基于自适应扩展H∞滤波的机动目标被动跟踪

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。     

基于UKF的交互多模型算法

为了提高交互多模型算法的滤波精度,提出了基于无迹卡尔曼滤(UKF)的交互多模型算法(IMM-UKF).该算法融合了交互多模型算法对不同目标机动模式的自适应能力和UKF滤波精度高的优点.通过对机动目标跟踪的应用仿真,将该算法和基于扩展卡尔曼滤波(EKF)的交互多模型算法(IMM-EKF)进行了比较,仿真结果表明了IMM-UKF具有较好的跟踪性能,减小了机动目标跟踪的均方根误差.     

基于新最速下降法的目标跟踪算法

雷达目标跟踪滤波算法是雷达信号处理的重要组成部分, 在空防预警、战场监视、导弹制导等领域起着重要的作用。本文提出了基于一种新最速下降法的目标跟踪算法。首先建立一种基于改进多项式拟合模型的运动描述模型, 接着用一种新最速下降法来求解运动模型的最优参数, 通过实时的最优运动模型对运动目标航迹进行预测跟踪, 并采用正则化思想去除噪声影响。将本文算法与目前常用的交互多模型跟踪滤波算法进行对比, 仿真结果表明在目标机动和非机动的情况下, 本文算法的精度更高、计算量更小、实时性更好。     

基于IMM的UK-GMPHDF算法在多机动目标跟踪中的应用

为解决非线性系统滤波的非线性和多机动目标跟踪问题,提出了一种基于交互多模型(IMM)的无迹卡尔曼实现的高斯混合概率假设密度滤波(UK-GMPHDF)算法.该算法结合了IMM算法对不同目标机动模型的自适应能力和UK-GMPHD滤波精度高、计算量小的优点.此外,滤波器利用UK-GMPHD滤波,不仅避免了难以解决的数据关联问题,而且可以联合估计目标数和目标状态.在非线性系统和杂波环境下,通过对多机动目标跟踪的应用仿真,将该算法和基于单模型的UK-GMPHDF算法进行了比较,仿真结果表明了基于IMM的UK-GMPHDF算法具有较好的跟踪性能,大大提高了多机动目标跟踪精度,减少了跟踪的多目标误差.     

考虑飞行初段弹道交叉的多导弹协同发射时序规划方法

在多导弹协同作战条件下,协调不同导弹发射平台之间的导弹发射顺序,避免导弹飞行初段弹道的相互干扰,快速计算所有导弹的发射时间变得十分迫切和异常困难。为解决多导弹协同发射时序规划问题,以最小化完成导弹发射任务的最终时间为优化目标,建立了多导弹发射时序协同规划的混合整数规划模型。设计了快速启发式算法,给出了发射时间求解算法及基于空间压缩思想的可行解进化策略,可辅助指挥员快速生成导弹发射时序方案。以30枚导弹协同发射为案例,对模型和算法进行了仿真验证。实验结果表明,该模型和方法能有效解决多导弹协同发射时序规划问题。     

一种模糊自适应交互多模型算法

提出了一种模糊自适应交互多模型（FAIMM）算法。该算法通过模糊推理机制，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，从而使该算法可以采用较少的模型达到很好的跟踪滤波效果，而且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。最后将该算法与传统的交互多模型算法进行了仿真对比，仿真结果表明，FAIMM算法比传统的交互多模型算法有更好的跟踪性能。     

基于VSMM的GMCPHD滤波算法在多机动目标跟踪的应用

针对交互多模型(interacting multiple model, IMM)在多机动目标跟踪算法中存在的缺陷以及目标跟踪精度问题,提出了基于变结构多模型（variable structure multiple model, VSMM）的高斯混合基数概率假设密度（Gaussian mixture cardinalized probability hypothesis density, GMCPHD）滤波算法。该算法利用了VSMM具有自适应性、时变性的特点,达到了在某一时刻能够选取与目标运动模式相匹配的模型集合的目的,相比于IMM考虑的仅是固定的模式集合具有很强的优越性。此外,GMCPHD滤波算法不仅避免了数据关联问题,而且通过高斯分布递推PHD函数的同时递推基数分布。最后,利用雷达作为传感器,对跟踪机动目标进行仿真,证明VSMM相比于IMM对于多机动目标跟踪更具有优越性,同时验证了VSMM GMCPHD滤波算法具有提高机动目标跟踪精度,减小跟踪误差的作用。     

