高超声速机动目标天基跟踪鲁棒性滤波方法

为解决高超声速滑翔飞行器(HGV)机动飞行过程中的跟踪问题,提出了一种基于机动观测器补偿的鲁棒扩展卡尔曼滤波方法。针对传统卡尔曼滤波器由于模型误差而无法稳定跟踪的问题,首先建立了HGV动力学模型和天基红外测量模型;随后,设计机动观测器对未知气动加速度进行在线估计;在此基础上,利用机动估计对扩展卡尔曼滤波中的预测步骤进行修正,克服了因模型误差而导致的滤波发散问题;最后,考虑到机动观测器的时延误差,在扩展卡尔曼滤波迭代过程中引入次优渐消因子,提高了滤波跟踪的鲁棒性。与强跟踪滤波、扩维卡尔曼滤波、交互多模型滤波等典型跟踪方法相比,所提方法可在不具备目标机动先验信息的情况下,以较低的计算耗时取得良好的稳定性和跟踪精度。     

用卡尔曼滤波实现单轴跟踪系统的前馈复合控制

在跟踪系统中 ,利用目标单轴向运动加速度的非零均值相关模型可以构造目标的运动学方程 ,用接收机角误差信号和天线座测角传感器信号重构目标位置量测的方法 ,可以组成目标运动的量测方程 ,从而构造关于目标位置、速度、加速度的状态估计器。利用目标机动加速度的当前统计模型 ,则实现了该估计器加速度的均值和方差的自适应滤波估计运算。针对状态方程为上三角阵的特点 ,采用一次一个量测的处理方法 ,对误差协方差阵的传播和更新实现全上三角矩阵因子分解 ,保证了估计器实时运算的数字稳定性。上述技术的综合应用 ,用卡尔曼估计器实现了单轴角跟踪系统的前馈复合控制     

一种新的弹道导弹雷达跟踪算法

提出了一种新的名为Singer-IEKF的弹道导弹雷达跟踪算法。传统的弹道导弹跟踪方法，利用扩展卡尔曼滤波器进行非线性滤波，取Taylor展开的前两项，可能引入较大的线性化误差，导致跟踪精度不高。在分析弹道目标动力学特性的基础上对目标的运动模型采用基于J2校正的Singer模型来描述，并利用迭代的扩展卡尔曼对非线性的目标量测模型进行线性化。对新算法和扩展卡尔曼滤波算法进行Monte-Carlo仿真比较。仿真结果表明新算法的模型更准确，跟踪性能更好。     

一种新的弹道导弹雷达跟踪算法

提出了一种新的名为Singer-IEKF的弹道导弹雷达跟踪算法.传统的弹道导弹跟踪方法,利用扩展卡尔曼滤波器进行非线性滤波,取Taylor展开的前两项,可能引入较大的线性化误差,导致跟踪精度不高.在分析弹道目标动力学特性的基础上对目标的运动模型采用基于J2校正的Singer模型来描述,并利用迭代的扩展卡尔曼对非线性的目标量测模型进行线性化.对新算法和扩展卡尔曼滤波算法进行Monte-Carlo仿真比较.仿真结果表明新算法的模型更准确,跟踪性能更好.     

应用BP网络校正的卡尔曼滤波器

当目标作机动飞行时,由于未知机动引起的估计误差的影响,卡尔曼滤波器的跟踪性能将会严重下降。提出了一种应用BP神经网络对卡尔曼滤波结果进行校正的机动目标跟踪方法,BP网络可以辨识非线性机动,修正卡尔曼估计值,改善跟踪效果。同时还研究了BP网络的自适应算法。对两个变加速机动目标的跟踪结果表明,经过BP网络校正的卡尔曼滤波器不会发生误相关,跟踪的精度较高。     

一种纯距离跟踪滤波器的改进算法

针对纯距离目标跟踪可观测程度较低的问题,提出一种基于角度参数的纯距离目标跟踪改进算法。文中方法将系统的观测区间范围划分为若干个子扇区,每个子扇区采用一个独立的加权扩展卡尔曼滤波器进行纯距离跟踪,利用贝叶斯理论来修正各滤波器的权重,系统的输出为各并行运行的滤波器估计值的加权和,最终获得目标的运动轨迹。系统的仿真结果表明,方法收敛速度快,跟踪精度高于扩展卡尔曼滤波器的跟踪精度。     

