基于人工神经网络的多模型目标跟踪算法

针对在目标跟踪中单模型跟踪算法难以应对目标运动形式的变化,而多模型跟踪算法存在结构固定、跟踪精度被非匹配模型削弱且模型切换缓慢的矛盾,文章提出了一种基于人工神经网络的多模型目标跟踪算法。通过分析目标几种基本运动模式的轨迹特点,归纳出目标运动轨迹的特征向量。利用训练好的BP神经网络对滑窗里的轨迹段进行运动模型识别,按结果进行跟踪模型切换,达到使跟踪算法实时适应目标运动状态的目的。仿真结果证明了该算法的有效性,且与传统的多模型算法相比,具有结构更加简单、更强的灵活性和拓展性的特点。     

强跟踪滤波在高超声速滑翔目标跟踪中的应用

高超声速滑翔目标(HGT)机动模式复杂多样、轨迹形态灵活多变,增加了跟踪模型建模的不确定性,导致目标跟踪的精度低。为了提高跟踪精度,提出了一种基于强跟踪滤波的高超声速滑翔目标跟踪方法。首先,在地基雷达坐标系下建立目标运动模型和量测模型,利用维纳随机过程来表征运动模型中未知项的变化特性。其次,采用强跟踪无迹卡尔曼滤波(UKF)算法对目标运动状态进行估计,提高模型不确定性存在时滤波器的状态跟踪能力。最后,利用目标常用的基于标准轨迹的制导方法生成了一条可行飞行轨迹。仿真结果表明,该方法的跟踪精度高,强跟踪滤波能够有效降低模型不确定性存在时的状态估计误差。     

基于多模型的低轨星座多目标跟踪传感器资源调度

针对低轨星座多目标持续跟踪传感器资源调度问题,首先将目标跟踪任务划分为高精度任务集合和低精度任务集合,并分析了跟踪任务状态转移过程;然后,为两任务集合分别建立了基于动态优先级的优化调度模型,提出了一种基于多模型的实时传感器调度算法。不同场景下仿真实验表明,所提算法较之以跟踪精度为优化目标和以跟踪精度为门限约束的方法具有更强的适用性,尤其对于目标分布较为集中的情况,其目标丢失率大大降低,尽管个别目标的跟踪误差略有增大。     

高超声速飞行器再入轨迹多目标优化

针对飞行器再入轨迹多目标优化问题,提出了一种基于粒子群算法与层次分析法的综合求解策略。首先,根据飞行器的动力学模型以及再入约束条件,建立了飞行器多目标优化模型;然后,考虑到粒子群算法只能求解无约束单目标问题,采用罚函数处理飞行过程中的约束条件和优化目标;最后,针对不同约束及目标的权重对再入轨迹的影响,利用层次分析法建立包含主观评估信息的优化模型,采用粒子群算法优化求解满足相应约束条件的再入轨迹问题。仿真结果表明,该方法所生成的优化轨迹具有较高的精度和计算效率,并对设计者的主观需求有良好的体现。     

交互多模型PHD滤波跟踪多目标方法

在机动多目标跟踪问题中,目标数未知或随时间而变化,概率假设密度（PHD）滤波可以在每一时间步估计多目标状态和目标数,但单模型方法不能给出精确的估计。提出了一种交互多模型PHD滤波方法,建立多模型描述多目标运动方式,利用PHD滤波结合多模型跟踪目标运动轨迹。同时,给出了多传感器交互多模型PHD滤波方法,以提高目标跟踪精度。     

基于实时预测轨迹修正的共轴跟踪观测方法

针对光电设备跟踪观测轨迹可预测目标，提出并实现了基于实时预测轨迹修正的新型跟踪算法。从电视观测信息中实时解算出轨迹偏差的位置分量与速度分量并修正预测轨迹，引导仪器运动。应用该方法，在被观测目标电视探测不理想时有效提高了跟踪可靠性，降低了光电跟踪设备对电视探测能力的苛刻要求。即使电视探测短时出现困难，也能保证一定精度。本文给出了实时轨迹修正跟踪方法的构成原理与试验结果，并与一般电视跟踪方法进行了对比。     

液压Stewart平台基于工作空间综合偏差的同步控制

 为了抑制轨迹跟踪过程中各自由度运动之间的相互干扰,将平台跟踪的轨迹进行泰勒级数展开,提出基于工作空间含有各向自由度运动自身跟踪偏差和各自由度运动之间耦合干扰偏差的综合轨迹跟踪偏差量的表达式。根据工作空间综合偏差量反馈,利用反步法设计鲁棒控制器,使各向自由度运动自身跟踪偏差与之间的耦合偏差同时稳定地趋于零,以限制跟踪过程中各自由度运动之间耦合干扰。同时,考虑到实际平台惯性参数不确定性,推导得出惯性参数自适应律,以提高系统的跟踪精度。利用AMESim与MATLAB进行联合仿真验证,结果表明:与传统的比例 积分 微分（PID）控制器相比,该方法在保证各自由度运动自身跟踪偏差稳定收敛的同时有效地降低了各自由度运动之间的耦合干扰偏差,更有效地提高了平台的跟踪性能。     

