一种单站纯方位目标跟踪算法研究

纯方位目标跟踪是水下目标定位跟踪的重要问题。伪线性估计算法是主要的纯方位目标跟踪算法中之一,在水下目标定位跟踪领域中得到了广泛的应用,其计算简单,但估计结果严重有偏。为了克服伪线性估计算法的估计有偏性,提出一种新的辅助变量方法,利用过去观测的三个方位来预测当前方位,从而消除该算法的估计偏差,得到理论上无偏的修正伪线性估计算法。通过多次计算机仿真计算,表明该算法是一种递推、稳定以及无偏的估计算法。     

一种快速近似无偏的双基阵纯方位目标定位方法

纯方位目标运动分析(TMA)是一种非线性估计问题，对测量方程进行线性化处理后对其运动要素的估计可能会出现发散或偏置现象。利用双基阵所提供的方位量测信息，在测量方程伪线性化后使得均方等效误差期望最小来实现目标运动要素无偏估计，通过仿真说明了利用该方法所得到的位置、速度跟踪误差曲线能很好快速地逼近CRLB，比双基阵EKF滤波器有着更好的收敛速度和跟踪精度，证明了该方法的有效性。     

一种带加速度补偿的H∞次优滤波目标跟踪算法

提出一种带加速度补偿的H∞次优滤波跟踪算法。该跟踪算法通过不断调整H∞滤波器的参数γ来逼近H∞最优滤波器。同时,引入一个加速度估计器和一个机动检测器,加速度估计器通过目标最近三点的位置来估计目标当前加速度值,机动检测器用来检测目标是否机动,当检测到目标机动时,则启动加速度估计器计算加速度,并利用该值对目标状态估计值进行补偿。从而使得该跟踪算法不仅对目标机动具有鲁棒性,而且所得到得估计误差方法最小。仿真结果表明,所提出的目标跟踪算法对高机动目标有良好的跟踪效果。     

基于强跟踪滤波器的纯方位机动目标跟踪算法

针对无源纯方位跟踪中目标机动的问题,提出了一种基于强跟踪滤波器的机动目标跟踪算法.该算法在目标机动跟踪中通过实时调节增益阵,提高了滤波器对状态变化的跟踪能力,避免了修正增益协方差(MGEKF)算法中所寻找的观测量修正函数不准确而引起较大的误差.同时对量测模型非线性问题采用伪量测变换估计器(PLE)予以解决,它具有形式简单,计算量小的优点.最后将该算法与MGEKF算法相比较,Monte Carlo仿真结果验证了提出算法的优越性.     

基于ESPRIT的均匀互耦线阵DOA及互耦参数估计

利用均匀线阵的特殊结构及其互耦矩阵,提出了一种阵列互耦存在下基于ESPRIT的DOA和互耦参数估计方法.首先通过ESPRIT法中子阵的选取,无需阵列互耦任何信息,直接得到方位估计,即对互耦参数稳健的DOA估计方法;接着在方位估计的基础上,基于真实导向矢量的最小方差拟合得到均匀线阵的互耦系数估计.与已有算法相比,该算法同时利用了天线阵列结构及其互耦特点,一方面将信号角度与互耦系数估计相互分离,使角度估计精度不受互耦估计的制约;另一方面,方位和互耦系数估计均可通过表达式求解,因此算法运算量小.计算机仿真证明该算法的有效性和正确性,并从仿真角度研究了算法分别在幅相误差和互耦矩阵误差下的性能.     