基于算法融合的红外成像目标稳健跟踪方法

针对复杂背景下的红外图像机动目标跟踪问题,在对现有的多种红外成像目标跟踪算法进行分析与比较的基础上,提出了一种基于算法融合的红外成像目标稳健跟踪方法。该方法在对各跟踪器输出的目标位置测量值序列采用基于“当前”统计模型的模糊交互多模方法进行处理的基础上,采用基于总均方误差最小规则的自适应加权融合方法对目标状态的多个滤波与预测值进行综合处理,较大程度上提高了系统的跟踪精度与稳定性。仿真结果显示了该方法的有效性与稳健性。     

超低空拦截导弹武器系统的UKF-IMM目标跟踪算法

针对超低空拦截导弹武器系统的特点,提出了运用基于交互多模型的无迹卡尔曼滤波算法(UKF-IMM)对来袭目标进行状态估计的滤波方法.根据来袭目标的运动特点建立了特定的模型集,模型集由CV模型、比例导引模型和"当前"统计模型组成.每个模型分别采用UKF滤波器进行滤波,UKF-IMM滤波器的输出为各滤波器状态输出的概率加权融合.仿真结果表明,该模型集能够概括超低空拦截导弹拦截目标的运动样式,模型之间切换迅速,滤波算法收敛速度快.运用UKF-IMM滤波算法能够实现超低空拦截导弹火控系统对来袭目标及时准确地跟踪.     

基于交互多模型的分组δ-广义标签多伯努利算法

为了解决马尔科夫跳变系统广义标签多伯努利滤波器在多机动目标跟踪场景需要计算大量模式假设分支,并且需要频繁对假设分支进行剪枝,导致算法存在计算量过高并且影响跟踪精度的问题,提出一种基于交互多模型的分组δ-广义标签多伯努利滤波器。滤波器采用航迹分组策略,不同组的航迹独立进行关联映射与分支权重计算,降低了关联的计算复杂度,可以实现不同航迹组之间并行滤波。另外,为了处理机动目标场景引入交互多模型,给出基于交互多模型的分组滤波递推方程。仿真结果表明,所提出的滤波器跟踪精度更高,计算速度更快,可以用于跟踪多个机动目标的场景。     

基于角度关系的几何制导律研究

基于受保护飞行器、防御弹和攻击弹在空间形成的角度关系设计了一种几何制导律。首先,通过分析三者在空间形成的三角形几何关系,将受保护飞行器和防御弹作为一个协同体,以防御弹位于攻击弹和受保护飞行器的连线上为基本准则,给出二维几何制导律的表达式,并对所设计制导律的稳定性进行证明推导。其次,利用矢量运算将设计的二维制导律在三维空间进行了扩展,给出了三维空间中几何制导律的表达式。最后,仿真表明,设计的几何制导律能够有效保护飞行器安全,相对于比例导引,拦截时间短,制导精度髙,过载变化较为平稳,克服了比例导引末端过载发散的情况,降低了对执行机构的要求。     

基于大气数据传感器的协同制导控制方法

为研究多弹协同攻击的低成本实现问题,提出一种基于大气数据传感器的捷联导弹协同制导控制方法。首先,对协同制导控制中的状态反馈信息进行分析。然后,研究使用攻角传感器和皮托管代替陀螺仪提供制导控制所需的角度反馈信息的可行性,结合协同制导算法与自动驾驶仪设计方法研究基于大气数据传感器的协同制导控制方法。最后,对该方法进行初步的数值仿真验证。理论分析和仿真结果表明,基于大气数据传感器的捷联导弹协同制导控制具有理论可行性。     