在频域里具有有色测量噪声的连续时间卡尔曼跟踪滤波器的解析解

通过运用谱因式分解法，我们得到了关于具有位置测量的双态指数相关速度和三态指数相关加速度跟踪滤波器的稳态卡尔曼增益的解析解的新的表达式。测量有色噪声模型的特征可用相关时间１／λ来表示。系统模型中考虑了诸如风引起折弯的运载体振荡，该系统能产生最广义的状态转移矩阵。     

红外探测阵列对固体导弹尾焰跟踪定位的研究

通过分析研究建立了前视红外探测阵列ＦＬＩＲ（Ｆｏｒｗａｒｄ Ｌｏｏｋｉｎｇ Ｉｎｆｒａ－Ｒｅｄ）对导弹进行精确跟踪、定位的数学模型，其中包括导弹的运动模型、大气干扰模型和探测阵列的观测模型。利用探测阵列ＦＬＩＲ的原始观测数据，扩展卡尔曼滤波器（ＥＫＦ）精确跟踪导弹目标。由于导弹与探测器的距离较远，故为视为点目标。导弹在探测阵列上投影的位置由两部分组成：导弹真实运动位置和由于大气干扰造成的偏移。滤波     

密切关联的高距离分辨率自动目标识别与动目标显示跟踪系统的多模型估计器

本项研究的目的是利用采用高距离分辨率雷达（HRRR）与动目标显示测量的跟踪与自动目标识别系统之间的关联性。正如下文将要提到，这些系统是通过姿势、运动状态以及联贯约束关联起来的。利用这些关联性可使一个紧密关联的系统的性能大为提高。这一问题涉及两类不同类型的空间，即连续的运动学空间（如位置与速度），与离散的目标类型空间。我们选用多模型估计器（MME）来解决这一问题。MME由一组扩展卡尔曼滤波器组成（每一个目标类型配备一个滤波器）。采用这些扩展卡尔曼波滤器来处理连续的运动学空间的数据。此外，还要计算出每一个卡尔曼滤波器的概率并利用来测定对应的离散空间目标概率。本文给出的实验结果表明其性能优于常规的方法。     

基于卡尔曼滤波的飞行器测控伺服记忆跟踪算法

针对目标飞行异常情形下遥测伺服设备记忆跟踪精度低的问题,提出一种基于卡尔曼滤波的记忆跟踪算法。该算法利用卡尔曼滤波减小测量数据失真引入的初始误差,并对滤波后速度和加速度值进行记忆外推。外推数据采用Neville插值,保证记忆跟踪时天线能够平滑运行。仿真结果显示,飞行器飞行异常情形下该算法跟踪角度均方根误差较现有的记忆跟踪算法平均减小39%。     

一种基于气动力模型的高超声速滑翔目标跟踪算法

针对传统跟踪方法对高超声速滑翔目标(HGRV)进行状态估计时存在较大误差的问题,提出一种基于气动力模型的目标跟踪算法。首先在弹道坐标系(VTC)中推导了目标气动加加速度模型,分析模型各分量对目标运动状态的影响。分别对纵向和横向机动模型进行了研究,得出横向机动是跟踪的主要难点的结论。然后对传统气动力模型进行改进,将转弯力参数与爬升力参数之间存在的先验信息引入高阶状态向量。同时,考虑不同飞行模式下机动频率的变化,构建基于气动力模型的交互多模型(IMM)算法。仿真表明,所提算法精度显著优于针对该类目标的其他跟踪算法,特别是当目标发生机动时,该算法具有更强的适应性和鲁棒性。     

空中目标的状态估计

本文根据卡尔曼滤波理论,设计了一种对空中目标状态估计的算法,即卡尔曼滤波器。首先选择适合防空火控系统卡尔曼滤波器的坐标(?)直角坐标系,然后建立适合目标运动规律的随机加速度模型,接着针对防空雷达建立观测方程,讨论了初始条件的选择。并对该算法进行仿真分析。     