基于线性预测的ETAM水下目标方位估计方法

在传统的扩展拖曳阵列测量（extended towed array measurements, ETAM）方法的基础上，提出一种基于线性预测(linear prediction, LP)的ETAM水下目标方位估计新方法（LP-ETAM）来估计多个相干目标的方位。首先,使用传统的ETAM方法由物理阵的接收数据矩阵合成扩展后的虚拟阵的接收数据矩阵。然后,根据虚拟阵的接收数据矩阵来计算向前和向后线性预测的空域滤波器系数，并使用外推插值方法将虚拟阵向左方和右方扩展来得到更长的虚拟阵。最后，对最终得到的虚拟阵使用常规波束形成法输出波束来确定目标的方位。仿真实验显示,与ETAM方法相比，LP-ETAM对水下远程目标具有更好的分辨能力和阵增益。     

双基阵纯方位水下被动目标跟踪性能仿真分析

研究了基于纯方位信息的双基阵声纳信息融合的跟踪性能，并进行了详细的仿真实验。仿真结果表明，在平台—目标相遇这种较为常见的态势下应用扩展卡尔曼滤波可以快速、稳定地完成目标运动要素的估计，同时还揭示了平台与目标运动的几何态势对跟踪性能的影响，为工程应用提供了参考。     

针对高速自治水下航行器的UKF主动目标跟踪算法

研究了基于高速自治水下航行器平台下的主动单目标跟踪,基于Unscented Kalman Filter(UKF)建立跟踪滤波器,在强观测噪声、大采样时间间隔情况下完成对目标各运动状态参量的准确估计。将此跟踪滤波器与基于Extended Kalman Filter(EKF)的跟踪滤波器进行了对比。计算机仿真结果表明采用EKF滤波器,目标的速度估计值可以收敛向真值,而距离估计值无法获得收敛;采用UKF滤波器,目标的速度和距离估计值都能获得收敛,且其对目标的速度估计较EKF准确。     

基于一种无偏估计器的双站被动测距算法

针对短基线情况下双站三角测距精度不高的问题,提出了一种利用双站方位历史信息实现被动测距的算法.建立了双站被动测距模型,该模型可以利用最小二乘等线性估计器来求解,但因其数据矩阵包含误差其解是有偏的,为此引入了一种无偏估计器来实现对目标距离的估计.通过仿真试验说明该算法比三角测距有着更高的精度,证明该算法用于双站被动测距是有效的.     

基于特征分解的多目标定位系统仿真实验研究

基于特征分解的高分辨方位估计（DOA）算法是一类性能良好的目标定位方法,具有良好的工程应用前景。针对水下阵列信号处理的实际应用,在多目标定位的多处理器硬件系统中,实现了阵元域和波束域两类高分辨DOA算法,在VisualDSP＋＋仿真环境中对水池实验数据进行了仿真实验研究,对算法的运算时间和方位估计的性能进行了分析。结果表明,该系统能够较好的完成各种高分辨方位估计算法,具有良好的方位估计性能和实时处理能力,波束域方法性能优越,满足了工程技术要求。     

基于高斯—牛顿法改进的复合双基地雷达目标空间定位算法

针对复合双基地雷达系统的目标空间定位问题,提出了一种基于高斯-牛顿迭代的改进算法。该算法利用所有的观测数据构成非线性最小二乘定位方程,将精度最高的一组测量子集的解析解作为迭代初始值,从而比经验值更逼近真值,引入了变步长法使迭代迅速收敛,给出了应用该算法的具体步骤。仿真实验证明该算法提高了目标位置解的准确性,保证了迭代的收敛性。     

基于相对残差的LDPC码动态调度译码算法

针对低密度奇偶校验码的动态调度译码算法中存在的震荡现象和贪婪特性问题,在基于变量节点消息残差置信传播算法的基础上,提出一种基于相对残差调度的置信传播算法。对变量节点进行分组,以变量节点向校验节点传递消息的相对残差值作为参考,优先更新相对残差值最大的节点,加快译码收敛速度。对于译码过程中震荡的变量节点,对其更新前后的后验LLR(log likelihood ratio)消息值做加权平均处理,提高震荡节点的可靠度。在算法迭代的过程中对变量节点向校验节点传递消息的相对残差值作衰减处理,缓解译码算法的贪婪特性。仿真结果表明：与VC-RBP算法相比,在误比特率为10-5时所提算法译码性能可以获得0.3～0.4 dB的增益,同时拥有更快的收敛速度。     

