基于UKF光电被动目标跟踪及可观性分析

光电经纬仪在跟踪测量过程中经常会由于云层遮挡等原因,导致目标暂时丢失情形,采用数据融合技术是保证系统连续平稳跟踪的一种有效解决办法.由于在数据融合中需要估计目标的状态信息,面临着被动目标跟踪领域普遍存在的非线性估计与可观测性两大难题.采用传统的扩展卡尔曼滤波(EKF)算法会产生较大的估计误差,并易导致滤波发散.介绍无迹卡尔曼滤波器(unscented Kalman:Filter,UKF)来解决非线性估计问题,同时分析了光电经纬仪在实际目标跟踪时的可观测性问题,提出在不可观测条件下保持滤波稳定的方法.Monte-Carlo仿真结果证明此算法有效、可行.     

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。     

三维纯方位目标跟踪的可观测性需求分析

在三维环境下,分别研究了匀速直线运动目标、匀加速运动目标及一阶延迟目标加速模型的可观测需求.构造了伪测量方程,应用线性系统理论可观测的Grammian判据,避免了复杂的非线性微分方程求解,并且可以处理更为一般的目标机动情况,而不局限于N阶目标动态模型.通过可观测充分必要条件的分析表明,一些类型的观测器机动不满足可观测条件;对于一阶延迟目标加速模型,观测器加速度阶次不必高于目标加速度阶次,这与以前的研究结论是不同的,文中所采用的方法对一般的纯方位测量问题也是有效的.     

基于不完全量测下三维纯方位系统的Cramer-Rao下界

在量测数据随机丢失情况下,对非线性的纯方位跟踪(Bearings-only tracking,BOT)滤波Cramer-Rao下界(Cramer-Rao lower bound,CRLB)问题进行了讨论。针对量测信息来自探测概率小于1的不同信号通道且每个通道的探测概率不同情况,利用Fisher信息阵迭代法建立了多输入多输出三维BOT系统滤波的CRLB模型,它的计算量随探测序列呈指数增长;一种基于统计意义下的缩减因子法被给出,理论证明它小于理想CRLB;另外,一个适合工程应用的近似理论CRLB被提出,分析表明能降低计算复杂度。     

基于贪婪量测划分的隐身目标跟踪MS-LMB滤波器

针对隐身目标的跟踪,本文将贪婪量测划分的方法应用于多传感器标签多伯努利(MS-LMB)滤波器中,较好地解决了低检测概率下的多雷达跟踪问题. 传统的MS-LMB滤波器一般采用吉布斯采样来解决量测划分问题. 当雷达网中多数雷达对隐身目标的检测概率较低而处于漏检状态时,目标的似然权值将偏小而很难被吉布斯采样获取,从而难以准确估计隐身目标的状态. 贪婪量测划分机制由于单独考虑了包含漏检项的量测集,可有效解决此问题. 仿真实验结果表明,在隐身目标的跟踪中,采用贪婪量测划分的MS-LMB滤波器的滤波性能明显优于采用吉布斯采样的MS-LMB滤波器的性能.      

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.     

多源二维测角信息的三维动态目标跟踪定位算法

针对纯角度非线性估计法对量测方程进行线性化处理后的运动要素估计出现发散或偏置现象等问题,提出了基于多源二维测角信息的三维动态目标跟踪定位算法.利用最大似然估计法对多基站提供的角度量测信息进行融合处理,由此获得的量测方程经伪线性化后的均方等效误差期望值最小,从而实现了目标运动要素无偏估计.通过仿真表明,利用所提算法获得的位置跟踪误差曲线能快速、准确地逼近Cramer-Rao下界,比扩展的卡尔曼滤波器的收敛速度快,精度高,跟踪精度可提高50%.     

基于立体全景的远距目标精确量测方法

针对全景影像无法提供场景中目标的地理空间信息问题,提出一种通过构建立体全景,实现对全景影像中较远距离兴趣点目标的量测方法。现有的基于立体视觉的量测方法主要实现对近距离物体的量测,对于较远距离(如100 m以上)的物体,在缺乏控制点的情况下,使用非量测相机难以获得精确结果。所提方法在获取全景影像的同时,采用GPS/INS传感器获取相机的位置和姿态信息,在后续数据处理过程中,通过改进相对定向环节中初始值的设置方法,实现对全景影像中远距离目标的精确量测。实验表明,量测结果的相对精度可以达到相机与目标之间距离的1%。     

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.     

