主/被动雷达模糊自适应IMM融合跟踪算法

在主/被动雷达复合制导背景下,提出一种基于模糊自适应交互多模型(IMM)的分布式融合算法。该算法将交互多模型和模糊推理的优点相结合,通过模糊推理机制在线调节模型集合中部分模型的参数,使这些模型对不同的目标机动模式有更强的自适应能力。避免了传统交互多模型算法的模型冲突问题,大大减少了计算量。数字仿真结果表明了算法的有效性。     

一种改进的变结构交互多模型被动跟踪算法

针对干扰环境下跟踪机动目标时常常无法获得距离信息的问题,提出了一种新的被动跟踪算法对目标进行精确的跟踪定位。算法针对被动跟踪中状态与量测之间存在的非线性关系,首先采用最小二乘原理对角度量测进行预处理,然后以预处理结果作为输入,进行交互多模型滤波,从而减小非线性量测方程的线性化过程带来的误差。然而,交互多模型滤波中所采用的固定结构模型集并不能保证跟踪精度,为解决这一问题,算法引入序列似然比检测对模型集进行调整,使模型对不同的目标机动模式有更强的自适应能力,从而减小模型之间的竞争,确保跟踪效果。为了验证新算法的有效性,在相同实验条件下,用2种算法分别对同一设定轨迹进行仿真估计,结果表明,新算法可以进一步提高跟踪精度。     

一种基于多传感器协同探测的雷达跟踪系统

战场上雷达是对目标进行跟踪的常用手段,当敌方施放有源压制干扰时常导致目标航迹丢失,雷达无法对目标进行持续跟踪。为了改善对目标的跟踪性能,建立了干扰背景下基于机载多传感器协同探测的雷达跟踪系统,首先采用Kalman滤波预测雷达量测缺失数据,当跟踪精度不满足期望值时应用支持向量机回归(SVMR,Support Vector Machine Regression )算法估计缺失数据作为雷达的量测值继续进行卡尔曼滤波估计,实现了对目标的持续跟踪,精度较高。仿真验证了该系统能够解决有源压制干扰条件下的目标航迹丢失问题,增强了雷达对目标的跟踪性能。     

一种基于凸优化的四站时差定位算法

在多站无源时差定位问题中,观测站运动使自身位置信息存在位置误差,由于定位误差的存在,传统时差定位算法定位精度不能满足高精度辐射源定位的要求.针对这一问题,提出一种基于凸优化的时差定位算法,以四站时差定位系统为例,对地球表面的辐射源进行定位.首先在WGS-84模型下,给出存在位置误差时的时差定位方程,通过引入中间变量并对...     

一种基于协同推荐的网页排序算法

针对目前搜索结果个性化排序算法中的用户兴趣模型构建难、相关度计算不精确等问题,提出了一种结合用户兴趣模型和协同推荐算法的个性化排序方法.该方法从用户的搜索历史,包括提交查询、点击相关网页等反馈信息来训练用户的兴趣模型,然后采用协同推荐算法获取具有共同兴趣的邻居用户,根据这些邻居对网页的推荐程度和网页与用户的相关程度来排序搜索结果.实验结果表明:该排序算法的平均最小精确度比一般排序算法提高了约0.1,且随着用户邻居数目的增长,最小精确度随之增长.与其他排序算法相比,采用协同推荐算法有助于提高网页与用户兴趣关联程度计算的精确度,从而提高排序的效率,有助于改善用户的搜索体验.     