基于大气数据传感器的协同制导控制方法

为研究多弹协同攻击的低成本实现问题,提出一种基于大气数据传感器的捷联导弹协同制导控制方法。首先,对协同制导控制中的状态反馈信息进行分析。然后,研究使用攻角传感器和皮托管代替陀螺仪提供制导控制所需的角度反馈信息的可行性,结合协同制导算法与自动驾驶仪设计方法研究基于大气数据传感器的协同制导控制方法。最后,对该方法进行初步的数值仿真验证。理论分析和仿真结果表明,基于大气数据传感器的捷联导弹协同制导控制具有理论可行性。     

两弹协同定位的可行性研究

对两枚导弹协同定位的可行性进行了研究,推导出了其能有效定位的条件。并对正常工作下两枚导弹的信息共享、协同作战情况进行了仿真研究。结果表明,当两导弹均距离目标较远,或两导弹一远一近的情况下,通过信息融合,协同定位,可以有效提高单个导弹的定位精度,同时定位精度也受导弹本身站址误差的影响。     

网络化多传感器-多武器协同防空任务规划

针对网络化防空体系的多传感器-多武器协同任务规划问题, 考虑任务要求、装备性能、运用限制等约束, 构建多武器拦截与多传感器跟踪任务规划模型。前者以拦截时机、次数等为优化目标, 输出武器-目标配对以及对目标的拦截时段、跟踪时间要求; 后者以满足跟踪时间要求为目标, 输出传感器-目标配对和对目标的跟踪时段。设计了基于时段优选拼接和分支定界法的多传感器-多武器协同任务规划算法, 生成多传感器-多武器协同交战计划, 支持多传感器接力跟踪、跨平台打击引导、多武器协同抗击。在假定的舰艇编队与预警机协同防空场景下验证了所设计模型的有效性。     

考虑雷达导引头前馈补偿的一体化制导方法

针对大机动目标使空空导弹雷达导引头跟踪误差加大和制导精度下降的问题,提出了一种考虑雷达导引头前馈补偿的一体化制导方法。针对机动目标,构造视线角速度前馈补偿回路,对雷达导引头角跟踪系统进行补偿,提高导引头响应速度,降低跟踪误差角。基于视线坐标系设计一体化制导算法,采用卡尔曼滤波器对弹目视线角速度和目标加速度进行估计,将视线角速度信息前馈补偿到导引头跟踪回路中,将目标加速度信息补偿到最优制导律中,同时实现雷达导引头视线角快速跟踪和最优制导律制导信息提取。仿真结果表明,一体化制导算法可同时实现对导引头视线角速度和目标机动的估计,从而提高制导精度。     

基于二阶滑模控制的微分几何制导律

针对机动目标拦截设计了一种零化视线角速率的微分几何制导律。首先,基于古典微分几何原理,对弹目拦截的空间几何关系进行分析,建立了弹目拦截的相对运动学模型;其次,针对外界干扰对非线性仿射系统的影响,设计了二阶滑模变结构控制器,并对控制器的稳定性和有限时间收敛性进行了分析。再次,以二阶滑模控制器为基础,将目标机动作为外界扰动项,基于零化视线角速率的思想设计微分几何制导律。为克服解耦条件下带来的信息丢失,利用李群理论,给出了非解耦条件下导弹制导曲率指令和挠率指令的计算方法,同时为避免拦截过程中制导指令出现奇异,对拦截的初始条件进行了研究,给出了导弹拦截目标的捕获条件。最后仿真表明,所设计的微分几何制导律制导精度高,拦截时间短,过载变化较为平稳,相对于传统的非线性微分几何制导律,大大提升了制导性能。     

Multi-target tracking algorithm of boost-phase ballistic missile defense

Considering the problem of multiple ballistic missiles tracking of boost-phase ballistic missile defense,a boost-phase tracking algorithm based on multiple hypotheses tracking(MHT) concept is proposed.This paper focuses on the tracking algorithm for hypothesis generation,hypothesis probability calculation, hypotheses reduction and pruning and other sectors.From an engineering point of view,a technique called the linear assignment problem(LAP) used in the implementation of M-best feasible hypotheses generation,the number of the hypotheses is relatively small compared with the total number that may exist in each scan, also the iV-scan back pruning is used,the algorithm’s efficiency and practicality have been improved.Monte Carlo simulation results show that the proposed algorithm can track the boost phase of multiple ballistic missiles and it has a good tracking performance compared with joint probability data association(JPDA).