用于平台连续瞄准和校准的卡尔曼滤波器

本文为提高制导精度,讨论了用于惯性平台的连续瞄准、校准的卡尔曼滤波器,介绍平台系统和加速度表的误差模型、参数辨识的卡尔曼滤波方法及重力残数加速度表校准原理。     

等高程运动假设的单星角度融合多普勒变化率跟踪方法

为实现等高程巡航空中运动辐射源的位置、速度的高精度估计，文章提出了一种在经纬高坐标系下，以目标的经纬度及正北正东方向速度为状态矢量建模，并融合角度和多普勒变化率的单星无源定位容积卡尔曼滤波（CKF）跟踪方法。仿真结果表明，该方法的定位误差及速度估计误差可达克拉美 罗下限（CRLB）。与在地心地固（ECEF）直角坐标系下建模相比，经纬高坐标系下等高程运动建模方式在收敛速度及位置、速度估计精度方面均有明显提升。     

基于自适应IMM算法的高超声速飞行器轨迹预测

针对非弹道式高超声速飞行器的周期跳跃运动特点,提出了一种基于多种运动模型的自适应交互多模型(IMM)方法对目标运动状态进行估计。建立了目标的常速度、常加速度、Singer和蛇形机动模型,以及雷达的量测模型。自适应IMM算法包括混合概率计算、输入融合(混合交互)、模型条件滤波、模型概率更新和滤波估计融合等步骤。算法融合了Singer和蛇形机动模型,能较好地适应有幅值变化和频率衰减的模型状态估计,并用滤波估值和双正弦和函数拟合加速度,进一步递推目标运动轨迹。仿真结果表明:自适应IMM算法对高超声速目标有较好的弹道跟踪和预测精度。     

一种利用磁强计和星敏感器的自主导航方法

基于地磁矢量高度方向梯度大的特点能够获得高精度的地心距信息,结合利用星敏感器精密测角信息可以得到航天器地心距矢量的高精度方位信息的特性,提出一种基于磁强计与星敏感器的自主导航方法。同时为降低星上计算量、提高自主导航收敛速度和导航精度,以地球固联坐标系下的轨道动力学方程作为系统状态方程,并在此基础上设计了组合导航扩展卡尔曼滤波器(EKF),利用Swarm卫星高精度磁测数据进行数值仿真校验。结果表明,自主导航滤波器收敛速度快,导航精度明显提高,位置精度和速度精度分别为0.52 km、0.89 m/s(1σ)。     

基于龙格库塔法的预测闭路制导方法研究

交会飞行器是要求以一定速度与运动目标交会的飞行器.其运载器的制导任务就是将交会飞行器运送到空间某一特定区域并使之达到期望速度矢量.但是由于干扰力的存在,以及实际物理系统对目标导引量的时延性以及各种误差的影响将造成很大的脱靶量.为此,本文给出了预测闭路制导方法.根据运载器的实时飞行状态和目标的运行参数,通过龙格库塔法对命中点进行预测,在此基础上完成需要速度的确定.经数学仿真验证本文的方法具有很高的制导精度.保证了交会飞行器和所要攻击的目标在同一时刻到达同一位置.     

导弹目标遭遇过程中的剩余飞行时间估计

弹目遭遇末端目标至脱靶点剩余飞行时间的估算对起爆控制来说是非常重要的。本文详细讨论了脱靶情况下距离未知或丢失时，如何利用导引头测得的角度和角速度信息预测剩余飞行时间以及其它参数。结果表明 对于非机动目标，文中方法估计的剩余飞行时间及其它参数没有误差；目标机动能力的增加会导致预测误差变大，但是随着导弹逐渐接近目标以及剩余飞行时间的减小，预测精度也会逐渐提高。考虑到允许的起爆延时误差，目标机动对剩余飞行时间估计的影响是很小的。     

一种对斑点目标高精度质心跟踪方法

本文介绍一种对运动的斑点目标灰度质心进行高精度跟踪的方法。通过对图象序列中目标质心位置和帧间位移量的测量误差分析，提出了改进的滤波模型，有效地抑制了图象灰度噪声和空间量化误差的影响，提高了斑点目标跟踪精度。     

火箭飞行异常遥测天线实时跟踪角度预测研究

针对火箭飞行异常下的遥测天线继续实时跟踪难的问题,提出一种飞行异常后的实时跟踪角度的预测方法。首先介绍几种常用坐标系以及坐标系之间的转换关系,并将火箭飞行异常后的运动简化为考虑惯性速度的自由落体运动,给出自由落体速度模型和实时跟踪角度的计算方法步骤。设计仿真实验,验证方法的有效性,可以作为火箭飞行异常后遥测天线实时跟踪角度预测的有效参考。