一种基于协同进化的随机微粒群算法

在多种群协同进化和随机微粒群算法基础上,提出了一种改进的多种群随机微粒群算法,将各个子种群度独立的按照随机微粒群去进化,周期性的更新共享信息,共同寻求最优解。其中采用了两种不同的更新策略,并对这两种不同的方法进行详细的分析和比较。实验表明:合理调整更新周期能提高算法的收敛性。     

一种改进的高超声速目标跟踪算法

根据临近空间高超声速目标运动特点,建立了临近空间高超声速目标运动模型;针对机动目标跟踪问题,在“当前”统计(Current Statistical Model,CS)模型基础上,引入一种利用位置估计值与加速度之间的函数关系自适应调整加速度方差的方法(Adaptive of Distance Estimate Algorithm,ADE),并运用交互多模型算法,提出了ADE-IMM(Adaptive of Distance Estimate Algorithm-Interacting Multiple Model Algorithm)算法,提高了算法对临近空间高超声速目标的跟踪精度。仿真结果表明：该算法兼顾了Singer-IMM算法和CS-IMM算法在跟踪临近空间高超声速目标方面的优点，有更好的跟踪精度。     

基于多算法协同的蜂窝无线定位的算法研究

基于数据融合的基本原理,采用TDOA定位技术,将其应用于多算法协同定位,进一步提高对移动台(MS)定位估计的准确性.最后仿真结果表明利用此多算法协同定位模型,在保证决策可靠的前提下,能得到更准确可靠的移动台估计位置,有效地提高了决策输出的定位精度.     

一种用于时差提取的卡尔曼-最优阶互相关算法

在定位系统的时差提取方法中,传统的互相关算法抗噪能力较弱、时差提取精度较低,针对以上缺点,提出卡尔曼-最优阶互相关算法,并且通过仿真对比分析相同条件下该算法和基本互相关算法、广义加权互相关算法的时差提取精度,验证了其更优的性能.最后,通过FPGA设计,将所提算法运用到实际工程中.仿真和试验结果表明,相对于传统算法,卡尔曼-最优阶互相关算法在较低信噪比的情况下具有更强的抗噪能力和更高的时差提取精度.     

考虑温度的电池荷电状态估算和主被动均衡

电池的荷电状态(state-of-charge, SOC)估算和电池均衡作为电池管理系统(battery management system, BMS)的核心功能,对电池的一致性和使用寿命、安全等至关重要。在电池的工作期间,温度直接影响了电池的可用容量和放电特性,从而加剧了SOC的估算误差。因此,考虑了温度对电池的影响,对SOC估算方法进行了改进,并利用主被动均衡改善了单体一致性问题。首先,通过建立电池的热特性模型对电池的内部温度进行估计,将温度估计结果对扩展卡尔曼滤波(extended Kalman filter, EKF)算法进行了改进,再使用该算法进行SOC估算。并分别在城市道路循环工况(urban dynamometer driving schedule, UDDS)、动态应力测试(dynamic stress test, DST)、混合脉冲功率特性(hybrid pulse power characterization, HPPC)工况下验证了改进算法对提高SOC估算精度的有效性。其次,以更高精度的SOC估算结果作为变量,提出一种主被动均衡电路并合理设计了均衡策略。最后,在仿...     

基于到达角度和时间差测量的无源跟踪算法研究

分析了修正增益扩展卡尔曼滤波(MGEKF)原理及其在非线性方程中的应用,提出了一种测量目标辐射源脉冲到达时间差和到达方向实现固定单站对运动辐射源进行无源定位的算法.通过计算机仿真,验证了该方法的正确性与有效性.     

被动雷达导引头对抗有源诱偏干扰技术

对反辐射导弹在有源诱偏下的失误距离进行了分析,讨论了减小失误距离的途径;针对反辐射导弹抗诱偏对导引头分辨角的需求,建立了基于均匀圆阵的二维DOA估计模型,讨论了角分辨算法在导引头中的具体应用;通过对不同信噪比和快拍数下导引头分辨概率的仿真,表明该算法能够满足分辨角的要求。     

基于有源辅助的被动跟踪系统

提出了一种有源雷达间歇辅助红外工作的雷达／红外协同跟踪系统,该系统通过减少雷达开机时间降低被敌方ESM（电子支持措施）锁定的可能性．为了改善纯角度跟踪的滤波发散问题,一方面,在滤波处理时采用了非线性逼近能力更强的Unscented卡尔曼滤波算法;另一方面,充分利用雷达、红外同时开机时的量测信息,构造出一组时间多项式,在雷达关机期间,利用该组时间多项式估计目标的运动状态,辅助红外传感器进行跟踪．计算机仿真结果表明,该方法不仅能保证跟踪精度,同时也能有效地降低雷达被敌方ESM锁定的可能性．     

