共查询到19条相似文献,搜索用时 218 毫秒
1.
建立了机动目标的多站被动红外搜索与跟踪(infrared search and tracking, IRST)系统的当前统计模型,基于该模型提出了机动目标跟踪的鲁棒H∞融合滤波算法。该算法将H∞滤波算法和集中融合跟踪算法相结合,对多站IRST测得的目标角度信息进行融合,可解决被动式跟踪系统的可观测性及非线性问题,以实现对目标较高精度的定位和跟踪。以三个观测站进行跟踪为例,对一个高机动目标进行了仿真研究,仿真结果表明,该滤波算法比扩展卡尔曼滤波(extended Kalman filter, EKF)算法有更高的跟踪性能,是IRST系统中一种有效的跟踪算法。 相似文献
2.
基于修正IEKF的IRST系统多站融合跟踪 总被引:1,自引:0,他引:1
针对红外搜索跟踪(infrared search and track, IRST)系统单站情况下的弱可观测强非线性问题,提出了一种基于修正迭代扩展卡尔曼滤波(modified iterated extended Kalman filter, MIEKF)的多站融合跟踪算法。按照高斯-牛顿迭代方法对IEKF中的测量更新进行修正,并推导了最大似然迭代终止条件,减小了非线性滤波的线性化误差。结合集中式融合跟踪算法,应用于IRST系统多站目标跟踪。以三站为例进行仿真研究,结果表明所提算法的跟踪性能要优于EKF和UKF。 相似文献
3.
非线性系统中多传感器滤波跟踪型数据融合算法的研究 总被引:3,自引:0,他引:3
在非线性系统中,常用的跟踪滤波算法是基于扩展的卡尔曼滤波算法的融合算法,但是这种融合算法的跟踪精度并不是很高。本文根据对滤波器跟踪型数据融合的研究,提出了基于转换测量值卡尔曼滤波算法的非线性系统中的数据融合方法。研究表明,在利用激光干涉仪进行目标跟踪时,这种基于融合算法的集中式融合算法的跟踪性能优于分布式融合算法,但是,从仿真结果可以看出,两种融合算法的差别不大,结果基本相同,因此,在非线性系统中,基于转换测量值卡尔曼滤波算法的分布融合算法可以重构集中式融合算法。 相似文献
4.
为提高对机动目标的跟踪效果,提出了一种基于扩展H∞滤波的自适应交互多模多被动传感器机动目标跟踪算法。利用简化的Sage-Husa自适应滤波器与交互多模相结合,对多被动传感器测得的目标角度信息进行融合,解决了被动式跟踪系统的可观测性及非线性问题,将扩展H∞滤波器作为模型条件滤波器,通过调节扩展H∞滤波器参数和量测噪声预测协方差矩阵,增强了对外界干扰的鲁棒性。仿真结果表明,所提算法比扩展卡尔曼滤波交互多模算法和标准交互多模算法具有更高的跟踪性能,在多站被动红外搜索与跟踪中是一种有效的跟踪算法。 相似文献
5.
基于平方根UKF的多传感器融合跟踪 总被引:2,自引:0,他引:2
为了提高融合算法的精度,将UKF(Unscented Kalman Filter)算法与多传感器顺序滤波融合跟踪算法相结合,提出了基于UKF的多传感器序贯融合算法.UKF算法利用非线性方程自身的传播,估计系统状态,避免了对非线性方程线性化的过程.顺序滤波融合算法用同一时刻的量测依次更新状态,计算复杂性低.仿真结果表明,UKF顺序滤波融合跟踪算法比传统的扩展卡尔曼滤波(EKF)算法有更高的跟踪性能,是一种有效的非线性融合算法. 相似文献
6.
基于IMM-CSRF的多平台机动目标被动跟踪方法 总被引:2,自引:0,他引:2
针对仅有角度测量信息条件下,单平台的机动目标被动跟踪存在固有的强非线性和弱可观测性问题,研究多平台融合机动目标被动跟踪技术,提出了集中式漂移瑞利滤波器(centralized shifted Rayleigh filter,CSRF)来解决多平台目标被动跟踪问题,进一步提出并推导了基于交互式多模型的集中式漂移瑞利滤波器(interacting multiple model centralized shifted Rayleigh filter,IMM CSRF),实现对机动目标的被动跟踪。仿真实验表明,该算法跟踪精度高,稳定性好,具有良好的实际应用价值。 相似文献
7.
跟踪起始与数据关联是机动多目标单站无源跟踪的关键技术。提出了一种基于目标多特征信息融合的自适应跟踪起始算法,通过构造多维动态可变的跟踪门,进行自适应跟踪起始检测,然后根据序列概率比检验准则进行轨迹确认。同时提出了一种基于多目标多特征信息融合的数据关联算法,首先通过定义多个特征数据关联度,将单个有效观测的多特征信息进行融合,再对多目标进行综合数据关联。计算机仿真表明,该跟踪起始算法能够快速有效地进行航迹起始,数据关联算法的性能要优于传统的最近邻(NN)方法。 相似文献
8.
