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。     

基于辅助变量法的双基阵纯方位目标跟踪算法

伪线性估计算法是主要的纯方位目标跟踪算法之一,其计算简单,但估计结果严重有偏。针对伪线性估计算法估计的有偏性,提出了一种新的辅助变量方法对双基阵纯方位跟踪性能进行改进。该算法将上一时刻的目标估计值进行一次Levenberg-Marquardt迭代而得到的估计值作为辅助变量,进而对目标参数进行加权的最小二乘估计。通过仿真说明了利用该方法在不同的测量环境噪声下所得到的位置、速度跟踪误差曲线能快速地逼近CRLB,比双基阵EKF滤波器及伪线性估计算法有着更好的收敛速度和跟踪精度,证明了该方法的有效性。     

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.     

基于改进容积卡尔曼滤波的纯方位目标跟踪

为处理纯方位跟踪的非线性问题,提出了距离参数化均方根容积卡尔曼滤波,在消除距离信息不可测对跟踪影响的同时弱化了计算机有限字长截断效应所引入的误差。在假设目标的初始距离信息用多个参数化模型表示的基础上,对每个模型独立进行均方根容积卡尔曼滤波,并依据贝叶斯准则计算各滤波结果对应的概率,将概率和对应结果的加权融合作为最终滤波结果。实验仿真表明,该滤波虽略微提升了计算复杂度,但获得了更好的滤波精度和鲁棒性。     

基于约束的单舰纯方位跟踪算法

提出一种把运动目标舰艇的航速约束以及对陆地岛礁规避的约束加入修正增益推广卡尔曼滤波器的方法 ,对目标观测方程和目标状态方程分别进行修正 ,用于单舰对海上运动舰艇辐射源进行纯方位跟踪。航速约束可以当作输出为 0的增加的观测数据来处理 ;另外 ,根据当前估计的目标位置和航速 ,当下一个周期目标将航行到陆地岛礁或即将航行到陆地岛礁时 ,用规避因子矩阵来修正目标舰的航向和航速 ,以避免目标航行到陆地岛礁。计算机模拟结果表明 ,该方法能提高对海上运动舰艇辐射源的无源定位精度。     

带反馈信息的纯方位水下分布式融合算法

针对水下被动目标跟踪的特点，为了改善跟踪性能，本文研究纯方位水下分布式模型中多传感器的状态估计技术。参照雷达系统中的反馈机制，在观测平台有效机动的情况下，利用多传感器量测的方位序列进行状态估计融合。仿真结果表明，融合中心能够完成对目标的状态估计，且引入反馈机制可以明显改善局部传感器的估计精度。这为水下被动目标跟踪的实现，提供了工程应用参考。     

基于时延的水中目标纯方位跟踪算法

针对水听器与艇载噪音声纳构成的系统,提出了一种新的水下被动目标运动分析方法。利用测得的方位序列和到达不同传感器的时延差,建立了状态方程和观测方程。运用扩展卡尔曼滤波算法,研究了该系统的目标运动分析问题。蒙特.卡洛模拟仿真试验结果表明,该方法具有较高的定位性能。该系统构成简单,有良好的应用前景。     

纯方位跟踪中最优轨线的影响因素分析

针对常加速目标跟踪的最优观测者轨迹问题,基于最优控制理论建立最优观测者轨迹的优化模型,然后运用解析法得到全局精度指标下常速率观测者最优航向的必要条件,通过仿真讨论目标加速度、观测者速率、目标与观测者的初始距离、目标航向对最优观测者轨迹的影响。仿真结果表明,当目标从近处以较小加速度作接近观测者的运动时,观测者的最优轨迹较光滑;为对常加速目标进行精确跟踪,观测者应沿最优轨迹作高速率的机动。     

空间交叉阵被动声定位算法及其性能分析

线性声阵被动目标定位方法无法准确确定方向,而平面十字交叉声阵被动目标定位虽然可以基本确定目标的方位角和俯仰角,但定位精度较低,而且当目标的俯仰角较大时,误差越来越大。研究了空间七元交叉阵的目标被动声定位算法及其性能。分别就目标测向和测距的精度进行了理论分析和计算,讨论了阵列尺寸和时延估计等诸因素对空间七元阵定位性能的影响,而且提出了简化的空间五元声阵定位方法。实验结果显示提高了俯仰角的定位精度,尤其在大俯仰角情况下的方向定位更精确。对空中和水下的运动目标被动声定位的实际工程应用有重要的参考意义。     

基于光电观测信息的空中机动平台被动跟踪研究

针对强电磁环境下机载雷达测量精度较低的问题,研究提出了一种基于机载光电观测信息的被动跟踪方法,讨论了其目标运动分析问题.利用光电探测设备测量的目标方位角、高低角,结合平台的导航信息,建立了基于最小二乘准则的目标函数,对目标实施了精确定位,并对观测数据中野值的剔除问题进行了分析.通过蒙特.卡洛模拟仿真,试验结果表明:该方法能够较为准确、快速地收敛至真值附近.     

混合坐标系下基于U变换的水下机动目标被动跟踪

针对仅有角测量的单站无源目标在混合坐标系中进行跟踪所出现的问题,本文提出了应用U变换算法进行改进.该算法采用求取σ点和相应权值的办法,就可以直接得到非线性函数的均值和方差等统计特性,而不需要对非线性函数进行线性化处理.通过仿真,并且与传统的卡尔曼滤波算法进行比较,该算法不仅能够对目标进行很好的跟踪,跟踪误差小,而且运算速度也比扩展卡尔曼滤波算法快.     