一种非合作双基地雷达目标跟踪方法

针对非合作双基地雷达系统的特点,提出了一种能快速找到航迹的目标跟踪处理方法。该方法首先用基于速度的方法起始可能航迹,然后利用跟踪波门技术对后续的测量点集进行相关性检测,接着进入Kalman方法预后续点迹位置的阶段,然后用最近邻域(NN)法搜索出属于该可能航迹的所有点迹,最后进行航迹的确认并开始搜索新的目标航迹。以实测数据为例进行实验,验证了该方法对非合作雷达系统目标跟踪的有效性。     

红外小目标检测与跟踪方法研究

复杂背景中小目标的检测与跟踪一直是监视和告警系统的重要组成部分,综合该领域近年来的研究成果,从空间滤波和时间滤波的角度对现有的红外小目标检测方法进行了简单的概述,并分析了今后的研究方向。     

基于正态截断模型的被动传感器目标跟踪算法

被动传感器只能获得目标的角度信息而无法获得位置信息,因此单被动传感器对目标进行跟踪时难以满足可观测性条件.对单被动传感器高斯-厄米特滤波的量测模型进行扩维,建立了多被动传感器高斯-厄米特滤波模型.由于Singer模型只适用于匀速和匀加速范围内的目标运动,对于强烈的机动将引起较大的模型误差.而正态截断模型本质上是非零均值时间相关模型,能够更加真实地反映目标机动泛围和强度的变化,是目前较好的实用模型.文中基于正态截断模型提出了只有角度量测的双被动传感器高斯-厄密特机动目标跟踪算法,仿真结果表明,该方法能够对机动目标进行稳定的跟踪.     

一种机载外辐射源雷达微弱目标检测方法

针对机载外辐射源雷达系统中直达波信号参数估计误差导致的杂波抑制性能下降、微弱目标检测性能恶化的问题,提出了一种机载外辐射源雷达体制下微弱目标检测方法。该方法在建立杂波和微弱运动目标信号模型的基础上,对重叠分段后的两通道信号进行匹配滤波,然后分别对两通道信号进行Keystone变换完成相对径向速度的距离徙动校正,最后构造通道间相位偏差补偿函数,并结合两通道相位中心偏置天线(DPCA)方法解决杂波剩余问题。仿真结果表明:考虑直达波参数估计误差的影响能够提高微弱目标检测能力;在载机偏航角为2°的情况下,该方法与忽略相位偏差的传统DPCA方法和理论值补偿相位偏差的DPCA方法相比,检测信噪比分别提高了12dB和7dB以上。     

大型随动圆顶自抗扰控制方法研究

针对大型随动圆顶具有大转动惯量,且存在非线性摩擦的特点,根据自抗扰控制原理,设计圆顶随动系统控制器,提高系统的动态性能。介绍了圆顶随动系统的构成及简化模型;以及基于自抗扰控制器的圆顶随动系统设计方案,并给出了控制器参数整定方法。最后,进行了Simulink仿真和实验验证。实验结果表明,相对于传统的PID控制器,自抗扰控制器既可以保证系统在无超调的情况下快速响应,又能够抑制摩擦和死区等非线性因素对系统跟踪性能的影响,可以有效提高圆顶随动系统的动态性能。     

一种基于雷达和红外的粒子滤波融合跟踪方法

针对Kalman滤波不能处理雷达与红外传感器量测信息融合中的非线性问题,提出了一种基于粒子滤波方法的融合跟踪算法.该算法通过利用量测方程的非线性分析和粒子滤波器计算状态估计值,从而以线性迭代的方式得到系统的最优估计.仿真结果表明,与采用Kalman滤波的方法相比,该算法具有更高的估计精度,同时减小了计算量.