基于角度和多普勒频率信息的动福射源的无源定位研究

在电子对抗领域中,无源定位已经得到人们的高度重视.本文探讨了一种利用辐射源信号到达方向角度信息和多普勒频率信息,实现固定单站对机动目标进行无源定位与跟踪的新方法.该方法充分利用了辐射源信号测量值的空域和频域变化量信息.本文讨论了它的若干技术问题、定位原理与算法.通过计算机仿真,验证了该方法的正确性与有效性.     

一种用于反直升机智能雷的目标跟踪方法

对于静止观测来说,由于测量器静止不动,得不到足够的目标信息,所以利用仅有角测量跟踪方法无法实现对空中目标的有效跟踪。该文针对直升机巡航时的运动特征,提出一种用于反直升机智能雷的目标跟踪方法。基于被动声测量得到的目标角度信息,建立了数学模型,用来求解目标运动方向和智能雷最佳指向。在给定一次距离信息时,该模型也可用来求解目标运动速度。仿真结果表明,当初始值较精确时,所求的结果非常接近真值,可有效地解决智能雷与直升机弹目交汇的命中问题。     

关于满秩矩阵集合的两个性质

利用矩阵的奇异值分解理论,证明满秩矩阵集合是开集,并且是稠密的,进而说明了矩阵元素的扰动对矩阵秩的影响,以及满秩矩阵集合与秩亏矩阵集合的关系。     

矩阵的满秩分解和强满秩矩阵的三角分解的初等变换法

把矩阵分解为特性矩阵的乘积无论是在矩阵理论的研究还是矩阵的应用中都是相当重要的。通过矩阵的初等变换可实现矩阵的满秩分解和强满秩矩阵的三角分解。     

线性方程组Ax=b在满秩次对称矩阵类中的反问题

讨论了线形方程组Aχ=b的反问题在满秩次对称矩阵类中解的存在性,并将其转化为在对称矩阵类中的反问题求解．     

酉矩阵的一个新判定

把矩阵体积的概念推广到复数域上,并利用复矩阵体积的性质给出酉矩阵的一个新判定.     

非负矩阵有非负满秋分解的条件

C.Pyc.Wallacc提出:我们不能确定非负矩阵一定有非负满秩分解。并希望对此作出判定.为此,本文讨论了非负满秩分解的条件,并由此判定非负矩阵一定有非负满秩分解的命题不能成立.即使非负对称阵也未必有非负满秩分解.     

一类2×2分块矩阵的广义逆

讨论了一类2×2分块矩阵在某些特殊条件下各种各样的广义逆,包括M-P逆,加权M-P逆,群逆,Drazin逆.这些广义逆的表达式都建立在M(2)T,S的基础上,由于它们都是具有相应值域和零空间的{2}逆.     

一类2×2分块矩阵的广义逆

讨论了一类2×2分块矩阵在某些特殊条件下各种各样的广义逆，包括M—P逆，加权M—P逆，群逆，Drazin逆．这些广义逆的表达式都建立在肘摆的基础上，由于它们都是具有相应值域和零空间的{2}逆．     

矩阵秩Frobenius不等式几种证明方法

本文运用矩阵分块,矩阵满秩分解,线性空间维数,以及广义矩阵初等变换四种方法证明矩阵秩Frobenius不等式,     

基于超球体单形采样的BS-UKF算法

根据单站无源目标定位跟踪模型,提出了一种基于超球体采样策略的BS-UKF(backward-smoothing unscent-ed Kalman filter)算法,并将其应用于单站无源目标跟踪.仿真分析表明,与标准比例采样的UKF(unscented kalman filter)和基于超球体单形采样的UKF相比,该算法在滤波精度上有显著的提高,在时间复杂度上有一定的增加,适合用于对定位精度要求较高的情况.