一种有效的水下目标运动分析算法与仿真研究

研究了基于纯方位观测的水下目标运动分析(TMA)原理及方法,针对常用粒子滤波算法在水下目标运动分析中存在的后验概率选择问题及粒子退化现象,通过分析问题产生的原因,提出了一种基于改进粒子滤波算法的水下目标运动分析方法。该算法首先结合了扩展卡尔曼滤波与粒子滤波算法(EKF-PF)各自的优势,同时考虑到粒子退化现象,并将马尔科夫链蒙特卡洛方法(MCMC)应用于EKF-PF算法中。与传统粒子滤波算法相比较,该算法不仅提高了重要性密度函数准确度,同时还克服了粒子退化问题,而且对重采样带来的采样枯竭也有很好的抑制作用。通过仿真实验表明该算法有效,且估计精度有较大的提高。     

基于UKF的双平台无源融合跟踪方法

针对存在配准偏差的双平台无源融合跟踪系统,提出了基于扩维Unscented卡尔曼滤波的配准跟踪一体化方法,在跟踪算法中,采用模糊调度方法调节＂当前＂统计模型参数,引入渐消因子,能够在状态发生突变时,迅速调整系统参数,提高了系统的抗机动目标自适应能力。仿真结果表明,这种跟踪算法能够较好地解决双平台无源融合跟踪系统中的配准偏差问题。     

UPF算法及其在目标跟踪问题中的应用

针对传统粒子滤波(PF)算法的缺陷,提出了一种改进的粒子滤波(UPF)算法。该算法以UKF方法生成替代分布并从中采样,解决了传统PF算法中以转换先验密度函数作为替代分布所引发的各种问题。对UPF算法进行了深入的分析研究,并给出了一个纯方位目标跟踪问题的仿真算例。理论分析与仿真结果均表明,改进算法提高了滤波的稳定性和精确性,具有较高的实用价值和广泛的应用前景。     

非机动水下三维情形的纯方位目标运动分析

以无源声纳关于目标方位(包括方位角、高低角)的有噪测量为依据，探讨了水下三维无源TMA(目标运动分析)的实现及精度问题。文中应用伪线性--Kalman滤波结合方法、最大似然估计方法、扩展卡尔曼滤波方法(EKF)，对三维情况^[4]下已知固定深度的的TMA问题进行了研究，并结合数据批处理手段，有效地改善了参数估计的性能，且给出了它们的CRB界。计算机仿真证明了上述算法的有效性。本文所提出的方法要求简单，精度较高，简易平台即可实现，具有一定的实际意义。     

分布式被动传感器网异步采样下的机动目标跟踪

针对分布式被动传感器网的特点，提出了一种异步采样条件下机动目标跟踪方法。该方法采用交互式多模型概率数据互联滤波器跟踪机动目标。为启动滤波器，采用最大似然法估计目标初始状态；为适应异步观测条件，提出了马尔可夫转移概率计算方法。仿真实验表明，在分布式被动传感器网中采用该算法能有效进行机动目标跟踪。     

一种单星对星仅测角无源定轨跟踪方法

在星对星无源定轨跟踪中,由于卫星运动方程的非线性和隐函数性,如何建立适合递推滤波的状态预测方程和状态转移矩阵是个首要的问题.根据卫星运动的动力学和几何学条件,推导准确的状态预测方程及其对应的状态转移矩阵,并给出了相应的计算方法.根据单站无源定位理论,提出了一种新的基于准确状态预测模型的仅测角单星对星无源定轨跟踪方法.仿真实例表明,与已有的采用近似状态预测模型的定轨方法相比,该方法具有更高的估计精度和更快的收敛速度,且两者计算耗时相当.     

非线性滤波算法在无源双基地雷达目标跟踪中的比较研究

针对无源双基地雷达目标跟踪问题,仿真分析了EKF、UKF、CDF等几种非线性滤波算法的状态估计性能。同时,基于后向平滑估计原理,利用当前观测数据平滑估计前时刻状态变量的均值和方差,提出了一种改进的UKF(CDF)滤波算法-BSUKF/CDF。仿真结果表明,在理想高斯白噪声情况下,UKF/CDF及BSUKF/CDF的跟踪性能相近,但均明显优于EKF;但若考虑角闪烁噪声,BSUKF/CDF的跟踪性能则优于UKF/CDF及EKF。     

高斯和粒子滤波器及其在被动跟踪中的应用

为提高被动跟踪性能,提出了一种高斯和粒子滤波方法。在建立目标被动跟踪模型的基础上,使用高斯和滤波(GSF)近似目标状态的后验密度,利用粒子滤波方法处理GSF中的均值和方差计算问题,推导了高斯和粒子滤波器(GSPF)应用的具体算法步骤,使用机动目标被动跟踪仿真实例,与其它滤波器进行了仿真对比,分析了跟踪性能和RMSE误差。仿真结果表明,对于机动目标被动跟踪问题,GSPF不仅具有较高的跟踪精度,而且与一般粒子滤波器相比,GSPF具有较好的跟踪稳定性和较低的计算量。     

应用无人机跟踪地面目标——最新研究进展

应用无人机跟踪移动目标具有广泛的应用价值,平台移动能力在使目标跟踪性能得到提升的同时,也给目标信息处理增加了难度,并带来了新的问题,即如何控制传感器的运动才能获得更好的目标跟踪性能。分析了无人机目标跟踪问题中存在的技术障碍;从目标定位、目标跟踪、同步定位与跟踪、协作式目标跟踪等方面对国内外的研究现状进行阐述;重点分析了实现移动目标跟踪的两项关键技术:目标状态估计与在线航迹规划;对未来的发展趋势进行了展望。