反潜鱼雷靶试水下被动跟踪定位精度

跟踪重构鱼雷水下运动轨迹，对准确评估鱼雷状况及性能至关重要。文章研究了靶试环境下通过被动声纳浮标阵列跟踪某反潜鱼雷的定位精度。根据靶试对被动声纳浮标阵列要求，采用改进的代数方程方法定位鱼雷目标，通过蒙特卡洛仿真，研究对水下鱼雷的跟踪定位精度，为开展鱼雷靶试工作提供指导。     

固定翼无人机紧密编队的鲁棒协同跟踪控制

固定翼无人机（UAV）具有典型的欠驱动、非线性等特点,导致航点自主跟踪设计难度大,同时紧密编队飞行过程中无人机之间运动耦合与气动干扰明显,进一步增加了高性能控制设计难度。为此,本文针对固定翼无人机紧密编队飞行的航点自主跟踪问题,综合考虑轨迹平滑性、运动协同性和跟踪鲁棒性等需求,依托全驱系统建模方法提出了一种多层次鲁棒协同跟踪控制架构。该架构包括上层运动规划、中层协同滤波及底层鲁棒协同跟踪控制3个核心部分。上层运动规划根据离散航点指令,融合虚拟结构法和迭代线性二次型优化,实时生成可行、平滑的运动轨迹。在此基础上,为改善跟踪控制的瞬态性能,引入分布式协同滤波思想,对规划轨迹进行滤波处理,生成每架无人机个体的参考信号。最后,考虑到紧密编队中气动耦合与系统不确定性等挑战,设计了一种基于不确定性及干扰观测器的鲁棒协同跟踪控制方法,实现了编队轨迹的精确跟踪以及队形的可靠保持。所提出的鲁棒协同跟踪控制架构考虑了紧密编队飞行中的多种约束与挑战,实现了编队运动规划与跟踪控制的综合设计,可以有效提升系统自主性、协同性和鲁棒性。最后,通过5架固定翼无人机的紧密编队飞行仿真对所提方法进行综合测试,验证了方法的...     

高精度实时弹道预报方法研究

试验任务中指挥中心需要实时向各测控设备发送引导信息,引导其捕获目标并稳定跟踪。随着试验任务要求不断提高,对引导精度的要求也越来越高,而计算高精度引导信息的关键是准确预报目标的弹道参数。目前常用的被动段弹道预报方法精度不高,不能满足高精度引导要求。本文着眼于预报初值精度的提高和预报模型的改进,将航天器轨道动力学知识运用到导弹被动段动力学建模中,建立了更符合导弹被动段运动特性的动力学模型来进行弹道预报。仿真数据计算表明,此方法能提高被动段弹道预报的精度,具有较高的应用价值。     

多飞行器再入段时间协同弹道规划方法

提出了一种多飞行器再入段时间协同弹道规划方法。首先,在纵向平面内规划满足航程与终端约束的纵向标称轨迹。随后,在采用轨迹跟踪律跟踪纵向标称轨迹的同时,运用考虑初始横侧向状态的多边界航向偏差角走廊策略控制飞行器的横侧向机动,以满足到达时间约束与终端约束,进而实现单枚飞行器到达时间约束下的轨迹规划。在此基础上,完成了飞行器的到达时间分布与飞行能力分析,给出了最小与最大到达时间的分析计算方法,并根据多飞行器协同再入的任务需求完成了协同飞行时间决策。最后,多飞行器协同再入与扰动条件下的仿真结果表明,该方法能够规划出满足到达时间与终端约束的协同再入轨迹,具备良好的计算精度与鲁棒性。     

相控阵雷达长时跟踪波束调度与波形优化策略

针对相控阵雷达多目标跟踪波束调度和波形参数优化控制的问题，本文提出了一种基于马尔可夫决策过程（MDP）的相控阵雷达跟踪波束调度与波形参数优化策略，该方法以无迹卡尔曼滤波（UKF）算法为基础来估计目标的状态。首先将本文的序列决策问题建模为马尔可夫决策过程，定义了资源的效费比和长期回报率，然后与当前实际跟踪误差综合考虑作为MDP的回报函数，进而给出了调度的优化模型，最后将长时决策问题转化为动态规划算法结构进行求解，并且提出了一种并行混合遗传粒子群优化算法来求解各决策时刻的最优策略。仿真结果表明了长时策略的先进性以及寻优算法的优越性，与传统的短时策略相比，跟踪精度可提高11.17%。     

基于混合粒子群算法的上升段交会弹道快速优化设计

基于梯度搜索的高效性和粒子群搜索的随机性,提出了一种混合粒子群算法,并应用该算法研究了运载火箭上升段交会弹道快速优化设计问题.以运载火箭与目标飞行器在交会时刻的距离最小为目标函数,设计了运载火箭飞行程序,建立了运载火箭上升段交会弹道优化模型,同时分别采用混合粒子群算法、遗传算法和粒子群算法进行求解.仿真结果表明:基于本文算法对运载火箭上升段交会弹道进行优化设计,平均交会位置误差为4.137m,较遗传算法减少了17.940m,平均优化耗时488.922s,较粒子群算法缩短了2342.125s.混合粒子群算法搜索速度较快,收敛精度较高,可用于运载火箭上升段交会弹道的快速优化设计.      

