机载三维纯方位无源定位的可观测性

纯方位系统的可观测性,是指系统在纯方位观察条件下,能唯一的求解目标的运动参数。针对三维空间作匀速直线运动的目标,首先建立了观测器与目标之间的矢量图形以及矢量方程;并通过解矢量方程转化为对观测矩阵的分析,最后利用克莱姆法则以及矩阵秩的概念对纯方位系统跟踪的可观测性问题进行了讨论,得到了观测器在匀速直线运动以及匀加速直线运动情况下的观测性结论:匀速直线运动观测器的观测指数恒为常数,目标是不可观测的;匀加速直线运动观测器的观测指数非常数时,目标是可观测的。文中采用的研究方法在机载纯方位目标运动状态的观测性分析中是可行的,对观测载机优化轨迹的生成具有一定的指导意义。     

纯方位目标跟踪：直角坐标卡尔曼滤波算法

对于纯方位目标跟踪问题,在利用卡尔曼滤波算法进行处理时,首先要进行观测方程及状态方程的线性化处理,自然导致线性化误差,为减少它对目标跟踪的影响,该文利用衰减记忆的卡尔曼滤波算法,通过蒙特卡罗模拟仿真实验表明其跟踪效果在收敛速度和收敛率以及稳定性等方面有较大的提高。     

双基阵纯方位目标跟踪的抗野值算法研究

本对方位测量野值存在的不同原因进行了分析，以提高目标参数估计性能的鲁棒性为目的，提出了2种基于批处理技术的双基阵抗野值算法，分别是修正的最大似然估计法和特征值法．并说明了特征值法和最大似然估计法一样，它也是一种无偏估计器．蒙特卡洛仿真结果表明，运用这2种算法得到的位置和速度均方根误差跟踪曲线显示了很好的野值抑制能力，并且修正的最大似然估计方法的抗野值能力要优于特征值方法，为工程应用提供了参考．     

一种新的双基阵纯方位机动目标跟踪算法

针对方位测量方程的非线性问题,提出了一种基于改进的自构建神经模糊网络（SONFIN）的双基阵纯方位机动目标跟踪算法。该算法首先利用目标方位角信息,对其进行目标特征提取,然后利用小波基函数所具有的时频局部分析能力,提出了用小波基函数来代替高斯基函数这一策略。仿真结果表明,神经模糊网络可实现双基阵纯方位机动目标的实时跟踪,并且改进后的网络跟踪性能要优于高斯基网络。     

双基阵纯方位目标跟踪的抗野值算法研究

本文对方位测量野值存在的不同原因进行了分析 ,以提高目标参数估计性能的鲁棒性为目的 ,提出了 2种基于批处理技术的双基阵抗野值算法 ,分别是修正的最大似然估计法和特征值法 .并说明了特征值法和最大似然估计法一样 ,它也是一种无偏估计器 .蒙特卡洛仿真结果表明 ,运用这 2种算法得到的位置和速度均方根误差跟踪曲线显示了很好的野值抑制能力 ,并且修正的最大似然估计方法的抗野值能力要优于特征值方法 ,为工程应用提供了参考 .     

基于平方根UKF的水下纯方位目标跟踪

为了避免被动跟踪中非线性性带来的计算复杂化及跟踪精度的下降,该文将平方根无迹卡尔曼滤波(SR-UKF)算法应用到水下仅测角目标跟踪.利用协方差平方根代替协方差参加递推运算,解决了标准无迹卡尔曼滤波(UKF)算法中由于计算误差和噪声等因素有可能引起误差协方差矩阵负定而导致滤波结果发散的问题,保证了滤波算法的数值稳定性,提高了跟踪的精度和可靠性.仿真结果表明,SR-UKF非线性滤波算法应用于水下仅测角目标跟踪系统是有效的,而且滤波精度、稳定性和收敛时间明显优于扩展卡尔曼滤波(EKF)和标准UKF算法.     

空间目标天基光学跟踪可观测性分析

针对天基光学监视跟踪系统可观测性问题,建立了空间目标天基光学监视跟踪模型,引入跟踪滤波误差下限(CRLB)和系统可观测度定义,并提出了瞬时可观测度概念.结合仿真实验对测量条件、观测几何以及系统配置等影响系统跟踪可观测性的因素进行了分析.仿真结果表明,所提出的可观测分析方法能实现对天基光学定位跟踪系统性能的客观有效评定.     