航路流量间隔限制及排序策略一体化决策模型及算法

基于流量间隔限制策略和航路排序策略之间的关联性建立了两种策略一体化决策的二层双目标规划模型.模型将间隔限制值作为上 层规划的决策变量,将排序相关变量作为下层规划的决策变量,在上层规划中同时考虑下级的目标函数.对模型设计了基于NSGA-II的多 目标遗传算法求解,采用了一个快速启发式算法求解下层规划的单目标问题.结合中南区域实际空域及流量数据对模型进行了验证, 并与当前实际运行中的按交通需求比率分配方法进行了比较.结果表明所建立的二层双目标规划模型能满足一体化决策的需求, 所采用的算法能求得多个Pareto近似最优前沿解以供决策选择.     

弹道导弹的雷达测轨算法

研究了弹道导弹的雷达轨道估计问题。为了解决雷达探测距离远、角度误差大、椭圆轨道计算量大和目标运动轨迹摄动大等恶劣条件下的测轨预报,并且能充分利用雷达测量误差分布的方向性以提高算法的精度和自适应能力,本文提出了机动检测多模型的目标状态估计器的预处理—给定两个时刻目标位置的轨道参数初算—多目标位置状态参数下的最小方差估计的目标轨道最优估计方法。通过对某型号防空导弹的制导控制系统仿真,可以看出该雷达目标测轨算法使其控制系统有很好的中末制导交接条件。     

加速混沌优化方法及其应用

对混沌优化算法进行改进，提高了混沌优化算法的效率，加速混沌优化算法利用混沌运动的性质，同时不断缩小变量的搜索空间，在混沌优化搜索过程中，以具有一定保证的当前最优解为中心，不断地缩小优化变量的搜索区间，调整细化参数，促使搜索能够更快，更有效地全局最优解收敛，仿真计算表明算法有效。     

一种AUKF滤波算法及其在电力频率测量中的应用

为了提高无迹卡尔曼滤波器（UKF）在非线性随机系统中的抗干扰性和状态跟踪性能,提出了一种自适应无迹卡尔曼滤波算法（AUKF）。该算法通过计算状态变量微分累积值判断状态变量是否发生突变,并在突变时刻重新设置协方差矩阵,使状态变量估计值迅速收敛;同时估计观测噪声,通过调整噪声方差以减小观测噪声变化对测量精度的影响。将AUKF算法应用于电力系统频率测量,通过数值仿真得到电力频率稳定、波动和突变时的频率测量值。仿真结果表明该算法具有较好的测量效果,在保证频率测量精度和稳定性的同时,减小了频率测量滞后时间和超调。     

跟踪机动目标的多模型算法进展

对多模型算法的发展过程进行了回顾和评述。分析了固定结构多模型算法的局限性。在变结构多模型算法的实现方法中 ,介绍了激活有向图方法、自适应网格方法和有向图切换方法。通过一个仿真实例比较了固定结构与变结构多模型算法的费效比     

基于模糊随机期望规划的跨国供应链战术计划模型

首先对跨国供应链计划进行了简要介绍,并且讨论了跨国供应链中的不确定因素-市场需求的三种数学描述形式-随机、模糊、模糊随机;提出了基于模糊随机期望规划的生产-分销二级跨国供应链战术计划模型,它与以往供应链计划模型最大的不同之处在于将市场需求看作模糊随机变量;然后设计了计算机模糊随机模拟技术和遗传算法相结合的智能算法求解模型;最后对模型进行了数值仿真分析,即对模糊随机期望模型使用智能算法,对其等值确定性模型使用分枝定界法,计算结果精度对比证明了模糊随机期望模型的有效性.     

机动目标跟踪的灰色截断变维法

在灰色预测滤波和截断滤波的基础上建立了灰色截断变维法。在截断变维法中嵌入灰色预测滤波 ,用性能优越的机动检测技术为开关 ,在机动区用灰色预测滤波替代并导引截断变维滤波。该方法具有很强的自适应性和更高的滤波跟踪精度 ,其性能优于单模型有参数自适应滤波算法及多模无参数自适应滤波算法 ,同时无需任何先验的统计参数。计算机仿真表明了它的各种优越性。