轨迹跟踪伺服系统的鲁棒复合控制

针对控制输入饱和受限且带有未知扰动的电机伺服系统,提出一种实现曲线轨迹准确跟踪的鲁棒复合控制方案。该方案引入一个参考信号生成器和一个扩展状态观测器,其中参考信号生成器可根据目标轨迹信号构造出对应的状态量,扩展状态观测器用于对系统的状态量和扰动进行估计, 采用反馈与前馈相结合构成最终的控制律。利用Lyapunov理论对闭环系统的稳定性进行了严格分析。在MATLAB中进行了仿真研究,随后在一个DSP控制的永磁直线电机二维伺服平台进行了试验验证。结果表明:所提的控制方案能在轨迹跟踪任务中取得优越的瞬态性能和稳态准确性,而且对目标轨迹和扰动的幅值差异具有较好的鲁棒性。     

多目标跟踪中自适应时间资源调度

为了提高雷达的工作效率,在改进交瓦多模型-概率数据关联(IMMPDA)跟踪算法的基础上,提出了基于灰色关联度和粒子群优化理论的自适应多目标跟踪的时间资源凋度(ATRS)算法.首先对每个跟踪目标设置不同的期望跟踪精度;然后以灰色关联度作为资源管理模型中的度冒函数和粒子群算法中的适应度甬数,来衡量各种情况下预测跟踪精度与期...     

飞行器栖落机动轨迹可达域分析

飞行器的栖落机动被认为是解决舰载固定翼飞机超短距精确着舰的一种可行方式,已有研究主要集中于栖落过程大迎角气动力建模、标称栖落轨迹优化与轨迹跟踪控制,而鲜有对栖落着舰任务的总体分析。基于飞行器纵向栖落机动动力学模型,引入栖落轨迹可达域的概念,并给出可达域的数学描述;在此基础上,对可达域求解采用计算速度和精度兼具的高斯伪谱法,将可达域问题拆分为三个轨迹优化问题依次求解,首先求解栖落轨迹终端高度上边界,然后求解终端高度一定时的最近轨迹,最后求解终端高度一定时的最远轨迹,并给出相应的轨迹优化数学模型。结果表明：运用该模型及求解方法能快速得到计算结果,无动力飞行器的纵向栖落轨迹可达域为上窄下宽的不对称区域,且左右边界曲线线性度较好。     

被动式寻的导弹的运动跟踪变结构制导

应用运动跟踪变结构控制理论设计被动式寻的导弹的制导律。这种运动跟踪变结构制导律（ＭＴＶＳＧ）可以令导弹－目标相对视线角速度按照给定的运动规律变化,从而增强被动跟踪问题（等价于一个非线性系统）的可观性,同时保证导弹有很高的命中精度。仿真研究表明,在ＭＴＶＳＧ下,系统的可观性明显增强,因此系统状态的估计精度较高。进一步的研究表明,ＭＴＶＳＧ对系统状态估计误差有很强的鲁棒性。ＭＴＶＳＧ的上述各种优点使得导弹有很高的命中精度。     

Robust optimization of aircraft weapon delivery trajectory using probability collectives and meta-modeling

 Conventional trajectory optimization techniques have been challenged by their inability to handle threats with irregular shapes and the tendency to be sensitive to control variations of aircraft. Aiming to overcome these difficulties, this paper presents an alternative approach for trajectory optimization, where the problem is formulated into a parametric optimization of the maneuver variables under a tactics template framework. To reduce the size of the problem, global sensitivity analysis (GSA) is performed to identify the less-influential maneuver variables. The probability collectives (PC) algorithm, which is well-suited to discrete and discontinuous optimization, is applied to solve the trajectory optimization problem. The robustness of the trajectory is assessed through multiple sampling around the chosen values of the maneuver variables. Meta-models based on radius basis function (RBF) are created for evaluations of the means and deviations of the problem objectives and constraints. To guarantee the approximation accuracy, the meta-models are adaptively updated during optimization. The proposed approach is demonstrated on a typical airground attack mission scenario. Results reveal that the proposed approach is capable of generating robust and optimal trajectories with both accuracy and efficiency.     

Target tracking with a network of Doppler radars

By observing a Doppler signal at several points in space, it is possible to determine the position, velocity, and acceleration of a moving target. Parameter identification for a constant-acceleration motion model is studied, and the Cramer-Rao bound on motion parameter uncertainty is obtained for phaseand frequency-based estimation strategies, with the result that the preferred strategy depends upon the sensor/target geometry and target motion. Direct identification of the constant-acceleration trajectory model from the Doppler signal requires a 9-dimensional nonlinear optimization. Exploiting symmetry in the sensing geometry, a novel trajectory representation is presented which reduces the nonlinear optimization to one in 3 dimensions, with additional parameters obtained by linear identification. Baseball tracking using a network of four Doppler radars is experimentally demonstrated