融合情报和主观信息的单舰纯方位跟踪算法

提出一种把情报信息和指挥员的主观信息加入修正增益推广卡尔曼滤波器的方法，用于单舰对海上运动舰艇辐射源进行纯方位跟踪。计算机模拟结果表明，在情报和主观信息正确的情况下，该方法能提高单舰对海上运动舰艇辐射源的无源定位精度。     

常加速目标纯方位跟踪最优观测者轨迹及仿真分析

针对常加速目标纯方位跟踪的最优观测者轨迹问题,基于最优控制理论建立了最优观测者轨迹的优化模型,运用解析法得到距离精度准则下常速率观测者最优航向的必要条件,并通过仿真讨论了目标加速度、观测者速率、目标与观测者的初始距离对最优观测者轨迹的影响.仿真结果表明,当目标加速度较小时,少量增加会提高对目标距离的估计精度,但最优轨迹的光滑度会降低;而当目标加速度较大耐,为维护可观测性,观测者须进行强机动.     

基于初距划分的纯方位目标跟踪的EKF滤波器群

利用EKF对纯方位目标跟踪的工程算法进行了探讨.目标初距范围被划分成若干个小单元,每个小单元形成预估初距;在观测器匀速直航下,EKF滤波器群分别估计目标-观测器相对速度与初始距离比值;然后每个滤波器利用新量测方位估计目标参数,同时依据Bayesian公式更新滤波器概率密度;观测器匀速下预估状态初始值,降低了误差影响,提高了推广卡尔曼滤波方法(EKF)收敛率;多滤波器算法便于并行计算和实时处理,符合工程要求.     

漂移瑞利混合滤波算法改进及其在机动目标纯方位跟踪中的应用

针对纯方位机动目标跟踪问题,利用基于代价函数的高斯混合成分减少技术改进了漂移瑞利混合滤波算法,提出一种改进型漂移瑞利混合滤波算法。仿真结果表明:在强杂波背景下,改进型漂移瑞利混合滤波算法（ MSRMF）的计算量与漂移瑞利混合滤波算法相当,但计算精度更高;漂移瑞利混合滤波算法及其改进型算法的估值精度与粒子滤波算法相当,但其计算量却比粒子滤波算法减小了一个数量级。     

常用目标跟踪滤波算法分析

概括了在目标跟踪中常用的几种滤波算法,从目标模型建立到滤波器的算法原理进行了分析和归纳。这些算法各有特点．在不同的情况下它们的跟踪精度、实时性有很大差异。针对一种典型的目标运动,对其中有代表性的算法进行数据仿真,分析和验证了这几种典型滤波算法各项性能的差别。     

仅有角度测量跟踪问题中的中央差分算法改进

为解决仅有角度测量的目标跟踪系统初始误差大、可观性弱、精确实时跟踪困难等问题,研究了一种改进中央差分卡尔曼滤波算法。仿真结果表明,同传统估计方法相比,该算法精度高,收敛速度快,且计算量适中,易于在实战中实时跟踪。     

一种精确的前向散射雷达三维目标跟踪方法

针对一般测量精度下初始状态估计误差大,导致滤波易发散的问题,提出了一种基于解析推导和Leven-berg-Marquardt算法的初始状态估计方法,能够在目标参数测量精度不高的情况下获得比较精确的初始值;针对滤波过程计算量太大、收敛速度慢的问题,结合精确的初始状态估计值和扩展卡尔曼滤波(EKF)实现了前向散射雷达三维目标的精确跟踪.通过仿真和比较分析表明,EKF算法跟踪精度高,收敛速度快,且计算量小.     

跟踪门对多目标跟踪系统性能的影响

讨论了密集目标环境下跟踪门门限对多目标跟踪系统性能的影响。在略去杂波的情况下,以方差压缩比作为跟踪系统性能的衡量指标,对跟踪门性能进行了理论分析。给出了矩形跟踪门配合K alm an滤波算法和PDA关联算法的仿真数据。提出了一种跟踪门门限的选取方法,将离线仿真得到的门限直接应用于跟踪系统,门限计算复杂减小,适用于对速度要求较高的跟踪系统。     

基于小波多分辨率分析的机动目标跟踪算法

研究了一种基于多分辨率分解的机动目标跟踪算法,该算法利用小波中的经典算法——Mallat算法对单一分辨率的量测数据进行多尺度分解,将分解得到的多分辨率量测数据用于目标状态更新。仿真结果表明,该算法具有较好的跟踪性能。     

对一种常速率目标跟踪方法的性能分析

基于运动约束的引入对系统随机可观测性影响的分析,给出滤波器稳定的充分条件和性能改善的一种度量. 针对运动约束与运动方程构成的系统,利用特征值分析方法给出了其信息矩阵的上下界限. 证明了引入运动约束之后系统保持其一致完全可观测和一致完全可控制性,从而给出了滤波器稳定的充分条件. 利用状态变量估计误差方差的减小量度量了引入运动约束之后性能改善的程度. 通过Monte Carlo仿真验证了上述理论分析的正确性.