而实现三维成像。TomoSAR中,航迹分布是影响高程向重建的重要因素。针对高程向分布稀疏的情形,压缩感知方法被用于TomoSAR。基于压缩感知的TomoSAR中高程向重建质量取决于观测矩阵的性质,而航迹分布与观测矩阵的重构性能紧密相关。利用一种基于相关系数的观测矩阵优化准则,对航迹分布进行参数优化,从而在航迹数目一定的情况下,实现高程向的优化重建。仿真和实验结果验证了该方法的有效性。     

再入飞行器深度确定性策略梯度制导方法研究

为解决传统再入飞行器轨迹制导方法对强扰动条件适应性不足,难以满足终端约束的问题,在深度确定性策略梯度学习框架基础上,通过对随机强扰动条件下的离线飞行轨迹进行网络训练,寻找不同环境影响条件下的最优动作网络,以用于在线干扰条件下的制导轨迹规划,可通过对再入飞行攻角和倾侧角剖面的周期性预测,满足再入飞行终端高度、航程和速度约束。仿真实验结果表明：在满足终端高度约束的条件下,最大终端剩余航程偏差小于500 m,最大终端速度偏差小于35 m/s。本文所提制导方法较传统跟踪制导方法有较大的精度提升,算法计算量小,具有较好的工程应用前景。