粒子滤波和多站TOA的外辐射源雷达跟踪方法 总被引:1,自引:0,他引:1
针对外辐射源雷达跟踪常采用扩展卡尔曼滤波(extended Kalman filter,EKF)算法导致其跟踪精度受闪烁噪声影响较大的问题,结合到达时间(time of arrival,TOA)定位技术和粒子滤波(particle filter,PF)算法,提出一种适于闪烁噪声环境的外辐射源雷达跟踪方法。该方法通过多站TOA获得测量信息,利用双基地角来减弱目标雷达散射截面积(radar cross section,RCS)闪烁,采用非线性和非高斯的PF进行跟踪,能减小因闪烁噪声而导致的跟踪误差,避免EKF算法因线性化而带来的误差,从而提高跟踪精度。实验表明,该方法的跟踪性能优于EKF,尤其受闪烁噪声影响小,能提高闪烁噪声环境下的跟踪精度。实测数据验证了该方法的有效性。 相似文献
9.
10.
带相关噪声的加权观测融合估计算法及其全局最优性 总被引:1,自引:0,他引:1
针对多传感器线性离散定常随机控制系统,当具有相关噪声且每个传感器带不同观测阵时,基于矩阵满秩分解与加权最小二乘理论,提出了新的加权观测融合估计算法。该算法首先将多个传感器的观测折算到一个等效的传感器上,对等效的传感器系统进行估计,证明了其估计结果相同于集中式融合稳态Kalman估计结果,因而它同样具有渐近全局最优性,且可明显减小计算负担,便于实时应用。仿真实验结果表明了该算法的有效性。 相似文献
11.
《系统工程与电子技术(英文版)》1996,(3)
AdaptiveMultisensorTrackingFusionAlgorithmforAir-borneDistributedPassiveSensorNetwork¥ZhenDing;HongcaiZhang&GuanzhongDai(Depa... 相似文献
12.
多被动传感器UKF与EKF算法的应用与比较 总被引:3,自引:1,他引:2
针对多被动传感器条件下的目标跟踪问题,给出了推广卡尔曼滤波在多被动传感器条件下的具体算法;考虑到多被动传感器目标跟踪需要解决观测非线性的问题,故而将用于非线性系统的基于UT变换的UKF算法应用于所讨论的跟踪问题中,采用检测融合方案,将多个被动传感器的角度观测组合成量测向量,推导了多被动传感器的UKF滤波算法,实现了对目标在三维空间中的全被动跟踪.将两种算法进行了仿真比较,结果表明,采用多被动传感器的UKF算法可以获得比传统的推广卡尔曼滤波算法更为精确的跟踪效果. 相似文献
13.
14.
15.
无源定位与数据融合技术在辐射源目标跟踪中的应用 总被引:3,自引:1,他引:2
在多机动辐射源无源定位与跟踪系统中 ,因受低空杂波、电子干扰和雷达自身探测精度等因素影响 ,易使无源定位的数据不精确、不可靠 ,甚至相互矛盾 ,结果造成跟踪系统失效。针对这一情况 ,首先应用测向测时差定位法 ,处理机动辐射源的无源定位问题 ;然后在此基础上 ,应用数据融合技术进一步提高系统的定位与跟踪精度、可靠性和防御作战能力。仿真结果表明 ,该方法是有效、可行的 相似文献
16.
针对电子干扰日趋恶化的形势,文中专门研究了干扰条件下双基地系统如何利用数据融合实现对运动目标的三维跟踪问题。根据电子干扰“无-弱-强”的变化规律。文中提出了一种最大限度地利用两站测量数据信息量的“分段跟踪技术”、不仅提高了无、弱干扰时的跟踪精度,而且为强干扰条件下应用SOPLAT技术保持对目标的跟踪创造了有利条件。文中从理论。实际两个角度出发,分别研究了两种测量模式接收站采用的跟踪算法,通过典型航迹的计算机仿真.对基于数据融合算法的分段跟踪技术在理想观测精度和实际情况下的跟踪精度做了分析比较。 相似文献
17.
辐射能量减缩是提高机载雷达射频隐身性能的有效途径。针对目标跟踪过程中辐射能量的减缩量约束, 首先通过分析双机雷达协同的目标回波信噪比, 分别从双机与目标距离比和目标雷达散射截面积推导了其对雷达总辐射能量减缩值的贡献; 然后针对雷达目标跟踪过程中的采样间隔算法, 分析了基于滤波残差的递推法与其他两种方法的目标跟踪精度与仿真计算效率; 最后利用交互式多模型卡尔曼滤波算法与基于滤波残差的递推采样间隔法仿真, 验证了目标跟踪过程中双机雷达辐射能量的减缩量, 并仿真了有源无源协同目标跟踪对双机雷达总辐射能量减缩值的贡献。实验结果表明,本文设计的跟踪策略具有更佳的隐身性能。 相似文献
18.
基于随机集理论的多个声目标融合跟踪 总被引:1,自引:0,他引:1
针对杂波环境下,采用多个被动声传感器跟踪多个声目标的应用场合,建立了多个声目标跟踪的随机有限集模型,采用概率假设密度(probability hypothesis density, PHD)粒子滤波对该模型进行求解。针对PHD滤波器只适用于单传感器的问题,提出了一种实现多个声传感器融合跟踪的方法。该方法在序贯PHD滤波器的基础上进行改进,提高了目标检测率,通过仿真实验验证了该方法的有效性。 相似文献